AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：擴(kuò)散模型攻克算法難題，AGI不遠(yuǎn)了！谷歌大腦找到迷宮最短路徑
關(guān)鍵字：模型,圖像,迷宮,算法,路徑
文章來(lái)源：新智元
內(nèi)容字?jǐn)?shù)：3152字

內(nèi)容摘要：

新智元報(bào)道編輯：桃子
【新智元導(dǎo)讀】解決最短路徑算法，也能被擴(kuò)散模型完成。「擴(kuò)散模型」也能攻克算法難題？
一位博士研究人員做了一個(gè)有趣的實(shí)驗(yàn)，用「離散擴(kuò)散」尋找用圖像表示的迷宮中的最短路徑。
作者介紹，每個(gè)迷宮都是通過(guò)反復(fù)添加水平和垂直墻生成的。
其中，起始點(diǎn)和目標(biāo)點(diǎn)隨機(jī)選取。
從起點(diǎn)到目標(biāo)點(diǎn)的最短路徑中，隨機(jī)采樣一條作為解決方案的路徑。最短路徑是通過(guò)精確算法算出來(lái)的。
然后使用離散擴(kuò)散模型和U-Net。
將起點(diǎn)和目標(biāo)的迷宮被編碼在一個(gè)通道中，而模型在另一個(gè)通道中用解來(lái)消除迷宮的噪聲。
再難一點(diǎn)的迷宮，也能做的很好。
為了估算去噪步驟 p(x_{t-1} | x_t)，算估算 p(x_0 | x_t)。在這個(gè)過(guò)程中可視化這一估計(jì)值（底行），顯示「當(dāng)前假設(shè)」，最終聚焦在結(jié)果上。
英偉達(dá)高級(jí)科學(xué)家Jim Fan表示，這是一個(gè)有趣的實(shí)驗(yàn)，擴(kuò)散模型可以「渲染」算法。它可以僅從像素實(shí)現(xiàn)迷宮遍歷，甚至使用了比Transforme弱得多的U-Net。
我一直認(rèn)為擴(kuò)散模型是渲染器，而Transformer是推理引擎。看起來(lái)，渲染器本身也可以編碼非常復(fù)雜的順序算法。
這個(gè)實(shí)驗(yàn)簡(jiǎn)直驚呆了網(wǎng)友，「擴(kuò)散

原文鏈接：擴(kuò)散模型攻克算法難題，AGI不遠(yuǎn)了！谷歌大腦找到迷宮最短路徑

聯(lián)系作者

文章來(lái)源：新智元
作者微信：AI_era
作者簡(jiǎn)介：智能+中國(guó)主平臺(tái)，致力于推動(dòng)中國(guó)從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點(diǎn)關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對(duì)人類社會(huì)與文明進(jìn)化的影響，領(lǐng)航中國(guó)新智能時(shí)代。