-
日期: 2025-09-02 | 來源: 煎蛋網 | 有0人參與評論 | 字體: 小 中 大
壹台依靠光線而非傳統計算機硬件生成圖像的人工智能系統，可能讓能耗驟減數百倍。
通常，AI從文字生成圖像時會用到壹種稱為擴散的過程。模型先學習大量圖片，並通過加入統計噪聲來“破壞”它們，再把這些規律編碼成壹套規則。當系統得到壹張新的帶噪聲的圖像時，就能反向運算，逐步還原成與文字請求相符的清晰畫面。
為了生成逼真、高分辨率的圖像，這種擴散過程需要許多連續步驟，背後則是龐大的算力消耗。今年4月，OpenAI宣布其最新的圖像生成器在上線的第壹周就產出了超過7億張圖片。支撐這樣的需求需要巨量的能源與水資源，用於機器運轉和冷卻。
而在加州大學洛杉磯分校，Aydogan Ozcan與同事開發出壹種新的光學擴散圖像生成器，它的秘密在於壹束激光。訓練和編碼環節依舊依賴數字化處理，能耗很小；但在解碼階段，系統完全借助光來完成，不再需要計算力。
Ozcan解釋說：“與數字擴散模型需要成百上千次迭代不同，這個方法只需壹次快照就能生成圖像，除了最初的編碼外不需要額外計算。”
具體做法是，團隊先用公開的圖像數據庫訓練數字編碼器，讓它能生成可轉化為畫面的“靜態噪聲”。接著，把這個編碼與壹種叫作空間光調制器的液晶屏結合，物理地將噪聲印刻進激光束。當激光穿過第贰塊解碼用的空間光調制器時，目標圖像便瞬間浮現在屏幕上，再由相機捕捉。
在實驗中，這套系統成功生成了黑白數字圖像(1到9)以及基礎服裝等常見測試對象，還創作出具有梵高風格的彩色畫作。其效果與傳統AI圖像生成器相比，並無明顯差別。
牛津大學的Alexander Lvovsky評價道：“這可能是第壹個不再只是實驗室玩具的光學神經網絡，而是真正能產出有實際價值結果的計算工具。”
在能耗方面，差距尤為驚人。以梵高風格的彩色圖像為例，這套系統每張圖只消耗幾毫焦耳的能量，大部分用於液晶屏，而傳統擴散模型則需要數百到上千焦耳。Lvovsky形象地對比說：“後者相當於電熱水壺壹秒鍾的耗電量，而光學機器的耗能只相當於百萬分之壹秒。”
未來若要替代現有的主流圖像生成工具，這壹系統還需進壹步改造以適應數據中心。但Ozcan認為，它的低能耗特性更可能在可穿戴電子設備中找到用武之地，例如人工智能眼鏡。
梵高原作與傳統擴散模型(左)和光學圖像發生器(右)- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見