نجح فريق بحث علمي كوري في تطوير نموذج لتوليد صور الذكاء الاصطناعي يسمى KOALA، وتتمثل ميزاته البارزة في تبسيط المعلمات وتحسين كفاءة التشغيل. ومن خلال تطبيق تقنية تقطير المعرفة، يتم ضغط عدد معلمات نموذج KOALA إلى 700 مليون، ويمكن تشغيله بسلاسة باستخدام ذاكرة سعة 8 جيجابايت فقط، وتبلغ سرعة إنشاء الصورة ثانيتين. وهذا لا يؤدي إلى تحسين كفاءة توليد الصور بشكل كبير فحسب، بل يخفض أيضًا عتبة التشغيل ويحقق اختراقات جديدة في مجال توليد صور الذكاء الاصطناعي.
قام فريق علمي كوري مؤخرًا بتطوير نموذج لتوليد صور الذكاء الاصطناعي يسمى KOALA، والذي استخدم تقنية تقطير المعرفة ونجح في تقليل المعلمات إلى 700 مليون. يتيح ذلك لنموذج KOALA العمل بسلاسة مع ذاكرة تبلغ سعتها 8 جيجابايت فقط ويمكنه إنشاء صور عالية الجودة خلال ثانيتين فقط. بالمقارنة مع نموذج DALL-E الخاص بشركة OpenAI، فإن نموذج KOALA يولد نفس الصورة بشكل أسرع بكثير. إن تطبيق تقنية تقطير المعرفة يمكّن النماذج الصغيرة من توليد صور عالية الجودة بسرعة، مما يوفر إمكانيات جديدة لتطوير مجال الذكاء الاصطناعي.
يوضح التطوير الناجح لنموذج KOALA الإمكانات الكبيرة لتكنولوجيا تقطير المعرفة في تحسين كفاءة نماذج الذكاء الاصطناعي، ويشير أيضًا إلى أن أدوات إنشاء صور الذكاء الاصطناعي الأخف والأكثر كفاءة ستفيد المزيد من المستخدمين في المستقبل. توفر سرعتها العالية في الإنشاء ومتطلبات الذاكرة المنخفضة إمكانيات جديدة لتطبيق تقنية الذكاء الاصطناعي في الأجهزة المحمولة والبيئات المحدودة الموارد. ومن المعتقد أن المزيد من نماذج الذكاء الاصطناعي القائمة على تكنولوجيا تقطير المعرفة ستظهر في المستقبل، مما يعزز التقدم المستمر لتكنولوجيا الذكاء الاصطناعي.