Ինչպես մենք տեղադրեցինք 1024-չափանի AI տեսողական ուղեղը անմիջապես բրաուզերի ներդիրում
Մշակողները ներկայացրել են բրաուզերի տեղային շարժիչ, որը կատարում է պատկերների բարդ վերլուծություն անմիջապես սարքի վրա՝ շրջանցելով ամպային API-ների անհրաժեշտությունը: 1024-չափանի վեկտորային ներդրումների օգտագործմամբ՝ գործիքը թույլ է տալիս օգտատերերին կատարել սեմանտիկ որոնում և կրկնօրինակների հեռացում անմիջապես բրաուզերում: Ճարտարապետությունն օգտագործում է Dedicated Web Workers՝ ինտերֆեյսի սառեցումից խուսափելու համար, և կիրառում է ապարատային արագացման եռաստիճան ռազմավարություն՝ WebGL, WebAssembly և CPU միջուկներ՝ բարձր արդյունավետություն ապահովելու համար: Այս մոտեցումը թույլ է տալիս մշակել պատկերները մոտ 14 միլիվայրկյանում: Հաշվարկելով վեկտորային կոորդինատների միջև կոսինուսային նմանությունը՝ համակարգը հայտնաբերում է տեսողականորեն նման բովանդակություն՝ առանց տվյալները արտաքին սերվերներ ուղարկելու: Այս նախագիծը ցույց է տալիս տեղային հաշվարկների ներուժը՝ ապացուցելով, որ բարդ մեքենայական ուսուցման առաջադրանքները կարող են արդյունավետորեն կատարվել հաճախորդի սարքավորումների վրա՝ պահպանելով գաղտնիությունը:
This is a summary. Read the full article at the original source:
Dev.toԿապակցված
Meta-ի նոր AI գործակալը ցանկանում է ավելի անձնական դառնալ ձեզ համար
Meta-ն ներկայացրել է իր վերջին նորարարությունը՝ Muse AI գործակալը, որը նախատեսված է որպես օգտատերերի համար խիստ անհատականացված օգնական հանդես գալու հա…
Ի՞նչ է կատարվում OpenAI-ի և Նավիե-Ստոքսի հավասարումների շուրջ ծագած վեճի հետ
OpenAI-ը վերջերս հայտարարել է մաթեմատիկայի ոլորտում նշանակալի առաջընթացի մասին, որը վերաբերում է Նավիե-Ստոքսի հավասարումներին, որոնք նկարագրում են հեղ…
Խոշոր լեզվական մոդելները մշակում են նոր սոցիալական կողմնակալություններ՝ ադապտիվ ուսուցման միջոցով
OpenReview-ում հրապարակված վերջին գիտական աշխատանքը ուսումնասիրում է, թե ինչպես կարող են խոշոր լեզվական մոդելները (LLM) ձեռք բերել և դրսևորել նոր սոցի…