打入AI底層！NUS尤洋團隊用擴散模型構建神經網絡參數，LeCun點贊

AIGC動態歡迎閱讀

原標題：打入AI底層！NUS尤洋團隊用擴散模型構建神經網絡參數，LeCun點贊
關鍵字：模型,騰訊,神經網絡,參數,噪聲
文章來源：量子位
內容字數：3666字

內容摘要：

克雷西 發自 凹非寺量子位 | 公眾號 QbitAI擴散模型，迎來了一項重大新應用——
像Sora生成視頻一樣，給神經網絡生成參數，直接打入了AI的底層！
這就是新加坡國立大學尤洋教授團隊聯合UCB、Meta AI實驗室等機構最新開源的研究成果。
具體來說，研究團隊提出了一種用于生成神經網絡參數的擴散模型p(arameter)-diff。
用它來生成網絡參數，速度比直接訓練最多提高44倍，而且表現毫不遜色。
這一模型一經發布，就迅速在AI社區引發強烈討論，圈內人士對此的驚嘆，毫不亞于普通人看到Sora時的反應。
甚至有人直接驚呼，這基本上相當于AI在創造新的AI了。
就連AI巨頭LeCun看了之后，也點贊了這一成果，表示這真的是個cute idea。
而實質上，p-diff也確實具有和Sora一樣重大的意義，對此同實驗室的Fuzhao Xue（薛復昭）博士進行了詳細解釋：
Sora生成高維數據，即視頻，這使得Sora成為世界模擬器（從一個維度接近AGI）。
而這項工作，神經網絡擴散，可以生成模型中的參數，具有成為元世界級學習器/優化器的潛力，從另一個新的重要維度向AGI邁進。
言歸正傳

原文鏈接：打入AI底層！NUS尤洋團隊用擴散模型構建神經網絡參數，LeCun點贊

聯系作者

文章來源：量子位
作者微信：QbitAI
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破