Diffusion Model 最近很火，谁谈谈？技术层面，哲学层面？

[弃婴千枝]

你真是数学学傻了，

fokker planck方程描述的是扩散过程，这是个在浓度梯度和随机力共同作用下的过程

fokker planck当然可以外加新的driven noise，这个noise可以不是扩散过程自然产生的那种

我这是完全用你顶楼描述进行数学重复

我得请FoxMe来看一下你这里的数学对不对。

fokker planck方程描述的是随机微分方程的解，也就是一个随机过程，的概率密度函数的时间演化。它是一个偏微分方程，一个确定性方程，并不是随机微分方程。

你再加一个噪音项，这到底啥意思啊？是不是头上安头？合逻辑吗？FoxMe确认一下？

diffusion model是什么目的你知道吧？就是把图片虚化到完全的高斯噪声，然后再反过来。为什么要达到高斯噪声？为了应用的时候可以取一个任意的高斯噪声反向生成一个图片。

那你这个又是干什么的呢？好像没有目的啊。

[mitfrank]

verdelite, hci, 我明白你们各自的观点和坚持，本来抛出这个大众问题，想听听二位的专家意见，没想到你们都各自回避了。也许是因为从小受的唯物论教育，我更倾向于楼上xexz的看法，意识是依附生命的物质或他说的“物质现象”，生命结束意识即消亡。对能否再生或复制持有质疑。也许克隆人的技术发展会帮忙验证这个质疑。接受体是机器就更难了，但verdelite, 还是要祝你这个实干派成功。

[verdelite]

verdelite, hci, 我明白你们各自的观点和坚持，本来抛出这个大众问题，想听听二位的专家意见，没想到你们都各自回避了。也许是因为从小受的唯物论教育，我更倾向于楼上xexz的看法，意识是依附生命的物质或他说的“物质现象”，生命结束意识即消亡。对能否再生或复制持有质疑。也许克隆人的技术发展会帮忙验证这个质疑。接受体是机器就更难了，但verdelite, 还是要祝你这个实干派成功。

我们一直没有在讨论“再生或复制”人的意识。不是说把一个人的意识抢救出来或者拷贝到机器中，而是说造一个机器，让它产生自我意识，像一个人可以做到的那样。

[pseudo]

不明白大家为什么能够把一个diffusion model联想到智能，甚至意识上去，真是世人皆傻。

[pseudo]

我们的口号是’大头造人工智能，小头造人的智能‘。

赞，大头不如小头。

[dreamig]

这是新站目前最火的帖子吧

[xexz]

我反对‘大头不如小头’。

这显然是暂时的，大头在43亿年以前也是不存在的，而我相信‘衍生和进化的过程’却一直是存在的，并没有逆向回去，肮格鲁人‘与病毒为伍，与人类为敌’也没有逆进化回去。

在‘人的智能基础’上衍生进化出来的‘人工智能’，只能是进化成更加复杂和更加强大，至于时间是多久？也许一亿年，也许2025年？靠，那谁能知道。

赞，大头不如小头。

[FoxMe]

你真是数学学傻了，

fokker planck方程描述的是扩散过程，这是个在浓度梯度和随机力共同作用下的过程

fokker planck当然可以外加新的driven noise，这个noise可以不是扩散过程自然产生的那种

我这是完全用你顶楼描述进行数学重复

矩阵是对的。你把随机微分方程和fokker-planck搞混了。

[FoxMe]

我觉得你的理解是对的。

你的理解中有这样的元素：比如训练图集10000张，每张以100种方式虚化到高斯噪音，总共得到100万个高斯噪音图片。这在全部高斯噪音图片空间中是很小的一部分，就好像满天繁星，一方面它们可以说布满天空，另一方面天球幕布上的空隙多得很。反向生成图片的时候，你先取任意一个高斯噪声图片，它几乎不可能是你得到过的100万张中的一个，但是它肯定很“接近”其中一个。而对100万张图片的反向学习中，你知道怎么反向这一张。

有这个元素，我觉得就是正确的理解。

“满天繁星”这个比喻很形象，所以与熵（信息）和流形（星座）有关。

[TheMatrix2]

矩阵是对的。你把随机微分方程和fokker-planck搞混了。

多谢检查。Fokker Planck方程我不是很熟。

[TheMatrix2]

我觉得你这个理解，大部分正确，还差一点点。那就是：你给这满天繁星中精确的一颗，也不一定能恢复出当初训练的那一张。可能会混进各种各样的别的繁星的影响，可能和训练的那张接近一些。

对。反向生成的图片每张都是新的。

对。而且即使是用训练时生成过的噪音图片，反向也生成不回原来的图片。

[TheMatrix2]

不明白大家为什么能够把一个diffusion model联想到智能，甚至意识上去，真是世人皆傻。

这个方法我想到的潜力是用于再抽象：
生成图片 ----> 生成（生成图片）的规则
生成文本 ----> 生成（生成文本）的规则

生成图片这个问题，自然的想法是把图片打碎成components，鼻子，眼睛，或者更小的线条也行，然后再重新组合。但是就组不出有意义的图片了。这个方法非常漂亮地解决了这个问题。我觉得可以再抽象。图片，规则，都是component有意义的东西，打散了再组合就不行，但是以这种方式就可以。

图片 ----> 规则 ----> 规则的规则 ...

