麻省理工学院研究人员开发出对图像质量影响最小的超快速图像生成方法

麻省理工学院研究人员开发出对图像质量影响最小的超快速图像生成方法图像生成人工智能通常采用一种称为扩散的过程，通过几个采样步骤来完善视觉输出，以达到最终希望"逼真"的结果。研究人员表示，扩散模型可以生成高质量的图像，但需要数十次前向传递。Adobe研究中心和麻省理工学院的专家们正在引入一种名为"分布匹配蒸馏"（DMD）的技术。这一程序将多步扩散模型简化为一步图像生成解决方案。由此产生的模型可以生成与StableDiffusion1.5等"传统"扩散模型相当的图像，但速度要快上几个数量级。"我们的核心理念是训练两个扩散模型，不仅能估计目标真实分布的得分函数，还能估计假分布的得分函数。"研究人员称，他们的模型可以在现代GPU硬件上每秒生成20幅图像。上面的视频短片重点介绍了DMD与StableDiffusion1.5相比的图像生成能力。标清每幅图像需要1.4秒，而DMD只需几分之一秒就能生成类似的图像。虽然在质量和性能之间有所权衡，但最终结果仍在普通用户可接受的范围之内。该团队发表的关于新渲染方法的文章展示了使用DMD生成图像结果的更多示例。它比较了稳定扩散和DMD，同时提供了生成图像的重要文字提示。主题包括通过虚拟数码单反相机镜头取景的一只狗、多洛米蒂山脉、森林中一只神奇的鹿、一只鹦鹉宝宝的3D渲染、独角兽、胡须、汽车、猫，甚至更多的狗。分布匹配蒸馏法并不是第一种用于生成人工智能图像的单步方法。StabilityAI公司开发了一种被称为逆向扩散蒸馏（ADD）的技术，用于实时生成100万像素的图像。该公司通过ADD训练其SDXLTurbo模型，在单个NVIDIAA100AIGPU加速器上实现了仅207毫秒的图像生成速度。Stability的ADD采用了与麻省理工学院的DMD类似的方法。...PC版：https://www.cnbeta.com.tw/articles/soft/1425166.htm手机版：https://m.cnbeta.com.tw/view/1425166.htm

麻省理工学院AI图像生成系统让《DALL-E 2》等模型散发出创意

麻省理工学院AI图像生成系统让《DALL-E2》等模型散发出创意随着DALL-E的问世，互联网迎来了一个集体感觉良好的时刻。这个基于人工智能的图像生成器的灵感来自于艺术家萨尔瓦多-DALL-E和动画电影中可爱的机器人瓦力，它使用自然语言来生成你心中想要的任何神秘而美丽的图像。看到打出的输入信息，如"拿着冰激凌甜筒的微笑地鼠"，机器的灵感瞬间涌现出来，这种生动的人工智能生成的图像显然得到了世界的共鸣。PC版：https://www.cnbeta.com/articles/soft/1320411.htm手机版：https://m.cnbeta.com/view/1320411.htm

【波士顿联储和麻省理工学院发布OpenCBDC】

【波士顿联储和麻省理工学院发布OpenCBDC】波士顿联邦储备银行和麻省理工学院公布了汉密尔顿项目（ProjectHamilton）第一阶段的结果，汉密尔顿项目是一项专注于央行数字货币研究的合作研究工作。今天，波士顿联邦储备银行和麻省理工学院公布还在GitHub上发布了央行数字货币交易处理开源软件OpenCBDC，据悉该软件在技术上已经足够完善，可以支持在“美国这样大的国家运行通用央行数字货币”，在核心处理引擎方面，OpenCBDC处理速度超过每秒170万笔交易，“绝大多数交易”可以在两秒内完成结算。波士顿联邦储备银行和麻省理工学院表示，OpenCBDC技术具有灵活性，可以根据政策决定进行调整，在第二阶段，他们将继续研究其他技术设计，以进一步优化第一阶段技术的“强大的隐私、弹性和功能”，同时更好地阐明不同设计之间的权衡关系。

