🔭 Телескоп «Джейс Уэбб» починили с помощью ИИ «Джеймс Уэбб» — самый мощный космический телескоп, сн - Пряник - мемы, смешные картинки и веселые посты на любой вкус

🔭 Телескоп «Джейс Уэбб» починили с помощью ИИ «Джеймс Уэбб» — самый мощный космический телескоп, сн

🔭 Телескоп «Джейс Уэбб» починили с помощью ИИ

«Джеймс Уэбб» — самый мощный космический телескоп, снимающий звезды и экзопланеты в ультравысоком разрешении. Но после начала его работы в 2022 году вскрылась неожиданная проблема.

Интерферометр AMI объединяет инфракрасный свет от разных участков главного зеркала телескопа, что позволяет добиться максимально четкого изображения. Но, когда пиксели получают слишком много заряда от мощного источника света в космосе, яркие точки на фото как бы «распухают» и картинка «смазывается».

Исправить дефект могли бы космонавты, но телескоп находится на расстоянии около 1,6 млн км от Земли. Ни одна миссия так далеко еще не летала.

Ученые из Сиднея решили эту проблему с помощью ИИ. Они создали виртуальную модель оптики телескопа и с помощью нее научили нейросеть очищать данные от размытия.

Благодаря этому телескоп уже получил изображения галактики NGC 1068, спутника Юпитера Ио и звезды Вольфа-Райе 137 с недостижимой ранее четкостью (слева направо ⤴️)

«Вместо того, чтобы отправлять астронавтов для установки новых деталей, ученым удалось исправить ситуацию с помощью кода», — объясняет профессор Сиднейского астрономического института Питер Татхилл.

👋 Подпишитесь на Hi, AI!

Нейросети

0 комментариев

hiaimedia 11 часов назад

Официантка из Каспийска показала, сколько чаевых получает за один день работы. Мы не завидуем.. мы

Официантка из Каспийска показала, сколько чаевых получает за один день работы.

Мы не завидуем.. мы не…

Юмор

0 комментариев

topor 11 часов назад

Илон Маск получит $1 трлн от инвесторов Tesla. Без этой выплаты он мог бы уйти с поста CEO, поэтому

Илон Маск получит $1 трлн от инвесторов Tesla. Без этой выплаты он мог бы уйти с поста CEO, поэтому акционерам пришлось ее одобрить.

Немного поясняющих цифр: состояние Илона Маска сейчас — $461 млрд, и он уже богатейший человек планеты. Если добавить еще $1 трлн, получится примерно ВВП Индонезии или Испании.

Для получения премии Маску нужно выпустить 20 млн машин, продать 1 млн роботов и поднять капитализацию Tesla до $8,5 трлн (то есть примерно в 5 раз). У него есть на это 10 лет.

В случае успеха это станет крупнейшей выплатой руководителю компании в истории

Юмор

0 комментариев

ru4chan 11 часов назад

🤔 Cache-to-Cache: Как модели могут общаться без слов и токенов Около года назад, Ьicrosoft научила

🤔 Cache-to-Cache: Как модели могут общаться без слов и токенов

Около года назад, Ьicrosoft научила модели общаться без токенов, но только внутри одной архитектуры. А что если бы мы могли заставить разные модели от разных компаний и с разной архитектурой общаться друг с другом? Оказывается, это возможно! Cтатья про парадигму Cache-to-Cache (C2C) заставила задуматься на эту тему 🗒

Давайте немного разберемся. Обычно, когда два агента взаимодействуют в мультимодельной системе, они обмениваются текстом. Звучит нормально, но это не самый эффективный способ. Каждая модель хранит так называемый Key-Value Cache (или KV-кэш) — своеобразное «внутреннее состояние», где содержится информация о том, что она «думает».

И вот если бы модели могли передавать не слова, а этот самый кэш, то все происходило бы гораздо быстрее и результат был бы точнее. Так и появился новый подход: Cache-to-Cache (C2C). В этой модели один агент передает свой кэш (Sharer), а другой (Receiver) через специальную нейросеть-проектор встраивает полученную информацию в свое собственное пространство. Звучит сложно, но на самом деле — это способ «передачи смысла» без использования токенов.

Как это работает на практике?

Для того, чтобы связать два разных кэша, понадобился специальный Projection module, который превращает два разных пространства в общий, понятный для обеих моделей эмбеддинг. Также в протокол добавили Weighting module, который решает, какую информацию стоит передавать.

Какие преимущества этого подхода?

— Скорость. Если сравнивать с классическим Text-to-Text, то обмен кэшами происходит в 2-3 раза быстрее. А это, согласитесь, огромный прирост!

— Точность. Когда модели обменяются кэшами, метрика точности может подняться на 5% по сравнению с тем, если бы они общались текстом. Это уже серьезный результат, особенно если учитывать, что кэш содержит гораздо более полную информацию о «мысли» модели.

Минус тут тоже есть — универсальности подхода не хватает

Каждую пару моделей нужно будет обучать по-своему. Придется настроить свой «мост» между ними, что добавляет определенные сложности. Да и если модели используют разные токенизаторы, то тут будет совсем непросто — нужно будет делать Token alignment.
Получается, что обмен кэшами помогает моделям понимать друг друга лучше, чем просто обмен словами. Мощно, мощно.

@GPTMainNews