روش جدید محققان MIT سرعت تولید تصویر هوش مصنوعی را تا 30 برابر افزایش می دهد

اگرچه در مدت اخیر هوش مصنوعی مولد به چنان پیشرفتی رسیده که می تواند تصاویری باورنکردنی بسازد، اما همچنان سرعت آن در تولید این تصاویر پایین است. اکنون محققان MIT و ادوبی برای حل این مسئله، روش بسیار سریعی که تأثیر بسیار کمی بر کیفیت عکس می گذارد، ایجاد کرده اند. در این روش می توان در هر ثانیه حدود 20 تصویر تولید کرد؛ به عبارتی سرعت آن 30 برابر بیشتر از مدل های متداول است.

هوش مصنوعی های مولد تصویر متداول معمولاً از فرایندی به نام انتشار یا Diffusion استفاده می کنند که تصویر نهایی را از طریق چندین مرحله نمونه برداری اصلاح می کند. حالا محققان MIT و ادوبی برای سرعت بخشیدن به این فرایند روشی به نام DMD معرفی کردند. این روش یک مدل انتشار چند مرحله ای را به یک فرایند یک مرحله ای کاهش می دهد. کیفیت تصاویر نهایی این روش را می توان با مدل هایی مثل Stable Diffusion 1.5 مقایسه کرد.

تولید تصاویر هوش مصنوعی با 30 برابر سرعت بیشتر

محققان ادعا می کنند که مدل آن ها می تواند 20 تصویر در ثانیه تولید کند. آن ها در بررسی خود، روش جدید را با روش مدل Stable Diffusion 1.5 مقایسه کرده اند. درحالی که مدل SD برای هر تصویر به 1.4 ثانیه نیاز دارد، DMD می تواند تصویر مشابهی را در کسری از ثانیه ارائه دهد. بین کیفیت و سرعت تعادل خوبی وجود دارد و نتایج نهایی برای یک کاربر معمولی قابل قبول است.

مقایسه سرعت تولید تصویر در مدل DMD (سمت راست) و مدل Stable Diffusion (سمت چپ)

البته روش DMD اولین روش تک مرحله ای نیست که برای تولید تصویر هوش مصنوعی ارائه شده است. شرکت Stability AI نیز روشی به نام ADD برای تولید تصاویر 1 مگاپیکسلی به صورت لحظه ای توسعه داده است. این شرکت مدل SDXL Turbo خود را از طریق ADD آموزش داد و به سرعت تولید تصویر تنها 207 میلی ثانیه روی یک پردازشگر انویدیا A100 دست یافت.