MIT-მა მოიფიქრა, როგორ უნდა დააჩქაროს გამოსახულების გენერაცია 30-ჯერ ხელოვნური ინტელექტის გამოყენებით

[Magdalena]

მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის (MIT) მკვლევარებმა შეძლეს საგრძნობლად დაეჩქარებინათ ტექსტის აღწერილობიდან სურათების შექმნა გენერაციული ხელოვნური ინტელექტის გამოყენებით. ახალი მეთოდი საშუალებას იძლევა შეიქმნას მაღალი გაფართოების სურათები არსებულთან შედარებით 30-ჯერ უფრო სწრაფად. 

 

ფოტოს წყარო: pixabay.com 

როგორც წესი, გენერაციული AI იყენებს ტექნიკას სახელწოდებით „დიფუზია“, რომელიც ქმნის რაც შეიძლება ბუნდოვან სურათს და შემდეგ აუმჯობესებს მას საბოლოო შედეგის სახით, რომელიც მაქსიმალურად ემთხვევა იმას, რისი გენერირებაც ხელოვნურ ინტელექტს შეუძლია მომხმარებლის მოთხოვნის საპასუხოდ. დიფუზიას საკმაოდ დიდი დრო სჭირდება, ამიტომ MIT-ის მკვლევარებმა მიზნად დაისახეს მისი დაჩქარება. 

 

ფოტოს წყარო: tianweiy.github.io 

MIT-ის კომპიუტერული მეცნიერებისა და ხელოვნური ინტელექტის ლაბორატორიის მკვლევარებმა სურათის წარმოქმნა ერთჯერად სვლად შეამცირეს და ახალ მეთოდს „განაწილების შესატყვისი დისტილაცია“ ჰქვია. აშკარაა, რომ გამოსახულების გენერირება ერთი ნაბიჯით შესამჩნევად უფრო სწრაფია, ვიდრე დიფუზიური მოდელებისთვის დამახასიათებელი 30-50 ნაბიჯი. ასე რომ, თანამედროვე აღჭურვილობაზე Stable Diffusion 1.5 ქმნის სურათს 1.5 წამში, ხოლო ახალი, DMD-ზე დაფუძნებული მოდელი ამას 0.05 წამში აკეთებს. 

 

ეს არ არის პირველი მცდელობა დიფუზიური მოდელების დისტილაციის გამოსახულების გენერირების დაჩქარების მიზნით. Instaflow-მ და LCM-მა სცადეს მსგავსი მიდგომა, მაგრამ შედეგები არ იყო შთამბეჭდავი. Stability AI-მ ასევე სცადა დიფუზიური მოდელების დაჩქარება და გარკვეულ წარმატებას მიაღწია Stable Diffusion Turbo-ს გამოშვებით, რომელიც ქმნის სურათებს 1 მეგაპიქსელამდე გაფართოებით ერთ სვლაზე, მაგრამ რამდენიმე სვლაში გენერირებული სურათები მაინც შესამჩნევად უკეთესი აღმოჩნდა. 

https://tinyurl.com/2swba3k7