Віталік Бутерін схвалює TiTok AI для онлайнового зберігання зображень

Разное

Співзасновник Ethereum Віталік Бутерін схвалив новий метод стиснення Token for Image Tokenizer (TiTok) для його потенційного застосування в блокчейні.

Не плутати з платформою соціальних мереж TikTok, новий метод стиснення TiTok значно зменшує розмір зображення, роблячи його більш практичним для зберігання в блокчейні.

Бутерін підкреслив потенціал блокчейну TiTok на децентралізованій платформі соціальних медіа Farcaster, заявивши, що «320 біт — це в основному хеш. Досить малий, щоб підключати кожного користувача».

Розробка може мати значні наслідки для зберігання цифрових зображень зображень профілів (PFP) і незамінних токенів (NFT).

Джерело: Thomas

За темою: трейдери: Ethereum є «найбільш оптимістичним альткоїном», оскільки ETH повертає 3,5 тисячі доларів

Стиснення зображень TikTok

TiTok, розроблений ByteDance та дослідниками Мюнхенського технічного університету, дозволяє стискати зображення на 32 невеликі фрагменти даних (біти) без втрати якості.

Згідно з дослідницькою статтею TiTok, вдосконалене стиснення зображень штучного інтелекту (ШІ) дозволяє TiTok стискати зображення розміром 256×256 пікселів у «32 дискретні токени».

TiTok — це структура токенізації одновимірних (1D) зображень, яка «порушує обмеження сітки, існуючі в методах токенізації 2D», створюючи більш гнучкі та компактні зображення.

«Як наслідок, це призводить до значного прискорення процесу вибірки (наприклад, 410 × швидше, ніж DiT-XL/2), одночасно отримуючи конкурентоспроможну якість генерації».

Дослідницька стаття TiTok із порівнянням розмірів стиснення зображень.

За темою: спотові ETF Ethereum можуть розпочати торгівлю до 2 липня — аналітик Bloomberg

Зображення машинного навчання

TiTok використовує машинне навчання та передовий штучний інтелект, використовуючи моделі на основі трансформаторів для перетворення зображень у токенізоване представлення.

Цей метод використовує надлишковість регіонів, тобто він визначає та використовує надлишкову інформацію в різних областях зображення, щоб зменшити загальний розмір даних кінцевого продукту.

«Останні досягнення в генеративних моделях підкреслили вирішальну роль токенізації зображень в ефективному синтезі зображень з високою роздільною здатністю».

Згідно з дослідницькою статтею, «компактне приховане представлення» TiTok може давати «суттєво ефективніші та дієвіші представлення, ніж звичайні методи».

Ілюстрація реконструкції зображення (a) і генерації (b) за допомогою середовища TiTok (c).

За темою: протокол Nocturne, який підтримує Віталік Бутерін, припиняє роботу на ніч

TikTok, а не TikTok

Незважаючи на схожу назву, TikTok, платформа соціальних мереж, не отримала підтримки від Бутеріна.

Співзасновник Ethereum, підкреслюючи потенціал блокчейну TiTok, надає довіри новому методу стиснення зображень, керованому штучним інтелектом.

«На відміну від існуючих моделей 2D VQ, які розглядають прихований простір зображення як 2D-сітку, ми пропонуємо більш компактну формулу для токенізації зображення в приховану послідовність 1D».

Запропонований новий метод може «представляти зображення у 8-64 рази» меншою кількістю токенів, ніж «2D-токенізатори», і команда сподівається, що дослідження зможе пролити світло на «більш ефективне представлення зображення».

Джерело
Оцініть автора
CryptoHamster.org
Додати коментар