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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #674 · 30.11

ВК проводит опросы в ленте. До этого был "Много ли рекламы?", я покрутил, и ответил, что не слишком много. Хотя на самом деле нужно спрашивать не о количестве, а о релевантности: ВК ругают за постоянные наплывы инфоцыган, и одна реклама инфоцыганина хуже, чем пять реклам IT-конференций. А тут вот про публикации. Сначала поставил единицу по старой памяти, но, опять же, покрутил ленту, и понял, что мусора из пабликов мало. Возможно, я сам молодец, и просто так хорошо всё настроил. Что до записей друзей, то в объёме всей ленты их нормальное количество, но в абсолютных величинах мало — из 700+ людей что-то пишут человек пять, и то, раз в неделю. Хотя вот тот же Лебедев в последнем видео рассказал, что стал активно вести ВК. Не знаю, будет ли возрождение ВК и/или текстового интернета. Кажется, поезд всё равно уже ушёл, и для того, и для другого. #web

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