تولید تصاویر هنری بر روی گوشی تلفن همراه با کمک هوش مصنوعی

به گزارش مجله خبری نگار،در حالی که اکثر ابزار‌های هوش مصنوعی بر روی سرور‌های قدرتمند در فضای ابری اجرا می‌شوند، کوالکام با نمایش نسخه جدید Stable Diffusion برای اندروید، توانست با متن «گربه پشمالوی فوق العاده زیبا که زره پوشیده است» و با استفاده از پردازنده Snapdragon ۸ Gen ۲، در زمان ۱۴.۴ ثانیه، یک تصویر گربه با ابعاد ۵۱۲ در ۵۱۲ پیکسل را ایجاد کند.

Stable Diffusion یکی از ابزار‌های هوش مصنوعی است که با استفاده از یک پیام متنی، تصویر‌های هنری را تولید می‌کند. به عنوان مثال تراشه ARM جدید کوالکام در حالی که با سرعتی معادل یک رایانه رومیزی قدرتمند کار می‌کند، نشان می‌دهد که چه کار‌هایی روی گوشی‌های هوشمند امکان پذیر است.

در اواخر سال ۲۰۲۲، اپل بهینه سازی‌هایی را برای اجرای Stable Diffusion در چارچوب Core ML خود منتشر کرد. با این حال، در نسل فعلی آیفون، تولید یک تصویر با استفاده از این ابزار هوش مصنوعی حدود یک دقیقه طول می‌کشد.

شرکت‌هایی مانند کوالکام در جدید‌ترین تراشه‌های خود، بیشتر بر روی ویژگی یادگیری ماشین تمرکز دارند. پروژه‌های مشابه در تلفن‌های قدیمی‌تر ممکن است تا یک ساعت طول بکشند تا بتوانند یک تصویر را با استفاده از ابزار هوش مصنوعی تولید کنند. با وجود این که، نسل دوم اسنپدراگون ۸ دارای تعداد زیادی از هسته‌های گرافیکی و پردازنده مرکزی پیشرفته است، اما رکورد تولید تصاویر هنری با هوش مصنوعی در موبایل به پردازنده سیگنال دیجیتال Hexagon تعلق می‌گیرد. طراحی این پردازنده در نسل‌های اخیر با پیشرفت‌های ویژه هوش مصنوعی بازنگری شده است.

مهندسان شرکت کوالکام از تکنیکی به نام کوانتیزاسیون برای کوچک کردن مدل هوش مصنوعی Stable Diffusion و تطبیق آن بر روی گوشی‌های هوشمند استفاده کردند. کوانتیزاسیون به معنی تبدیل یک سیگنال آنالوگ به یک سیگنال دیجیتال با استفاده از تقریب‌های گسسته است.

در واقع، کوانتیزاسیون برای نمایش سیگنال‌های آنالوگ در دنیای دیجیتال استفاده می‌شود. سیگنال آنالوگ به مقادیر پیوسته در زمان تغییر می‌کند، در حالی که سیگنال دیجیتال به شکل مجموعه‌ای از نقاط گسسته در زمان تغییر می‌کند. برای انتقال یک سیگنال آنالوگ به یک سیگنال دیجیتال، مقادیر سیگنال آنالوگ باید به مقادیر گسسته تبدیل شوند. این تبدیل را کوانتیزاسیون می‌نامند.

این تطبیق با استفاده از آخرین تحقیقات هوش مصنوعی شرکت، با انتشار نسخه ۱.۵ Stable Diffusion در قالب FP۳۲ شروع شده است. در ادامه، مدل به INT۸ (فضای داده ۸ بیتی) فشرده شده است که باعث می‌شود که اجرای مدل در سخت افزار موبایل بهبود یابد و سرعت بیشتری داشته باشد. همچنین، با استفاده از فناوری گرد کردن تطبیقی کوالکام، دقت مدل بدون نیاز به آموزش مجدد حفظ می‌شود.

کوالکام اظهار داشته است که این آغاز دورانی است که دستگاه‌های شخصی، مانند هدست‌های VR/AR، تبلت‌ها و لپ‌تاپ ها، قدرت کافی برای اجرای مدل‌های هوش مصنوعی را بدون نیاز به فضای ابری خواهند داشت. اجرای یک مدل بزرگ و پیشرفته هوش مصنوعی مانند Stable Diffusion بر روی تلفن به این معنی است که می‌تواند روی دستگاه‌هایی با سخت افزار مشابه نیز اجرا شود.