![]() |
|
一台依靠光线而非传统计算机硬件生成图像的人工智能系统,可能让能耗骤减数百倍。
通常,AI从文字生成图像时会用到一种称为扩散的过程。模型先学习大量图片,并通过加入统计噪声来“破坏”它们,再把这些规律编码成一套规则。当系统得到一张新的带噪声的图像时,就能反向运算,逐步还原成与文字请求相符的清晰画面。
为了生成逼真、高分辨率的图像,这种扩散过程需要许多连续步骤,背后则是庞大的算力消耗。今年4月,OpenAI宣布其最新的图像生成器在上线的第一周就产出了超过7亿张图片。支撑这样的需求需要巨量的能源与水资源,用于机器运转和冷却。
Ozcan解释说:“与数字扩散模型需要成百上千次迭代不同,这个方法只需一次快照就能生成图像,除了最初的编码外不需要额外计算。”
具体做法是,团队先用公开的图像数据库训练数字编码器,让它能生成可转化为画面的“静态噪声”。接着,把这个编码与一种叫作空间光调制器的液晶屏结合,物理地将噪声印刻进激光束。当激光穿过第二块解码用的空间光调制器时,目标图像便瞬间浮现在屏幕上,再由相机捕捉。
在实验中,这套系统成功生成了黑白数字图像(1到9)以及基础服装等常见测试对象,还创作出具有梵高风格的彩色画作。其效果与传统AI图像生成器相比,并无明显差别。
牛津大学的Alexander Lvovsky评价道:“这可能是第一个不再只是实验室玩具的光学神经网络,而是真正能产出有实际价值结果的计算工具。”
在能耗方面,差距尤为惊人。以梵高风格的彩色图像为例,这套系统每张图只消耗几毫焦耳的能量,大部分用于液晶屏,而传统扩散模型则需要数百到上千焦耳。Lvovsky形象地对比说:“后者相当于电热水壶一秒钟的耗电量,而光学机器的耗能只相当于百万分之一秒。”
未来若要替代现有的主流图像生成工具,这一系统还需进一步改造以适应数据中心。但Ozcan认为,它的低能耗特性更可能在可穿戴电子设备中找到用武之地,例如人工智能眼镜。
梵高原作与传统扩散模型(左)和光学图像发生器(右)
当前新闻共有0条评论 | 分享到: |
|
||||||||||
评论前需要先 登录 或者 注册 哦![]() |
24小时新闻排行榜 | 更多>> |
1 | 杨兰兰妈终于找到了 果不其然… |
2 | 中共组织部长儿子赴美被拒绝入境 引出大瓜 |
3 | 尴尬一幕:习想和她握手,却被“拒绝” |
4 | 突发:第一所倒闭的美国顶尖大学:被AI干掉 |
5 | 上合峰会关键细节 党媒为何不报? |
48小时新闻排行榜 | 更多>> |
1 | 杨兰兰妈终于找到了 果不其然… |
2 | 胡春华接班,浮出水面 |
3 | 中共组织部长儿子赴美被拒绝入境 引出大瓜 |
4 | 普京接受新华社专访 内容令中共难堪 |
5 | 女主播“无罩激凸”直播画面疯传 网友炸锅 |
6 | 尴尬一幕:习想和她握手,却被“拒绝” |
7 | 突发!深夜地震,至少622人遇难 1500人受伤 |
8 | 突发:第一所倒闭的美国顶尖大学:被AI干掉 |
9 | 刚刚,微信宣布重要公告 |
10 | 刚刚!川普,重大宣布 |
一周博客排行 | 更多>> |
一周博文回复排行榜 | 更多>> |