TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #1229 · 10.04

Среди частых ошибок малограмотных людей отдельно меня раздражает «телеграмм». Телеграмммм, блин. А раздражает меня это потому, что для недопущения такой ошибки достаточно иметь чувство языка и какую-то очень поверхностную начитанность. «-грам» с одной «м» это просто транслитерация английского «-gram», и в русском нет особой практики использования такого суффикса. А там, где используется именно перевод, суффикс превращается в «-грамма» с тем же самым значением («писать», «записывать»): кардиограмма, эпиграмма, голограмма. В английском это, соответственно, cardiogram, epigram, hologram. То есть вторая «м» может появиться (в нормальной форме) ТОЛЬКО с «а» после неё и никак иначе. Когда я вижу, как кто-то жалуется, что «Телеграмм заблокирован», я хочу этому человеку заблокировать весь интернет и запереть его в библиотеке. Потому что ещё больше коротких вертикальных видео явно пользы не принесут. #life

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #generativea

当前筛选 #generativea清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8675 · 02.10.2025 г., 15:11

🔦Генерация изображений на свете, а не на GPU Исследователи из UCLA представили оптическую генеративную модель (Optical Generative Model). Она использует свет и линзы вместо вычислительных блоков - то есть картинки рождаются не на чипах, а в физике. 🔬 Как это работает: 1. Лёгкий цифровой энкодер превращает случайный шум в фазовый узор. 2. Этот узор загружается на оптический модулятор света. 3. Свет проходит через дифракционный декодер и прямо на сенсоре формируется изображение. ✔️ Авторами проведены реальные эксперименты: с помощью видимого света и SLM показаны результаты генерации: - Созданы цифры, лица, бабочки и даже картины в стиле Ван Гога. - Качество сравнимо с современными диффузионными моделями. - Есть две версии: мгновенная (один проход) и итеративная (несколько шагов, как у диффузии). ⚡ Чем интересен такой подход - Подход не требует никакой вычислительной нагрузки. - Супербыстрая генерация: физика света выполняет то, что GPU делает миллиардами операций. - Это открывает путь к энергоэффективному ИИ для edge-устройств: AR/VR, мобильные камеры, компактные сенсоры. ⚠️ Ограничения: - Сложно выравнивать оптические системы. - Ограничения по точности фазовых масок. - Зависимость от качества оборудования (шум, битовая глубина). Но даже с этими проблемами, это первый шаг к новому классу ИИ, где вычисления заменяются чистой оптикой. Nature: https://www.nature.com/articles/s41586-025-09446-5 @ai_machinelearning_big_data #AI#OpticalComputing#Photonics#GenerativeA