打入AI底层!NUS尤洋团队用扩散模型构建神经网络参数,LeCun点赞

AIGC动态8个月前发布 量子位
27 0 0

打入AI底层!NUS尤洋团队用扩散模型构建神经网络参数,LeCun点赞

AIGC动态欢迎阅读

原标题:打入AI底层!NUS尤洋团队用扩散模型构建神经网络参数,LeCun点赞
关键字:模型,腾讯,神经网络,参数,噪声
文章来源:量子位
内容字数:3666字

内容摘要:


克雷西 发自 凹非寺量子位 | 公众号 QbitAI扩散模型,迎来了一项重大新应用——
像Sora生成视频一样,给神经网络生成参数,直接打入了AI的底层!
这就是新加坡国立大学尤洋教授团队联合UCB、Meta AI实验室等机构最新开源的研究成果。
具体来说,研究团队提出了一种用于生成神经网络参数的扩散模型p(arameter)-diff。
用它来生成网络参数,速度比直接训练最多提高44倍,而且表现毫不逊色。
这一模型一经发布,就迅速在AI社区引发强烈讨论,圈内人士对此的惊叹,毫不亚于普通人看到Sora时的反应。
甚至有人直接惊呼,这基本上相当于AI在创造新的AI了。
就连AI巨头LeCun看了之后,也点赞了这一成果,表示这真的是个cute idea。
而实质上,p-diff也确实具有和Sora一样重大的意义,对此同实验室的Fuzhao Xue(薛复昭)博士进行了详细解释:
Sora生成高维数据,即视频,这使得Sora成为世界模拟器(从一个维度接近AGI)。
而这项工作,神经网络扩散,可以生成模型中的参数,具有成为元世界级学习器/优化器的潜力,从另一个新的重要维度向AGI迈进。
言归正传


原文链接:打入AI底层!NUS尤洋团队用扩散模型构建神经网络参数,LeCun点赞

联系作者

文章来源:量子位
作者微信:QbitAI
作者简介:追踪人工智能新趋势,关注科技行业新突破

阅读原文
© 版权声明

相关文章

暂无评论

暂无评论...