Materiais escondidos por trás da criatividade da IA

Versão original conjuntivo Esta história apareceu Quanta revista.

Certa vez, prometemos carros e servos de robôs auto -robôs. Em vez disso, vimos a ascensão de sistemas de inteligência artificial que podem nos comer no xadrez, analisar salame de texto grande e criar sonetos. Essa foi uma das maiores surpresas da era moderna: fácil para as pessoas, tarefas físicas que são fáceis para os robôs são muito difíceis para os robôs, os algoritmos podem melhorar cada vez mais nossas mentes.

Outra surpresa com pesquisadores de longo prazo é o domínio dos algoritmos por conta própria, criatividade estranha.

Os modelos de difusão, que são a espinha dorsal dos veículos que produzem imagens como dall, imagen e difusão estável, são projetados para produzir cópias de carbono das imagens que são treinadas. No entanto, eles parecem improvisados ​​na prática, misturando os elementos das imagens para criar algo novo – não apenas manchas de cores ridículas, mas imagens consistentes com significado semântico. O “paradoxo” por trás desses modelos de difusão disse. Giulio BiroliEm Paris École Normal Supérrieure, o pesquisador e físico da IA ​​disse: ORSA se eles funcionarem perfeitamente, eles deveriam ter memorizado apenas. “” Mas eles não são – eles podem realmente produzir novos exemplos “.

Para criar uma imagem, Os modelos de difusão usam um processo conhecido como denoishing. Eles transformam uma imagem em ruído digital (uma coleção de pixels inconsistentes) e depois se reúne. Use -o, tudo o que você sai é como colocar uma foto até que você junte as peças até obter uma pilha fina de poeira. Os pesquisadores se perguntam há anos: se os modelos se reúnem novamente, como a inovação entra em cena? Como re -dar sua imagem ralada em uma obra de arte completamente nova.

Agora, dois físicos fizeram uma afirmação surpreendente: falhas técnicas no próprio processo de denoising, o que leva à criatividade dos modelos de difusão. Um papel A dupla, apresentada na Conferência Internacional de Aprendizagem de Máquinas, desenvolveu um modelo matemático de modelos educados de difusão para mostrar que sua criatividade é realmente um processo determinístico.

Ao iluminar a caixa terrestre de modelos de difusão, a nova pesquisa pode ter grandes efeitos na futura pesquisa da IA ​​- e talvez até para nossa compreensão da criatividade humana. “O verdadeiro poder do artigo é que algo muito insignificante faz as previsões certas”, disse ele Luca AmbrogioniUm cientista da computação na Universidade de Radboud, na Holanda.

Fundos

Mason KambUm estudante de pós -graduação da Universidade de Stanford e o principal autor do novo artigo foram fascinados pela morfogênese há muito tempo: os processos nos quais os sistemas vivos se reúnem.

Uma maneira de entender o desenvolvimento de embriões em humanos e outros animais, Padrão de giroTuring, em homenagem ao matemático do século XX. Os padrões de Turing explicam como os grupos celulares podem transformá -los em diferentes órgãos e membros. Mais importante ainda, essa coordenação ocorre no nível local. Não existe CEO que controla trilhões de células para garantir que todos eles se encaixem em um último plano corporal. Células individuais, em outras palavras, um corpo que baseará seu trabalho não tem planos acabados. Em resposta a sinais de seus vizinhos, eles apenas agem e fazem correções. Esse sistema geralmente funciona bem a partir de baixo, mas sempre dá errado, por exemplo, produzindo mãos com dedos extras.