Pesquisadores da Universidade da Califórnia, em Los Angeles, desenvolveram um novo modelo de geração de imagens que consome quase nenhuma energia, destacando os avanços em machine learning e suas aplicações em inteligência artificial (AI).
Contexto da pesquisa
Com o aumento da demanda por ferramentas de AI em diversas áreas — desde criação artística até desenvolvimento de medicamentos — o consumo de energia dessas tecnologias gera preocupações. O estudo, publicado na revista Nature, foi conduzido por Aydogan Ozcan e seus colaboradores.
Método proposto
O novo modelo utiliza um método de difusão, que normalmente requer grande quantidade de energia. Inicialmente, um codificador digital, treinado em conjuntos de dados disponíveis publicamente, cria uma “estática” que formará a imagem final. Essa abordagem inovadora requer apenas uma pequena quantidade de energia. Em seguida, um modulador de luz espacial (SLM) imprime o padrão criado em um feixe de laser, que é passada por um segundo SLM para decodificar a imagem.
“Nossos modelos generativos ópticos podem sintetizar inúmeras imagens com quase nenhum poder computacional, oferecendo uma alternativa escalável e energeticamente eficiente aos modelos de AI digitais”
(“Our optical generative models can synthesize countless images with almost no computing power, offering a scalable and energy-efficient alternative to digital AI models.”)— Shiqi Chen, Autor Principal, Universidade da Califórnia, Los Angeles
Resultados e impacto
Os pesquisadores testaram o sistema com imagens de celebridades e borboletas, além de recriações em cores vibrantes no estilo do pintor Vincent Van Gogh. Os resultados mostraram comparabilidade com geradores de imagens convencionais, mas com consumo de energia significativamente reduzido. Essa descoberta pode ter um impacto importante na redução da pegada de carbono associada à produção de conteúdo gerado por AI.
As aplicações dessa tecnologia são vastas, podendo ser utilizada para criar imagens e vídeos para displays de realidade virtual e aumentada, bem como para dispositivos compactos como smartphones e óculos inteligentes.
Fonte: (TechXplore – Machine Learning & AI)
