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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #757 · 4.02

Увидел рекламу курса пилота квадрокоптеров от Skillbox. Если прочитать внимательно, то становится понятно, что этот курс чисто онлайновый, а, значит, дают там теорию и пилотирование в симуляторе. Я уже давно довольно хорошо летаю в симуляторе, а вот в реальности плохо. По крайней мере, если бы я вышел с таким умением после платного курса, я бы считал этот курс неудачным. Первый раз, когда я вышел "в поле" после симулятора, я едва смог приземлиться, не сломав дрон. Никакой симулятор не даёт 100% похожести на реальный мир, и в симуляторе гораздо проще рисковать. Пожалуй, со стороны школы нормально было бы запустить платные уроки с инструктором, который физически выезжает с тобой на точки. В идеале, чтобы сама школа построила тренировочную полосу с воротами и рамками, и даже выдавала какое-то оборудование. Но онлайн-курс это полная туфта. Если программированию учат таким же образом, то я примерно понимаю претензии к этим школам. #drone

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