Генератор изображений на основе искусственного интеллекта на основе света практически не потребляет энергию

Система, генерирующая изображения путем случайных колебаний лазерного луча, может значительно сократить потребление энергии по сравнению со стандартными инструментами ИИ.

Генератор изображений на базе ИИ, использующий для создания изображений свет, а не традиционное вычислительное оборудование, может потреблять в сотни раз меньше энергии.

Когда модель искусственного интеллекта создаёт изображение из текста, она обычно использует процесс, называемый диффузией. Сначала ИИ показывается большая коллекция изображений и объясняется, как их нейтрализовать с помощью статистического шума, а затем он кодирует эти закономерности в набор правил. Получив новое зашумлённое изображение, он может использовать эти правила для обратного процесса: за множество шагов он стремится к созданию связного изображения, соответствующего заданному текстовому запросу.

Реклама

Для получения реалистичных изображений высокого разрешения диффузия включает множество последовательных этапов, требующих значительных вычислительных мощностей. В апреле OpenAI сообщила, что её новый генератор изображений создал более 700 миллионов изображений за первую неделю работы. Для удовлетворения такого объёма потребностей требуются огромные объёмы энергии и воды для питания и охлаждения машин, на которых работают модели.

Айдоган Озкан из Калифорнийского университета в Лос-Анджелесе и его коллеги разработали генератор изображений на основе диффузии, работающий с использованием светового луча. В то время как процесс кодирования является цифровым и требует небольшого количества энергии, процесс декодирования полностью основан на свете и не требует вычислительной мощности.

«В отличие от цифровых диффузионных моделей, требующих сотен или тысяч итеративных шагов, этот процесс обеспечивает генерацию изображения в моментальном снимке, не требуя дополнительных вычислений, помимо начального кодирования», — говорит Озкан.

Система сначала использует цифровой кодер, обученный на общедоступных наборах изображений, который может генерировать статические сигналы, преобразуемые в изображения. Затем этот кодер был использован с жидкокристаллическим экраном, называемым пространственным модулятором света (SLM), который физически «впечатывает» эти статические сигналы в лазерный луч. Когда лазерный луч проходит через второй декодирующий SLM, он мгновенно формирует на экране желаемое изображение, записанное камерой.

Озкан и его команда использовали свою систему для создания чёрно-белых изображений простых объектов, таких как цифры от 1 до 9 или предметы одежды, которые используются для тестирования моделей диффузии, а также полноцветных изображений в стиле Винсента Ван Гога. Результаты в целом были похожи на результаты, получаемые с помощью обычных генераторов изображений.

«Это, пожалуй, первый пример, когда оптическая нейронная сеть — не просто лабораторная игрушка, а вычислительный инструмент, способный выдавать результаты, имеющие практическую ценность», — говорит Александр Львовский из Оксфордского университета.

При создании картин в стиле Ван Гога система потребляла всего несколько миллиджоулей энергии на изображение, в основном для жидкокристаллического экрана, в то время как традиционные модели диффузии потребляют сотни или тысячи джоулей. «Для сравнения: последнее эквивалентно количеству электроэнергии, потребляемому электрическим чайником за секунду, тогда как потребление оптической машины составило бы несколько миллионных долей секунды», — говорит Львовский.

Хотя систему необходимо будет адаптировать для работы в центрах обработки данных вместо широко распространенных инструментов генерации изображений, Озкан утверждает, что она может найти применение в носимой электронике, например, в очках с искусственным интеллектом, из-за низкого энергопотребления.

Природа DOI: 10.1038/s41586-025-09446-5

Источник: www.newscientist.com