激情六月丁香婷婷|亚洲色图AV二区|丝袜AV日韩AV|久草视频在线分类|伊人九九精品视频|国产精品一级电影|久草视频在线99|在线看的av网址|伊人99精品无码|午夜无码视频在线

高校合作1：010-59833514 ?咨詢電話：400-810-1418 服務(wù)與監(jiān)督電話：400-810-1418轉(zhuǎn)接2

AI 又開“畫展”了!Google Brain 推出新的圖像生成模型——Imagen

發(fā)布時(shí)間：2024-08-06 13:13:48 瀏覽量：131次

今年4月的時(shí)候，OpenAI 曾展示了它新的圖像生成神經(jīng)網(wǎng)絡(luò) DALL-E 2，它可以幾乎按照任何要求來生成高分辨率的圖像，并在大多數(shù)方面都超過了最初版本的 DALL-E。

可僅僅過了一個(gè)月，Google Brain 就在近日也發(fā)布了自己的圖像生成人工智能——Imagen，而它的表現(xiàn)甚至比 DALL-E 2 要更好。

Imagen 的相關(guān)論文于5月23日發(fā)布在 arxiv 上
（圖片來源：arxiv）

Imagen 是一種文本到圖像的擴(kuò)散模型，具有深層次的語言理解能力，可以通過輸入文本創(chuàng)建逼真的圖像。Imagen 使用大型 frozen T5-XXL 編碼器將輸入的文本編碼為??嵌入??，然后條件擴(kuò)散模型將文本嵌入映射到 64×64 的圖像中，之后再進(jìn)一步利用超分辨率擴(kuò)散模型生成 256×256 和 1024×1024 的圖像。

輸入“一只穿戴著藍(lán)色格子貝雷帽和紅色波點(diǎn)高領(lǐng)毛衣的金毛犬”后 Imagen 的動(dòng)作
（圖片來源：Imagen）

Imagen 的許多圖片都令人驚嘆不已，不僅僅是因?yàn)閳D片內(nèi)容有趣又奇幻，而且很多圖片場景帶來的真實(shí)感十分強(qiáng)烈。

（圖片來源：MIT technologyreview）

就像 OpenAI 發(fā)布 DALL-E 時(shí)所做的一樣，Google 也用各種“擬人化動(dòng)物”的可愛圖片來宣傳他們的工具，比如一只戴著宇航員頭盔的浣熊，一只趴在壽司房子里的柯基，一只戴著皇冠坐在國王寶座上的博美等等。

但是，這些公開的大多數(shù)圖片之所以都如此可愛，或許是經(jīng)過精心挑選的結(jié)果。其實(shí)像 DALL-E 2 和 Imagen 這樣的模型，往往依賴于大量網(wǎng)絡(luò)抓取的圖像數(shù)據(jù)，而這些數(shù)據(jù)通常是未經(jīng)處理的，其中既有好的數(shù)據(jù)，同時(shí)也會(huì)有不健康的數(shù)據(jù)。

Imagen 團(tuán)隊(duì)表示 :“雖然我們對一部分訓(xùn)練數(shù)據(jù)進(jìn)行了過濾，以去除噪音和不良內(nèi)容，如色情圖像和有毒語言，但我們也使用了 LAION-400M 數(shù)據(jù)集，眾所周知，該數(shù)據(jù)集包含大量不當(dāng)內(nèi)容，包括色情圖像、種族歧視和有害的社會(huì)刻板印象。Imagen 依賴于在未記錄的網(wǎng)絡(luò)規(guī)模數(shù)據(jù)上訓(xùn)練的文本編碼器，從而繼承了大型語言模型的社會(huì)偏見和局限性。因此，Imagen 存在對有害的刻板印象和表述進(jìn)行編碼的風(fēng)險(xiǎn)，這促使我們決定在沒有進(jìn)一步保障措施的情況下，不發(fā)布 Imagen 供公眾使用?！?/span>

