TGTGInsighttelegram intelligenceLIVE / telegram public index
← IT news | Tg Bots

TGINSIGHT SIMILAR POSTS

유사한 콘텐츠 찾기

소스 채널 @phpdevelopersuz · Post #2870 · 10월 27일

​​💰Auktsion'ga START berildi! – Yaqin orada barcha foydalanuvchilardan "chopilgan" va "gold" Usernamelar (talaffuzda Yuzerneymlar) xech qanday muzokarasiz auktsionga joylab yuborildi. 📣 Tarqagan xabarlardan Fragment.com orqali usernamelarni sotib olish haqida xabar topdingiz shekilli? Keling unda u haqida batafsil ma'lumotga o'tamiz: • Barcha usernamelar faqat TONkriptovalyutasi bilan sotib olinadi; • Eng arzon username 500TON, eng qimmati esa xozirda 10 500TON; • Auktsion ochilgach, 7 kun ichida yakunlanadi. Har safar yangi taklif belgilanganida muddat yana yangilanadi; • Hozirda saytda A dan H gacha bo'lgan bosh harfli foydalanuvchi nomlari mavjud. Boshqalari keyinroq paydo bo'ladi; • Agarda usernamu uchun auktsion ochilmasa, uning narxi 24 soatdan so'ng 12TON miqdorda pastlaydi; • Narx pastlashiningoxirgi nuqtasi xozircha noma'lum; • Lot (username stavkasi) yangiliklar bildirishnomalarini yuboradigan @fragment boti mavjud; • Platformada har qanday lot "to'plam" sifatida belgilanadi, shuning uchun tez orada uning ko'proq turlari paydo bo'ladi: kanallar, stikerlar, kulgichlar; • Boshqa xizmatlar ham o'z elementlarini platformaga birlashtira oladi; • Telegram keyingi yangilanishida xarid qilingan ayrim mahsulotlardan qanday foydalanish mumkinligini batafsil bilib olishimiz mumkin. • Telegram FAQ'da shuningdek, Telegram’da hozirda qo‘llanilayotgan ismlar keyinroq saytda paydo bo‘lishi mumkinligi aytiladi. Ehtimol, bu foydalanuvchilar o'zlarining nomlarini auktsionga joylashlari mumkinligini anglatadi. 💎TON KURSI - 1TON=1.91$≈21 300SUM #ton#username#auksion ✅@TGraphUz | YouTube

결과

2개의 유사한 게시물이 발견되었습니다

검색: #opticalcomputing

当前筛选 #opticalcomputing清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8675 · 2025. 10. 02. PM 03:11

🔦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

Machinelearning

@ai_machinelearning_big_data · Post #8489 · 2025. 09. 09. PM 03:30

🔬Университет Флориды представил оптический AI-чип Инженеры UF создали чип, который использует лазеры и микролинзы для выполнения операций свёртки — ключевых для распознавания изображений, видео и речи. 🚀 Почему это интересно: - Энергопотребление таких чипов эффективнее в 10–100 раз, чем у обычных электронных чипов - Точность обработки сохраняется на уровне ~98% - Технология поможет снизить нагрузку на энергосети и сделать масштабные AI-системы более устойчивыми Впервые оптические вычисления встроены прямо в чип и применены к нейросети. Это значит, что чип может выполнять самые ресурсоёмкие операции почти не потребляя энергию. 📊 Итог - Потребление энергии ↓ в 10–100 раз - Точность ~98% Этот чип может стать новым стандартом в энергоэффективных вычислениях для AI. ⚡Подробности: news.ufl.edu/2025/09/optical-ai-chip/ @ai_machinelearning_big_data #AI#Chip#OpticalComputing#Photonics#Energy