AI 框架Ambient Diffusion:从图像中获取灵感,而非复制
划重点:
🔍 德克萨斯大学奥斯汀分校的研究队开发了一种框架,通过对无法辨认的图像进行训练,来训练 AI 模型。
📝 这一新提出的框架名为 Ambient Diffusion,它通过仅训练扰乱后的图像数据,绕过了这个问题。
💡 这一框架不仅对艺术领域有用,还有潜力应用于科学和医学领域,如黑洞成像和某些 MRI 扫描。
强大的人工智能模型有时会出现错误,包括虚构错误信息或将他人作品作为自己的。为了解决后者的问题,德克萨斯大学奥斯汀分校的研究团队开发了一种名为 "Ambient Diffusion" 的框架。该框架通过对无法辨认的图像数据进行训练,绕过了 AI 模型复制他人作品的问题。
![](https://i.zz5.net/images/article/2024/05/22/004856888.jpg)
DALL-E、Midjourney 和 Stable Diffusion 是文本到图像扩散生成的人工智能模型,它们能够将任意用户文本转化为高度逼真的图像。这三个模型都面临着艺术家提起诉讼的问题,他们声称生成的样本复制他们的作品。这些模型是通过训练数十亿个图像 - 文本对来实现的,这些对外不公开,它们能够生成高质量的图像,但可能会使用版权图像并复制它们。
"Ambient Diffusion" 框架的提出解决了这个问题,通过仅通过扰乱后的图像数据对扩散模型进行训练。初步实验表明,该框架仍然能够生成高质量的样本,而不需要看到任何可识别为原始源图像的内容。研究团队首先在一组3000张名人图片上训练了一个扩散模型,然后使用该模型生成了新的样本。
在实验中,用清晰的数据训练的扩散模型明显复制了训练样本。但当研究人员对训练数据进行扰乱,随机遮挡图像中的个别像素,然后用新的方法对模型进行重新训练时,生成的样本保持了高质量,但看起来完全不同。该模型仍然可以生成人脸,但生成的人脸与训练图像有明显的区别。
研究人员表示,这指向了一个解决方案,尽管可能会改变性能,但永远不会输出噪声。这一框架为学术研究人员如何推进人工智能以满足社会需求提供了一个示例。德克萨斯大学奥斯汀分校已将2024年宣布为 "AI 之年",这是今年的一个关键主题。该研究团队还包括加州大学伯克利分校和麻省理工学院的成员。
论文:https://arxiv.org/abs/2305.19256
关联项目:https://github.com/giannisdaras/ambient-tweedie?tab=readme-ov-file
MIT惊人再证大语言模型是世界模型!LLM能分清真理和谎言,还能被人类洗脑
【新智元导读】MIT等学者的「世界模型」第二弹来了!这次,他们证明了LLM能够分清真话和假话,而通过「脑神经手术」,人类甚至还能给LLM打上思想钢印,改变它的信念。大语言模型是世界模型,又添新证据!前不久,MIT和东北大学的两位学者发现,在大语言模型内部有一个世界模型,能够理解空间和时间。最近他们又有了新发现,LLM还可以区分语句的真假!站长网2023-10-20 18:19:070001韩国SK电讯战略投资人工智能联络开发商Persona AI
韩国最大的电信运营商SKTelecom宣布,已成为首尔人工智能联络公司Persona.AI的第三大股东。Persona.AI通过自己的自然语言处理引擎提供24小时客户咨询服务,并提供相关解决方案和订阅服务。SKTelecom表示,通过与Persona.AI合作,他们将加强在人工智能联系中心市场的竞争力,并提供从咨询和基础设施建设到维护的全套解决方案。站长网2023-08-22 11:53:140000市值蒸发99%!千亿巨头卖给韩国,即将退市
“三十年河东,三十年河西”是商业世界的常态,但对发发奇(Farfetch)来说,这一天还是来得太快了。12月18日,韩国跨境电商平台酷澎(Coupang)宣布出资5亿美元,收购英国奢侈品电商平台发发奇及其关联公司资产。酷澎创始人兼CEO金范锡表示,发发奇证明了“在线奢侈品是奢侈品零售的未来”,酷澎也将由此成为全球个人奢侈品领域的领导者。0000 研究揭示:谷歌Gemini Pro在基准测试中落后于免费ChatGPT
**划重点:**1.📉卡内基梅隆大学研究指出,GeminiPro在基准测试中不如GPT-3.5,远远落后于GPT-4。2.🔄与谷歌在Gemini发布会上提供的信息相矛盾,强调了中立基准测试机构或流程的必要性。3.🧐研究发现GeminiPro在数学推理和多选题方面表现不佳,对自身基准的依赖不足以可靠衡量语言模型性能。0000D-ID Agents:1张照片+声音克隆定制数字分身 能代替你进行视频对话
D-ID上线数字分身功能AgentsBeta版。这是一种新颖的数字分身技术,可以利用用户的照片和克隆声音创建一个虚拟人,并将用户的知识库同步到这个虚拟人身上。通过这种方式,用户可以进行视频对话,实现仅有2秒延迟的效果。体验地址:https://top.aibase.com/tool/d-id-agents然而,一些用户反映在尝试使用该技术时,系统一直提示不在线,无法体验到真实的效果。站长网2024-03-04 17:25:040000