Modelos generativos ópticos

Área de la Ciencia:

• Inteligencia artificial
• Óptica y fotónica
• Visión por computadora

Sus antecedentes:

• Los modelos generativos digitales se están expandiendo a diversas aplicaciones como la síntesis de imágenes y la PNL.
• La inferencia escalable y energéticamente eficiente presenta un desafío significativo para los grandes modelos generativos digitales.

Objetivo del estudio:

• Introducir y demostrar modelos generativos ópticos para el contenido generado por IA.
• Explorar la inferencia energéticamente eficiente y escalable utilizando métodos ópticos.

Principales métodos:

• Desarrollo de modelos generativos ópticos que utilizan un codificador digital y un decodificador óptico reconfigurable en el espacio libre.
• Modelos de fase empleados como semillas generativas ópticas procesadas totalmente ópticamente para generar imágenes.
• Aprovechó la luz visible para la demostración experimental, generando varios tipos de imágenes.

Principales resultados:

• Generó con éxito imágenes monocromáticas y multicolores de dígitos escritos a mano, artículos de moda, mariposas, rostros humanos y obras de arte.
• El rendimiento obtenido es comparable al de los modelos generativos basados en redes neuronales digitales.
• Síntesis de imágenes de eficiencia energética demostrada con un consumo mínimo de potencia de cálculo durante la inferencia.

Conclusiones:

• Los modelos generativos ópticos ofrecen una vía prometedora para la inferencia de IA eficiente en energía y escalable.
• Este enfoque aprovecha la óptica y la fotónica para nuevos contenidos generados por inteligencia artificial.
• Los modelos desarrollados muestran potencial para futuras aplicaciones en IA y generación de contenido.