Als erfahrener Krypto-Investor und begeisterter Anhänger des Ethereum-Ökosystems halte ich Vitalik Buterins jüngste Unterstützung von TiTok AI für eine faszinierende Entwicklung. Das Potenzial dieser neuen Bildkomprimierungsmethode, eine einfachere Erstellung von Profilbildern und NFTs zu ermöglichen, ist eine spannende Perspektive für die Community.
Nach den Worten von Ethereum-Mitbegründer Vitalik Buterin könnte die innovative Bildkomprimierungstechnik namens TiTok AI von Token for Image Bilder auf eine überschaubare Größe komprimieren und so ihre Hinzufügung zu Blockchain-Netzwerken wie Ethereum (ETH) ermöglichen.
Buterin bezeichnete die Bildkomprimierungsmethode auf seiner Social-Media-Plattform Warpcast als neuartiges Mittel zur „Kodierung eines Profilbilds“. Wenn diese Methode ein Bild auf nur 320 Bit reduzieren kann, was er als „fast gleichbedeutend mit einem Hash“ beschrieb, werden die Bilder klein genug, um für jeden Benutzer in die Blockchain aufgenommen zu werden.
Als Forscher im Bereich Blockchain-Technologie und künstliche Intelligenz bin ich auf einen interessanten X-Beitrag zu Leonardo AI gestoßen, einer renommierten Bildgeneratorplattform. Die Aufmerksamkeit des Mitbegründers von Ethereum wurde durch diesen Beitrag geweckt, der die fortschrittlichen KI-Fähigkeiten von TikTok vorstellte.
Ethan\_smith\_20, ein Forscher, der dieses Handle verwendet, erklärte kurz und bündig, wie diese Technik Menschen dabei helfen kann, komplexe visuelle Informationen mit hochfrequenten Details in nur 32 Symbolen oder Token darzustellen.
Nach Ansicht von Buterin würde dieser Ansatz sowohl für Entwickler als auch für Ersteller den Prozess bei der Generierung von Profilbildern und nicht fungiblen Token (NFTs) vereinfachen.
Behebung früherer Probleme bei der Bild-Tokenisierung
Das KI-System namens TiTok, eine Zusammenarbeit zwischen ByteDance, der Muttergesellschaft von TikTok, und der Universität München, zeichnet sich durch seinen einzigartigen, eindimensionalen Tokenisierungsansatz aus. Dies unterscheidet sich von den in diesem Bereich üblicherweise verwendeten zweidimensionalen Methoden.
Basierend auf einer Studie zur Bild-Tokenisierung in TikTok reduziert künstliche Intelligenz gerenderte Bilder mit 256 x 256 Pixeln in nur 32 einzigartige Darstellungen oder Token.
In dem Artikel wurden Mängel bei früheren Bild-Tokenisierungstechniken, einschließlich VQGAN, hervorgehoben. Zuvor war es möglich, Bilder zu tokenisieren, die Methoden waren jedoch durch die Verwendung von „2D-Latentgittern mit vorgegebenen Downsampling-Raten“ eingeschränkt.
Einfacher ausgedrückt hatte die 2D-Bildsegmentierung Probleme mit Redundanzen innerhalb von Bildern, und benachbarte Bereiche erschienen oft recht ähnlich.
TikTok nutzt KI-Technologie, um Bildprobleme zu lösen, indem Bilder in 1D-Sequenzen latenter Darstellungen zerlegt werden, die die wesentlichen Informationen kompakt darstellen und redundante Bereiche eliminieren.
Darüber hinaus kann die Implementierung einer Tokenisierungsstrategie für Bilder die Bildverwaltung auf Blockchain-Systemen vereinfachen und die Verarbeitungseffizienz erheblich steigern.
Als Krypto-Investor freue ich mich über diese neue Technologie, die Geschwindigkeiten bietet, die bis zu 410-mal schneller sind als die, die wir derzeit haben. Dies ist für mich und die Krypto-Community als Ganzes ein bedeutender Fortschritt in der Recheneffizienz.
Weiterlesen
- Die schwangere Gypsy Rose Blanchard und ihr Freund Ken Urker machen einen Kajakausflug
- EUR PKR PROGNOSE
- SOL PROGNOSE. SOL Kryptowährung
- FET PROGNOSE. FET Kryptowährung
- STRD PROGNOSE. STRD Kryptowährung
- HYDRA PROGNOSE. HYDRA Kryptowährung
- GQ PROGNOSE. GQ Kryptowährung
- SILO PROGNOSE. SILO Kryptowährung
- KUNCI PROGNOSE. KUNCI Kryptowährung
- ZTX PROGNOSE. ZTX Kryptowährung
2024-06-16 18:06