jakiro
Autor: Josh O’Sullivan, CoinTelegraph;
Der Mitbegründer von Ethereum Vitalik Buterin hat das neue gebilligtToken for Image Tokenizer (Titok) -Komprimierungsmethode für seine potenziellen Blockchain -Anwendungen.
Lassen Sie sich nicht mit der Social -Media -Plattform TIKTOK verwechseln. Die neue Titok -Komprimierungsmethode reduziert die Bildgröße erheblich und macht sie für die Speicherung auf der Blockchain besser geeignet.
Buterin hob Titoks Blockchain -Potenzial auf der dezentralen Social -Media -Plattform Farcaster hervor und sagte: „320 Bit sind im Grunde genommen ein Hash -Wert. Klein genug, um jeden Benutzer in die Kette zu bringen.“
Diese Entwicklung könnte einen erheblichen Einfluss auf die digitale Bildspeicherung von Profilbildern (PFPs) und nicht-fungiblen Token (NFTs) haben.
Titok -Bildkomprimierung
Titok wurde von Bytedance und Forschern der Technischen Universität München entwickelt.Das Bild kann in 32 kleine Datenblöcke (Bits) komprimiert werden, ohne die Qualität zu verlieren.
Laut Titoks Forschungsarbeit ermöglicht die Bildkomprimierung von Advanced Artificial Intelligence (AI) Titok, 256×256 Pixelbilder in „32 diskrete Marker“ zu komprimieren.
Titok ist ein eindimensionaler Bild-Tokenisierungs-Framework (1D), der „die im 2D-Tokenisierungsansatz vorhandenen Gitterbeschränkungen bricht“, um ein flexibleres und kompaktiveres Bild zu erzeugen.
„So kann es den Stichprobenprozess erheblich beschleunigen (z. B. 410-mal schneller als DIT-XL/2) und gleichzeitig die Qualität der wettbewerbsfähigen Generation erreicht.“
Tiktok Research Paper zeigt Vergleiche der Bildkomprimierungsgrößen.Quelle: Tiktok
Bilder maschinelles Lernen
Titok verwendet maschinelles Lernen und erweiterte künstliche Intelligenz, um Bilder unter Verwendung von Transformator-basierten Modellen in tokenisierte Darstellungen umzuwandeln.
Diese Methode verwendet die Region -Redundanz, was bedeutet, dass sie redundante Informationen in verschiedenen Regionen des Bildes identifiziert und verwendet, um die Gesamtdatengröße des Endprodukts zu verringern.
„Die jüngsten Fortschritte in generativen Modellen unterstreichen die wichtige Rolle von Bildmarkern bei der effizienten Synthese hochauflösender Bilder.“
Laut dem Forschungspapier kann Titoks „kompakte latente Darstellung“ „effizientere und effektivere Repräsentation als herkömmliche Technologie“ erzeugen.
Bildrekonstruktion (a) und Generation (b) unter Verwendung des Titok -Frameworks (C).Quelle: Titok
Tiktok, nicht Tiktok
Trotz der ähnlichen Namen wurde die Social -Media -Plattform Tiktok von Buterin nicht anerkannt.
Die Mitbegründer von Ethereum haben das Blockchain-Potenzial von Titok hervorgehoben und diesem neuen KI-Ansatz zur Bildkomprimierung Glaubwürdigkeit verleiht.
„Im Gegensatz zu vorhandenen 2D -VQ -Modellen, die den latenten Raum als 2D -Netz behandeln, bieten wir eine kompaktere Formel, um Bilder als 1D -latente Sequenzen zu markieren.“
Der vorgeschlagene neue Ansatz könnte „Bilder mit 8- bis 64 -mal weniger Markern als„ 2D -Marker “darstellen, und das Team hofft, dass diese Studie Inspiration für„ effektivere Bilddarstellungen “liefern kann.
