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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #47 · 10.06

Полноценное ООП, статическая типизация, события, Си-подобный синтаксис — именно на этом языке я научился тому фундаменту, который позволил мне стать профессиональным разработчиком. Именно после него я без особого труда кодил на Java и теперь вот на C#. Именно на AS3 я выиграл первый в своей жизни конкурс по программированию, и на нём же сделал первый проект, принёсший серьёзные деньги — достаточно серьёзные, чтобы я мог съехать от родителей. На нем непрерывно писал несколько лет, и ни о чём не жалею. Потом Apple убила Flash, а крупные студии убили рынок инди-проектов в социальных сетях. Мой профессиональный путь стал менее простым и наивным, зато уровень знаний и умений в этой области сильно вырос. Прошлогодний код в любой момент кажется мне плохим, и хочется верить, что это признак какого-то развития. Но те времена я всегда вспоминаю с теплотой и любовью. https://youtu.be/sanpUp8GIoY? #dev

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