盡管 DALL-E 2 和 Imagen 存在風(fēng)險(xiǎn)，但它們本質(zhì)上大大地推動(dòng)了人工智能領(lǐng)域的發(fā)展，使人工智能再次達(dá)到了新的高度。并且，這種人工智能圖像生成的技術(shù)將有可能成為改變世界的一項(xiàng)技術(shù)。

AI 又開“畫展”了!Google Brain 推出新的圖像生成模型，讓圖像生成再次升級！

（圖片來源：pixabay）

回顧過往，你會(huì)發(fā)現(xiàn)人工智能在發(fā)展到一定程度之后都受到了一個(gè)瓶頸的困擾：主要的機(jī)器學(xué)習(xí)手段還是來自于蠻力計(jì)算，而且其依賴大量的數(shù)據(jù)來訓(xùn)練系統(tǒng)。這離人類的思考方式還是有很大區(qū)別的。人類在思考時(shí)可以進(jìn)行泛化，例如，嬰兒直知道什么是貓之后，再見到其他的貓就能馬上知道這是貓。

機(jī)器無法進(jìn)行泛化，這從另外一個(gè)方面也反映了機(jī)器學(xué)習(xí)一直只能通過大量數(shù)據(jù)分析模仿人類的邏輯分析能力，而一直難以實(shí)現(xiàn)人類大腦的另一強(qiáng)大功能——想象力。

直到2014年，當(dāng)時(shí)還是蒙特利爾大學(xué)博士生的 Ian Goodfellow 突然想到了這個(gè)問題的答案——對抗性神經(jīng)網(wǎng)絡(luò)。對抗性神經(jīng)網(wǎng)絡(luò)的原理是兩個(gè) AI 系統(tǒng)可以通過相互對抗來創(chuàng)造超級真實(shí)的原創(chuàng)圖像或聲音。對抗性神經(jīng)網(wǎng)絡(luò)賦予了機(jī)器創(chuàng)造和想象的能力，也讓機(jī)器學(xué)習(xí)減少了對數(shù)據(jù)的依賴性，對于人工智能是一大突破。

對抗性神經(jīng)網(wǎng)絡(luò)被稱作是近年來最有潛力的，解決了一直困擾人工智能領(lǐng)域數(shù)據(jù)來源問題的重要機(jī)器學(xué)習(xí)模型，可以說是真正實(shí)現(xiàn)了不依賴人類的無監(jiān)督學(xué)習(xí)。對抗性神經(jīng)網(wǎng)絡(luò)更是在2018年入選了《麻省理工科技評論》“十大突破性技術(shù)”。

自2018年以來，由對抗性神經(jīng)網(wǎng)絡(luò)帶來的無監(jiān)督學(xué)習(xí)方法吸引了越來越多的關(guān)注，并使得 AI 在多個(gè)領(lǐng)域取得了巨大的進(jìn)展。除了前面提到的圖像生成領(lǐng)域，AI 在文本創(chuàng)作領(lǐng)域同樣表現(xiàn)不俗。入選2021年《麻省理工科技評論》“十大突破性技術(shù)”之一的 GPT-3 就是一種使用對抗性神經(jīng)網(wǎng)絡(luò)無監(jiān)督學(xué)習(xí)算法的 “大型語言模型”。

GPT-3 由舊金山的研究實(shí)驗(yàn)室 OpenAI 創(chuàng)建?；贕PT-3，AI 能夠模仿人類書寫文本，且逼真程度令人稱贊，人們甚至認(rèn)為 GPT-3 可以寫出任何東西：同人小說、哲學(xué)辯論、甚至代碼。GPT-3 的出現(xiàn)也讓我們可以期待 AI 將在未來走得更遠(yuǎn)。


最后，讓我們盡情欣賞 Imagen 創(chuàng)造的各種“怪異而美妙”的“畫作”吧！

熱門課程推薦

熱門資訊

請綁定手機(jī)號

獲取驗(yàn)證碼
x

同學(xué)您好！

您已成功報(bào)名0元試學(xué)活動(dòng)，老師會(huì)在第一時(shí)間與您取得聯(lián)系，請保持電話暢通！
確定