详细内容或原文请订阅后点击阅览
研究人员发现了AI创造力背后的隐藏成分
图像生成器旨在模仿其培训数据，那么它们的明显创造力从何而来？最近的一项研究表明，这是其建筑的不可避免的副产品。
来源:LiveScience我们曾经有过承诺的自动驾驶汽车和机器人女仆。取而代之的是，我们看到了人工智能系统的兴起，这些系统可以在国际象棋中击败我们，分析巨大的文字并创作十四行诗。这一直是现代时代的最大惊喜之一：对于机器人而言，人类很容易的身体任务非常困难，而算法越来越有能力模仿我们的智力。
自动驾驶汽车 人工智能长期困扰研究人员的另一个惊喜是那些算法的诀窍，他们自己的创造力很奇怪。
扩散模型是图像生成工具（例如Dall·E，Imagen和稳定扩散）的骨干，旨在生成训练有素的图像的碳副本。但是，在实践中，它们似乎即兴创造了图像中的元素，以创建一些新的东西 - 不仅是色彩的荒谬斑点，而且具有语义含义的连贯图像。他说，这是扩散模型背后的“悖论”。 “但是他们没有 - 他们实际上能够生产新的样本。”
giulio biroli，为了生成图像，扩散模型使用称为denoising的过程。他们将图像转换为数字噪声（像素的不一致集合），然后将其重新组装。这就像反复将绘画通过碎纸机放置，直到您剩下的只是一堆细灰尘，然后将碎片重新整理在一起。多年来，研究人员一直想知道：如果模型只是重新组装，那么新颖性如何进入图片中？这就像将切碎的绘画重新组装成全新的艺术品一样。
扩散模型使用称为denoising 纸 luca ambrogioni Mason Kamb知道