비탈릭 부테린, 블록체인 애플리케이션을 위한 티톡 압축 방법 승인

조쉬 오설리반, 코인텔레그래프 작성, 화이트워터, 골든 파이낸스 편집

이더리움의 공동 창립자 비탈릭 부테린이 새로운 토큰을 지지했습니다. 이미지 토큰화(TiTok) 압축 방법을 잠재적인 블록체인 애플리케이션에 적용합니다.

소셜 미디어 플랫폼인 틱톡과 혼동하지 마세요. 새로운 TiTok 압축 방식은 이미지의 크기를 크게 줄여 블록체인에 저장하기에 더 적합하게 만듭니다.

부테린은 탈중앙화 소셜 미디어 플랫폼인 파캐스터에서 티톡의 블록체인 잠재력을 강조하며 "320 비트는 기본적으로 해시입니다. 모든 사용자를 체인에 참여시킬 수 있을 만큼 충분히 작습니다."

이런 발전은 프로필 사진(PFP)과 비동일화 토큰(NFT)의 디지털 이미지 저장에 큰 영향을 미칠 수 있습니다.

티톡 이미지 압축

티톡은 바이트호퍼와 뮌헨 공과대학교 연구진이 개발했고 화질 손실 없이 이미지를 32개의 작은 데이터 청크(비트)로 압축합니다.

티톡 연구 논문에 따르면 첨단 인공지능(AI) 이미지 압축을 통해 256x256픽셀 이미지를 '32개의 개별 토큰'으로 압축할 수 있습니다.

티톡은 "2D 토큰화 방식에 존재하는 그리드 제약을 깨고" 보다 유연하고 컴팩트한 이미지를 생성하는 1차원(1D) 이미지 토큰화 프레임워크입니다. 이미지를 생성합니다.

"그 결과, 경쟁력 있는 생성 품질을 달성하면서 샘플링 프로세스의 속도를 크게 높일 수 있습니다(예: DiT-XL/2보다 410배 빠름)."

이미지 src="https://img.jinse.cn/7242903_watermarknone.png" title="7242903" alt="3TITLxzF1R2NCG47pVBG3D9bCLB5HqZPGbzTSrHX.jpeg">

이미지 압축 크기 비교를 보여주는 TikTok 연구 논문. Credit: TikTok

머신러닝 이미지

TiTok은 머신러닝과 고급 인공 지능을 활용하여 트랜스포머 기반 모델을 사용하여 이미지를 토큰화된 표현으로 변환합니다.

이 방법은 지역 중복성을 사용하여 이미지의 여러 영역에서 중복 정보를 식별하고 사용하여 최종 결과물의 전체 데이터 크기를 줄입니다.

"최근 제너레이티브 모델링의 발전은 고해상도 이미지를 효율적으로 합성하는 데 있어 이미지 라벨링의 중요한 역할을 강조합니다."

연구 논문에 따르면, TiTok의 "컴팩트한 잠재적 표현"은 "기존 기술보다 더 효율적이고 효과적인 표현"을 생성할 수 있습니다.

티톡 프레임워크를 사용한 이미지 재구성(a) 및 생성(b)의 그림(c). 출처: TiTok

TikTok이 아닌 TikTok

이름이 비슷하지만 소셜 미디어 플랫폼 TikTok은 부테린이 보증하지 않습니다.

이더리움의 공동 창립자는 새로운 AI 기반 이미지 압축 방식에 신뢰성을 더하면서 틱톡의 블록체인 잠재력을 강조했습니다.

"이미지 전위 공간을 2D 격자로 취급하는 기존의 2D VQ 모델과 달리, 우리는 이미지를 1D 전위 시퀀스로 라벨링하는 더 간결한 공식을 제공합니다."

제안된 새로운 방법은 "2D 마커"보다 "8~64배 적은 수의 마커로" 이미지를 표현할 수 있으며, 연구팀은 이 연구가 "보다 효율적인 이미지 표현에 대한 통찰력"을 제공할 것으로 기대합니다. 보다 효율적인 이미지 표현에 대한 통찰력"을 제공할 것으로 기대합니다.