IT之家 11 月 14 日消息，谷歌近日攜手加州大學(xué)伯克利分校（UC Berkeley），研發(fā)出了可取代擴(kuò)散模型（Diffusion Models）的全新生成式 AI 方法--冪等生成網(wǎng)絡(luò)（IGN）。
包括生成對(duì)抗網(wǎng)絡(luò)（GAN）、擴(kuò)散模型（Diffusion Models）和今年 3 月 OpenAI 發(fā)布的一致性模型（Consistency Models）在內(nèi)，當(dāng)前主流生成式 AI 模型都是隨機(jī)噪點(diǎn)、草圖或者低分辨率或其他損壞的圖像等輸入，映射到與給定目標(biāo)數(shù)據(jù)分布相對(duì)應(yīng)的輸出（通常是自然圖像）來生成圖像。
以擴(kuò)散模型為例，在訓(xùn)練期間學(xué)習(xí)目標(biāo)數(shù)據(jù)分布，然后通過多個(gè)步驟執(zhí)行“去噪”處理。
谷歌研究團(tuán)隊(duì)提出了名為冪等生成網(wǎng)絡(luò)（IGN）的全新生成模型，從任何形式的輸入中生成合適的圖像，理想情況下只需一步即可完成。
該模型可以想象為一種“全局投影儀”，將任何輸入數(shù)據(jù)投射到目標(biāo)數(shù)據(jù)分布上，和現(xiàn)有其它模型算法不同，不會(huì)限于特定的輸入。
IGN 和 GAN、擴(kuò)散模型主要有兩點(diǎn)不同：
GAN 需要單獨(dú)的生成器和鑒別器模型，而 IGN 是“自我對(duì)抗”的，可以同時(shí)扮演著兩種角色。
擴(kuò)散模型需要執(zhí)行增量步驟，而 IGN 可以單個(gè)步驟中將輸入映射到數(shù)據(jù)分布上。
研究人員使用 MNIST 和 CelebA 數(shù)據(jù)集展示了 IGN 的潛力。該團(tuán)隊(duì)展示了一些應(yīng)用，例如將草圖轉(zhuǎn)換為逼真的圖像、從噪點(diǎn)生成圖像或修復(fù)損壞的圖像等。
IT之家在此附上論文詳細(xì)地址，感興趣的用戶可以深入閱讀。
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。