人工智能就是要提高抽象层次，不怕太高，就怕不高。就好像人工智能不怕过拟合。现在是苦于不知道怎么用于抽象。

[TheMatrix2]

你真是数学学傻了，

fokker planck方程描述的是扩散过程，这是个在浓度梯度和随机力共同作用下的过程

fokker planck当然可以外加新的driven noise，这个noise可以不是扩散过程自然产生的那种

我这是完全用你顶楼描述进行数学重复

确定性微分方程加noise term，这个有。但是这里好像不是。

[FoxMe]

AI与否，与数学证明没有关系，与如何实现的无关。

智能的定义，从来是用performance来定义的。这个performance，总是与其他被认为有智能的东西（常用的是人）的performance相比较出来的。能做有智能的工作的entity，我们就说它/他/她有智能。这个entity如果是人造的，就叫AI。

所以diffusion model，既然很火，performance必然不错，那么，实现diffusion model的程序，就是AI。

数学公式本身没有智能，因为它啥也做不了。你的程序用了这个公式，这个程序有智能（见上），也不能说这个公式有智能。有智能的是这个程序，里面的组成部分不能说有智能，除非它单独拿出来能有做智能的功能。而公式肯定不行。

很好的观点，你给的条件比图灵测试弱。

那么你倾向于同意算法是人工智能？我再钻点牛角尖：diffusion model由两个公式组成：随机微分方程和神经网络（其实其它的非线性拟合也行；公式可能比较复杂），能说二者之一有智能吗？

[verdelite]

这个方法我想到的潜力是用于再抽象：
生成图片 ----> 生成（生成图片）的规则
生成文本 ----> 生成（生成文本）的规则

生成图片这个问题，自然的想法是把图片打碎成components，鼻子，眼睛，或者更小的线条也行，然后再重新组合。但是就组不出有意义的图片了。这个方法非常漂亮地解决了这个问题。我觉得可以再抽象。图片，规则，都是component有意义的东西，打散了再组合就不行，但是以这种方式就可以。

图片 ----> 规则 ----> 规则的规则 ...

人工智能就是要提高抽象层次，不怕太高，就怕不高。就好像人工智能不怕过拟合。现在是苦于不知道怎么用于抽象。

前面我回答FoxMe的时候说：抽象就是AI，AI就是抽象。

意思是：如果这个处理过程中用到抽象，那么它是AI。如果它是AI ，那么他用到抽象。

另外说一句，我感觉这个diffusion models，可以用来作曲。作曲和画画类似，都是在无穷的画空间或者曲空间(更正：曲空间有穷；其实画空间，数字化后也有穷）里面，存在一些有意义（好听）的图或者曲。应该能很有效地创作出好听的曲。

[TheMatrix2]

前面我回答FoxMe的时候说：抽象就是AI，AI就是抽象。

意思是：如果这个处理过程中用到抽象，那么它是AI。如果它是AI ，那么他用到抽象。

另外说一句，我感觉这个diffusion models，可以用来作曲。作曲和画画类似，都是在无穷的画空间或者曲空间里面，存在一些有意义（好听）的图或者曲。应该能很有效地创作出好听的曲。

咱们俩的思路还是比较接近的。

[verdelite]

咱们俩的思路还是比较接近的。

先行者一句话可以节省后来者一个月到一年的探索时间。

[弃婴千枝]

你们这些转行码农连fokker planck怎么得出来的，是关于什么的方程都不知道，就在这里指手画脚，

太搞笑了

确定性微分方程加noise term，这个有。但是这里好像不是。

[TheMatrix2]

你们这些转行码农连fokker planck怎么得出来的，是关于什么的方程都不知道，就在这里指手画脚，

太搞笑了

我不是说了嘛，Fokker Planck方程描述的是一个随机微分方程的解，也就是一个随机过程，的概率密度函数的时间演化。

当然它也有其他的来源。

[hci]

因为图灵不是心理学家。智能是个量，有IQ为60的，也有IQ为150的人。你不能说前者没有智能，对不。所以只要能干一点有智能的事的算法，就有智能。

数学公式，再复杂，也没有智能。不会运行的东西都没有智能。智能是一种能力。公式不能运行。运行公式的，要么是电脑，或者人脑，这些才能运行。

数学公式被认为是人类共享的知识，连专利都不能申请。算法可以。

很好的观点，你给的条件比图灵测试弱。

那么你倾向于同意算法是人工智能？我再钻点牛角尖：diffusion model由两个公式组成：随机微分方程和神经网络（其实其它的非线性拟合也行；公式可能比较复杂），能说二者之一有智能吗？