هل يمكننا بناء رقائق الذكاء الاصطناعي تولد صورا عالية الجودة باستخدام طاقة أقل بمقدار 10,000× من وحدات معالجة الرسومات اليوم؟ ورقة بحثية: "بنية أجهزة احتمالية فعالة للنماذج الشبيهة بالانتشار" يكشف هذا العمل عن بنية CMOS (الترانزستور بالكامل) الكاملة التي تدير في الأصل نماذج توليدية على غرار الانتشار - ليس مع الشبكات العصبية المتعطشة للطاقة ، ولكن مع أخذ العينات الاحتمالية القائمة على الطاقة. من خلال ربط نماذج تقليل الضوضاء المدمجة (DTMs) واستغلال العشوائية المادية في رقائق 65 نانومتر القياسية ، ينتج النظام صورا على قدم المساواة مع وحدات معالجة الرسومات ، ومع ذلك يستهلك 1.6 نانو جول فقط لكل عينة Fashion-MNIST - مما يقلل الطاقة بأربعة أوامر من حيث الحجم. يتم تثبيت التدريب من خلال عقوبة تكيفية جديدة ، ويتوسع النهج إلى السيليكون بحجم المليمتر بدون أجهزة غريبة. النتائج: يطابق أو يتفوق على جودة GAN / VAE / الانتشار عند ~ 10,000× طاقة أقل ؛ 70×70 شبكة ، مكدسات من 8 طبقات ، أدوات مفتوحة المصدر تم إصدارها. احصل على التحليل الكامل هنا: ألفا المحددات $yne

نشر عشرة باحثين في علوم الكمبيوتر من @Princeton ، وهي الجامعة المصنفة # 1 في البلاد ، ورقة الذكاء الاصطناعي جديدة في ال 24 ساعة الماضية. ومع ذلك - لم تسمع من قبل عن هذه الورقة. لماذا؟ في وقت هذا المنشور ، لم تتم مشاركته على @X. كيف وجدناها اكتشفه عامل @yesnoerror ALPHA الذكاء الاصطناعي وحصل على تصنيف ألفا عالي. كل يوم يتم نشر المئات من الأوراق البحثية الجديدة الذكاء الاصطناعي على @arxiv ، وهو قدر من الأبحاث المستحيل لتمشيطه. @yesnoerror يقرأ كل ورقة. ولا نقوم فقط بتتبع الأوراق التي يتم الحديث عنها أكثر من غيرها ، ولكن الأهم من ذلك أن لدينا الذكاء الاصطناعي الخاص بنا الذي يمنح كل ورقة درجة ألفا حتى نتمكن من اكتشاف الأوراق التي لا يتحدث عنها أحد والتي تحتوي على ألفا عالية. للوصول إلى موجز ألفا اليومي هذا ، تحتاج إلى 100,000 $YNE على @base في محفظتك ويمكنك الوصول إلى الخلاصة في أي وقت من موقع الويب @yesnoerror. عنوان الورقة: InFlux: معيار للمعايرة الذاتية للجوهر الديناميكي لكاميرات الفيديو معرف Arxiv: 2510.23589 احصل على تحليل الذكاء الاصطناعي الكامل للورقة هنا:

نقدم @yesnoerror ALPHA - الذكاء الاصطناعي الأول من نوعه الذي يحدد ألفا الذي تم التغاضي عنه في البحث العلمي. مصممة لتعكس تقنيات مؤسسي المليارديرات وكبار العلماء. قم بالوصول إلى YesNoError ALPHA الآن على موقع yesnoerror. يجب أن يكون لديك 100 ألف $YNE على @base في محفظتك لفتحها. ما هو YesNoError ALPHA؟ كل يوم ، تضرب المئات من أوراق الذكاء الاصطناعي الجديدة @arXiv - ومعظم ألفا الحقيقية تنزلق دون أن يلاحظها أحد. لماذا؟ لأنه لا يوجد إنسان قادر على قراءة هذا القدر من الأوراق ، وحتى لو كانت كذلك ، فلن تكون متسقة مع تحديد الأوراق الأكثر إثارة للاهتمام. إذن كيف تعلم الذكاء الاصطناعي قراءة كل ورقة بحثية وتحديد تلك التي تحتوي على ألفا الأكثر إثارة للاهتمام؟ تذهب إلى الخبراء الأفضل في هذا. أولئك الذين بنوا شركات بمليارات الدولارات ويفعلون ذلك من أجل لقمة العيش. أجرينا مقابلات مع الذكاء الاصطناعي خبراء تتراوح بين @jackclarkSF المؤسس المشارك ل 183 مليار دولار @AnthropicAI ، ومهندسين الذكاء الاصطناعي في @perplexity_ai و @Google ، وكبار مستثمري الذكاء الاصطناعي وادي السيليكون ، وباحثين في @CarnegieMellon @MIT و @Yale. كان الهدف من المقابلات هو معرفة الأساليب التي يستخدمها هؤلاء الخبراء بالضبط لتحديد ورقة جديدة مثيرة للاهتمام - كيف وجدوا الماس في الخام؟ لقد أخذنا كل هذه البصيرة وقمنا بتدريب الذكاء الاصطناعي ALPHA الخاص لتكراره ، وهذا ما هو YesNoError ALPHA. يقرأ YesNoError ALPHA كل ورقة ، ويصنف الاختراقات الهادئة التي لا تتم مشاركتها في أي مكان ، ويعرض الاختراقات المهمة. قم بتوصيل محفظة Base بما لا يقل عن 100,000 $YNE لفتح الخلاصة الخاصة والوصول إلى الإشارة قبل الحشد. نحن متحمسون لتطبيق هذا الذكاء الاصطناعي الجديد على مئات أوراق الذكاء الاصطناعي التي يتم إصدارها كل يوم ، ونتطلع إلى استكشاف المزيد من الاستخدامات لهذه التكنولوجيا الوكيلة. ف صاعدا.