AI for Science｜无需训练任何神经网络，直接优化黑盒系统的参数，扩散模型也是演化算法（活动报名）

文章预览

报告主题： 扩散模型与演化算法的深层联系，扩散模型也是演化算法 报告日期： 1 0月23日（周三）10:30-11:30 报告要点: 在现实世界中，创造性的产物往往源自演化。随机的变异，加上自然选择，就产生了丰富多样的物种。而如今，在计算的世界中，创造性常常来自生成式模型，而其中则以扩散模型为主流。演化与降噪在直觉上就具有很多相似性——都在逐步优化，都能产生丰富的内容，都同时蕴含着确定与随机。 我们在最近的工作中发现：扩散模型在数学上就是一个演化算法，天然地蕴涵了自然选择、随机变异，以及生殖隔离。基于这个发现，我们提出了「**扩散演化算法**」（Diffusion Evolution Algorithm），无需训练任何神经网络，可以直接优化黑盒系统的参数。不仅如此，我们刻意地减少人为设计的成分，使得扩散模型领域的工具可以用于此算法 ………………………………