331K subscribers
4.16K photos
765 videos
17 files
4.68K links
Погружаемся в машинное обучение и Data Science

Показываем как запускать любые LLm на пальцах.

По всем вопросам - @haarrp

@itchannels_telegram -🔥best channels

Реестр РКН: clck.ru/3Fmqri
Download Telegram
🔬 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
Please open Telegram to view this post
VIEW IN TELEGRAM
60👍40🔥15🥰61
🔦 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
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥11029👍16🤔9😨8🤨2🫡2😍1💘1