La ricerca di privacy, personalizzazione e bassi costi sta aumentando l’interesse per i modelli di intelligenza artificiale in grado di funzionare su hardware locale. [Tim] ha sviluppato un modello di generazione di immagini capace di funzionare sul microcontrollore RP2350. Il sistema sulla scheda di sviluppo Waveshare RP2350 genera esclusivamente volti umani; la risoluzione è di 128×128 e il tempo richiesto è di circa venti secondi per immagine. L’output può essere acquisito tramite USB oppure visualizzato con una scheda adattatrice VGA. Invece di creare direttamente l’immagine, il modello genera una distribuzione nello spazio latente; il decoder dell’autoencoder variazionale la converte in un’immagine. Il trasformatore di diffusione a flusso latente crea l’immagine passo dopo passo partendo dal rumore. [Tim] ha quantizzato con interi a 8 bit due modelli, uno più grande e l’altro più veloce; entrambi, insieme al programma di inferenza, entrano in una memoria flash da 4 MB.
Perché è importante
Questo lavoro dimostra che la generazione di immagini non dipende esclusivamente da potenti schede grafiche o da server remoti, ma può essere eseguita, entro un ambito specifico, anche su microcontrollori dotati di risorse limitate. Poiché l’elaborazione avviene sul dispositivo, le immagini dei volti generate non devono essere inviate al cloud; ciò potrebbe interessare gli utenti in cerca di privacy e coloro che desiderano lavorare senza dipendere dalla connettività. I bassi requisiti di memoria e archiviazione indicano che è stato possibile superare un limite tecnico nell’adattamento del modello a hardware di piccole dimensioni e integrato. Tuttavia, il fatto che il sistema generi esclusivamente volti, rimanga a bassa risoluzione e richieda circa venti secondi per un’immagine ne restringe l’ambito di utilizzo. Per questo motivo, la questione ancora aperta è se un approccio analogo possa essere applicato a contenuti più diversificati e a tempi di generazione più brevi.