Mirage yapay zekâ modeli yalnızca 22 MB yer kaplıyor
Cactus Compute, yalnızca 22 MB boyutundaki yeni yapay zeka modeli Mirage'ı tanıttı. Model, akıllı telefonlarda yerel olarak çalışıp çeşitli görevleri yerine getirebiliyor.
Bulut hizmetlerine ihtiyaç duymadan doğrudan cihaz üzerinde çalışabilen yapay zekâlara ilgi artıyor. Bu modellerin telefon veya akıllı saat gibi sınırlı donanımlı cihazlarda çalışabilmesi için kompakt olmaları gerekiyor. Cactus Compute, yalnızca 22 MB boyutundaki yeni yapay zekâ modeli Mirage'ı yayımladı.
Toplam 51,3 milyon parametreye sahip görsel odaklı model, bir fotoğrafı analiz ederek sahneyi betimleme, nesneleri tespit etme, görüntüdeki yazıları okuma ve nesneleri ayırt ederek işaretleme gibi işlemleri tek seferde gerçekleştirebiliyor.
22 MB'lık Yapay Zekâ Modeli Tek Seferde 6 Farklı Görevi Yerine Getirebiliyor
Mirage'ın küçük boyutunu sağlayan temel teknoloji, şirketin geliştirdiği 2-bit Cactus Quants kuantizasyon yöntemi. Bu yöntemle 51,3 milyon parametreli modelin ağırlıkları yaklaşık 22 MB boyutuna indiriliyor. Model böylece yüksek bellek ve işlem gücü gerektiren görsel işlemleri sınırlı kaynaklarla tamamlayabiliyor.
Mirage'ın öne çıkan özelliği, normalde farklı modellerin kullanılmasını gerektiren altı ayrı görevi tek bir geçişte gerçekleştirebilmesi. Bunlar arasında sahne betimleme, nesnelerin konumlarını sınırlayıcı kutularla belirleme, optik karakter tanıma, görüntü segmentasyonu, nesneler arasındaki mekânsal ilişkileri analiz etme ve karar verme işlemleri bulunuyor. Model, fotoğraftaki nesneleri tespit etmenin yanı sıra konumlarını, birbirleriyle ilişkilerini ve üzerlerindeki yazıları da analiz ediyor. Görüntü segmentasyonu ile nesnelerin sınırlarını poligon veya bitmap maskeleriyle belirleyebiliyor.
Galaxy S26'da 74 Milisaniyede Görüntü Analizi Yapabiliyor
Cactus Compute'un testlerine göre Mirage, Samsung Galaxy S26'nın NPU birimi üzerinde bir fotoğrafı 74 milisaniyede analiz edebiliyor. Aynı işlem telefonun CPU birimiyle 107 milisaniye sürüyor. Bu sonuçlar henüz bağımsız testlerle doğrulanmadı.
Model mobil cihazların yanı sıra doğrudan web tarayıcısı içerisinde veya Python üzerinden de yerel olarak çalıştırılabiliyor. Geliştiriciler gerekli paketleri yükleyerek Mirage'ı uygulamalarına entegre edebiliyor.
Mirage robotik sistemler ve saha denetim uygulamaları için tasarlandı. Analiz sonuçlarını doğal dil açıklamaları yerine doğrudan makineler tarafından işlenebilen yapılandırılmış JSON çıktıları hâlinde veriyor. Bu çıktılar arasında 0-1000 ölçeğinde koordinat bilgileri, güven skorları ve sahnedeki nesneler arasındaki ilişkileri gösteren sahne grafikleri bulunuyor. Böylece robot kolları gibi sistemler çevrelerini algılamak için Mirage'ın ürettiği verileri doğrudan kullanabiliyor.
Modelin sahne betimleme özelliği İngilizce, Almanca, Fransızca, İspanyolca, İtalyanca, Felemenkçe ve Lehçe olmak üzere yedi dili destekliyor. Cactus Compute, Mirage'ın karmaşık sahnelerde bazı nesneleri gözden kaçırabildiğini ve OCR işlemlerinde aksanlı harfleri tanımakta küçük hatalar yapabildiğini belirtiyor. Yine de Mirage bu kadar ufak bir yapay zekânın pek çok görevi yerine getirebileceğini göstermesi açısından önemli bir örnek.