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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #82 · 10.10

У ВК день рождения. В прошлые годы я писал огромные простыни о том, какие ошибки допускает руководство, как можно было бы их исправить, и желал любимой соцсети всё-таки выбраться из ямы бестолкового менеджмента. С тех пор лучше не стало, поэтому простыню я не буду писать, надоело. Одни из самых пишущих и интересных авторов среди моих знакомых уже почти все ушли по другим соцсетям (даже в отвратительнейший Фейсбук!), и это самый что ни на есть яркий сигнал, на мой взгляд. Но приведу ещё любопытный момент. Под постом гендира ВК бОльшая часть комментариев — негативные или резко-негативные. С одной стороны, значительная часть этих комментариев про платную музыку, то есть от детей или дураков, которых можно игнорировать. С другой стороны, когда тот же Телеграм пишет новости о себе, ответы в основном положительные и хвалебные, даже восторженные. Но администрация, конечно, об этом нюансе задумываться не станет. У них там статистика про миллиард просмотров видео в день, отчёты о росте, им не до этого. #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