jakiro
Auteur: Josh O’Sullivan, Cointelegraph;
Le co-fondateur Ethereum Vitalik Buterin a approuvé le nouveauToken pour la méthode de compression de jeton d’image (TITOK) pour ses applications potentielles de blockchain.
Ne soyez pas confondu avec la plate-forme de médias sociaux Tiktok, la nouvelle méthode de compression Titok réduit considérablement la taille de l’image, ce qui le rend plus adapté au stockage sur la blockchain.
Buterin a mis en évidence le potentiel de blockchain de Titok sur la plate-forme de médias sociaux décentralisée Farcaster, affirmant que « 320 bits sont essentiellement une valeur de hachage. Assez petit pour faire entrer chaque utilisateur sur la chaîne. »
Cette évolution pourrait avoir un impact significatif sur le stockage d’images numériques des images de profil (PFP) et des jetons non butins (NFT).
Compression d’image Titok
Titok a été développé par Bytedance et chercheurs de l’Université technique de Munich.L’image peut être comprimée en 32 petits blocs de données (bits) sans perdre de qualité.
Selon le document de recherche de Titok, la compression d’images de l’intelligence artificielle avancée (IA) permet à Titok de compresser les images de 256×256 pixels en « 32 marqueurs discrets ».
Titok est un cadre de tokenisation d’image unidimensionnel (1D) qui «brise les contraintes de grille présents dans l’approche de la tokenisation 2D» pour produire une image plus flexible et compacte.
« Il peut donc accélérer considérablement le processus d’échantillonnage (par exemple, 410 fois plus rapide que DIT-XL / 2) tout en obtenant une qualité de génération concurrentielle. »
Le document de recherche Tiktok montre des comparaisons de tailles de compression d’images.Source: tiktok
Images d’apprentissage automatique
Titok utilise l’apprentissage automatique et l’intelligence artificielle avancée pour convertir les images en représentations tokenisées à l’aide de modèles basés sur les transformateurs.
Cette méthode utilise la redondance de la région, ce qui signifie qu’elle identifie et utilise des informations redondantes dans différentes régions de l’image pour réduire la taille globale des données du produit final.
« Les progrès récents dans les modèles génératifs mettent en évidence le rôle important des marqueurs d’image dans la synthèse efficace des images à haute résolution. »
Selon le document de recherche, la «représentation latente compacte» de Titok peut produire une «représentation plus efficace et plus efficace que la technologie traditionnelle».
Reconstruction d’image (a) et génération (b) en utilisant le cadre Titok (C).Source: Titok
Tiktok, pas tiktok
Malgré les noms similaires, la plate-forme de médias sociaux Tiktok n’a pas été reconnue par Buterin.
Les co-fondateurs d’Ethereum ont mis en évidence le potentiel de la blockchain de Titok, ajoutant de la crédibilité à cette nouvelle approche alimentée par l’IA pour la compression d’images.
« Contrairement aux modèles VQ 2D existants qui traitent l’espace latent d’image comme un maillage 2D, nous fournissons une formule plus compacte pour marquer les images comme des séquences latentes 1D. »
La nouvelle approche proposée pourrait «représenter des images avec 8 à 64 fois moins que les« marqueurs 2D », et l’équipe espère que cette étude peut s’inspirer de« représentations d’images plus efficaces ».