【英格兰银行与麻省理工学院就央行数字货币研究开展合作】

【英格兰银行与麻省理工学院就央行数字货币研究开展合作】3月26日消息，英格兰银行周五宣布，已经与麻省理工学院媒体实验室数字货币计划（简称DCI）达成协议，将共同开展为期12个月的央行数字货币（CBDC）研究项目。该银行在一份声明中说，这个新项目仅用于研究目的，并不打算开发一个可操作的CBDC。此前报道，加拿大银行上周宣布了与麻省理工学院为期一年的联合研究工作，而波士顿联储则在2020年启动了与DCI的合作。

麻省理工学院发现：人类仍然比人工智能便宜

麻省理工学院(MIT)在一项研究中发现，人工智能目前还无法以经济有效的方式取代大多数工作岗位，这项研究试图打消人们对人工智能在许多行业取代人类的担忧情绪。在对人工智能取代劳动力的可行性进行的首次深入调查中，研究人员对美国各项任务自动化的成本吸引力进行了建模估算，重点关注了使用计算机视觉的工作——比如教师和房地产估价师。研究人员发现，按美元工资计算，只有23%的劳动者可以被有效取代。在其他情况下，由于人工智能辅助视觉识别的安装和操作成本高昂，因此由人类来完成这项工作更为经济划算。去年，在OpenAI的ChatGPT和其他AI工具展示了这项技术的潜力之后，各行各业开始加速采用这种工具。从美国的微软公司和Alphabet公司到中国的和，科技公司推出了各种AI服务。行业领袖警告说，AI发展速度太快了。长期以来，人们一直担心AI对就业的影响。麻省理工学院计算机科学与人工智能实验室的研究人员指出，“机器将抢走我们的工作”是技术快速变革时期人们经常表达的一种情绪，而随着大语言模型的创建，这种焦虑再次出现了。“但我们发现，由于AI系统的前期成本很高，只有23%的员工‘暴露’在AI计算机视觉中，对企业来说是具有成本效益的。”计算机视觉是AI技术的一个领域，它使机器能够从数字图像和其他视觉输入中获取有意义的信息，其最普遍的应用出现在自动驾驶的物体检测系统中，或者对智能手机上的照片进行分类。麻省理工学院的论文称，和的突出领域——零售、运输和仓储等方面，也是计算机视觉最具效益的领域。论文中一个案例提到，在面包店里，面包师每天都要检查原料的质量控制，但这只占他们工作时间的6%。但安装摄像头和AI系统所节省的时间和工资，远低于这种技术升级的成本。研究人员表示，目前只有3%的视觉辅助任务可以有效、低成本地自动化，但如果数据成本下降，准确性提高，到2030年这一比例可能会上升到40%。国际货币基金组织(IMF)上周发布报告称，人工智能技术将影响全球近40%的就业岗位，相比于新兴市场和低收入国家，发达国家的就业更容易受到人工智能的影响。它还警告说，在大多数情况下，这种技术对全球劳动力市场的潜在影响可能会加剧整体不平等。在上周的达沃斯世界经济论坛上，许多讨论都集中在AI取代劳动力的问题上。InflectionAI和DeepMind的联合创始人MustafaSuleyman表示，AI系统“从根本上说是替代劳动力的工具”。OpenAI首席执行官萨姆·奥特曼声称，AI的能力“有很强的局限性”，人们应该将其视为一种“在某些领域非常有用”的工具，不能完全依赖于AI。标签:#AI#劳动力频道:@GodlyNews1投稿:@GodlyNewsBot

