קרדיט תמונה: רפרודוקציה/MIT

שיטה חדשה מייצרת תמונות בינה מלאכותית פי 30 מהר יותר 

חוקרים במכון הטכנולוגי של מסצ'וסטס (MIT) הציגו זה עתה שיטה חדשה בשם 'Distribution Matching Distillation' - המאפשרת יצירה מהירה יותר של תמונות בינה מלאכותית (AI) תוך שמירה על איכות הדגם המקורי.

ה-DMD, או דינמי דיפוזיה מודל, מאיץ באופן משמעותי את תהליך ההדמיה על ידי זיקוק ידע ממודלים של דיפוזיה רב-שלבים כגון דיפוזיה יציבה, בדגם מהיר יחיד.

פִּרסוּם

שיטה זו משתמשת בשני מודלי דיפוזיה כהתייחסות לאימון המודל החדש, תוך הבטחת יציבות ועקביות. בבדיקה, הוכח כי DMD מסוגל ליצור תמונות מהר פי 30 מ-Stable Diffusion, תוך שמירה או אפילו התעלות על איכות התוצאות שהושגו.

על ידי הפחתה דרמטית של העלות החישובית והזמן הנדרשים ליצירת תמונות באיכות גבוהה, DMD יכול לפתוח אפשרויות חדשות עבור כלים כגון עריכה חזותית בזמן אמת, כלי עיצוב, גילוי תרופות ויישומי מודלים תלת מימדיים.

קראו גם:

* הטקסט של מאמר זה נוצר בחלקו על ידי כלים של בינה מלאכותית, מודלים שפה מתקדמים המסייעים בהכנה, סקירה, תרגום וסיכום של טקסטים. רשומות טקסט נוצרו על ידי Curto נעשה שימוש בחדשות ותגובות מכלי AI כדי לשפר את התוכן הסופי.
חשוב להדגיש שכלי בינה מלאכותית הם רק כלים, והאחריות הסופית על התוכן המפורסם היא של Curto חֲדָשׁוֹת. על ידי שימוש בכלים אלה בצורה אחראית ואתית, המטרה שלנו היא להרחיב את אפשרויות התקשורת ולהפוך את הגישה למידע איכותי לדמוקרטי.
🤖

פִּרסוּם

מחפש כלי בינה מלאכותית כדי להקל על חייך? במדריך זה, אתה מעיין בקטלוג של רובוטים המונעים בינה מלאכותית ולומד על הפונקציונליות שלהם. בדוק את ההערכה שצוות העיתונאים שלנו נתן להם!

לגלול מעלה