麻省理工学院揭幕"质子之舞"： 开拓能源新时代

麻省理工学院揭幕"质子之舞"：开拓能源新时代麻省理工学院的化学家们首次详细描绘了这些质子耦合电子转移是如何在电极表面发生的。他们的研究成果可以帮助研究人员设计出更高效的燃料电池、电池或其他能源技术。麻省理工学院化学和化学工程教授、该研究的资深作者YogeshSurendranath说："我们在这篇论文中取得的进展是研究和理解了这些电子和质子如何在表面部位耦合的性质，这与催化反应有关，而催化反应在能量转换装置或催化反应中非常重要。"在他们的研究成果中，研究人员能够准确追踪电极周围电解质溶液pH值的变化如何影响电极内质子运动和电子流动的速度。麻省理工学院研究生诺亚-刘易斯（NoahLewis）是这篇论文的第一作者，论文最近发表在《自然-化学》上。麻省理工学院前博士后RyanBisbey、麻省理工学院研究生KarlWestendorff和耶鲁大学研究科学家AlexanderSoudackov也是这篇论文的作者。质子传递质子耦合电子转移是指一种分子（通常是水或酸）将质子转移到另一种分子或电极表面，从而刺激质子接受者也接受一个电子。这种反应已被广泛应用于能源领域。"这些质子耦合电子转移反应无处不在。它们通常是催化机制中的关键步骤，对于制氢或燃料电池催化等能量转换过程尤为重要，"Surendranath说。在制氢电解槽中，这种方法用于从水中去除质子，并在质子上添加电子以形成氢气。在燃料电池中，当质子和电子从氢气中移出并加入氧气形成水时，就会产生电能。施加电势会导致质子从氢离子（右图）转移到电极表面。利用具有分子定义质子结合位点的电极，麻省理工学院的研究人员为这些界面质子耦合电子转移反应建立了一个通用模型。图片来源：研究人员提供质子耦合电子转移在许多其他类型的化学反应中都很常见，例如二氧化碳还原（通过添加电子和质子将二氧化碳转化为化学燃料）。当质子接受体是分子时，科学家们可以精确控制每个分子的结构，并观察电子和质子如何在分子间传递，因此他们已经对这些反应的发生过程有了很多了解。然而，当质子耦合电子转移发生在电极表面时，这一过程就更难研究了，因为电极表面通常非常异质，质子有可能与许多不同的位点结合。为了克服这一障碍，麻省理工学院的研究小组开发出一种设计电极表面的方法，使他们能够更精确地控制电极表面的组成。他们的电极由石墨烯薄片组成，表面附着有机含环化合物。每个有机分子的末端都有一个带负电荷的氧离子，它可以接受周围溶液中的质子，从而使电子从电路流入石墨表面。Surendranath说："我们可以创造出一种电极，它不是由各种各样的位点组成，而是由单一类型的非常明确的位点组成的统一阵列，每个位点都能以相同的亲和力结合质子。由于我们拥有这些非常明确的位点，这让我们能够真正揭示这些过程的动力学"。利用这个系统，研究人员能够测量流向电极的电流，从而计算出平衡状态下质子向表面氧离子转移的速率--质子向表面捐赠的速率和质子从表面转移回溶液的速率相等的状态。他们发现，周围溶液的pH值对这一速率有显著影响：最高速率出现在pH值的两端--酸性最强的pH值为0，碱性最强的pH值为14。为了解释这些结果，研究人员根据电极可能发生的两种反应建立了一个模型。在第一种反应中，强酸性溶液中高浓度的氢离子（H3O+）将质子传递给表面的氧离子，生成水。在第二种情况下，水将质子传递给表面氧离子，生成氢氧根离子（OH-），氢氧根离子在强碱性溶液中浓度较高。不过，pH值为0时的速度比pH值为14时的速度快四倍，部分原因是氢离子释放质子的速度比水快。需要重新考虑的反应研究人员还惊奇地发现，这两个反应的速率并不是在中性pH值为7（氢铵和氢氧根的浓度相等）时相等，而是在pH值为10（氢氧根离子的浓度是氢铵的100万倍）时相等。该模型表明，这是因为涉及氢𬭩或水提供质子的前向反应比涉及水或氢氧化物去除质子的后向反应对总速率的贡献更大。研究人员说，关于这些反应如何在电极表面发生的现有模型假定，前向反应和后向反应对总速率的贡献相同，因此新发现表明，可能需要重新考虑这些模型。Surendranath说："这是默认的假设，即正向和逆向反应对反应速率的贡献相同。我们的发现确实令人大开眼界，因为这意味着人们用来分析从燃料电池催化到氢进化等一切问题的假设可能是我们需要重新审视的。"研究人员目前正在利用他们的实验装置研究向电极周围的电解质溶液中添加不同类型的离子会如何加快或减慢质子耦合电子流的速度。刘易斯说："通过我们的系统，我们知道我们的位点是恒定的，不会相互影响，因此我们可以读出溶液的变化对表面反应的影响。"编译自//scitechdaily...PC版：https://www.cnbeta.com.tw/articles/soft/1424095.htm手机版：https://m.cnbeta.com.tw/view/1424095.htm