何愷明ResNet級神作，分形生成模型計算效率狂飆4000倍！清華校友一作

原標題：何愷明ResNet級神作，分形生成模型計算效率狂飆4000倍！清華校友一作
文章來源：新智元
內容字數：10734字

何愷明團隊提出分形生成模型：AI圖像生成新范式

近年來，人工智能圖像生成領域取得了顯著進展。然而，現有模型在高分辨率逐像素建模方面仍面臨計算效率低下的挑戰。近日，何愷明團隊重磅推出“分形生成模型”（fractal generative models），為AI圖像生成開辟了新的范式。

1. 分形之美與AI的結合

大自然中蘊含著豐富的分形結構，例如雪花、樹枝等。分形結構具有自相似性，即局部結構與整體結構相似。何愷明團隊受到自然界分形結構的啟發，將分形概念引入AI圖像生成模型。該模型采用遞歸結構，通過遞歸調用原子生成模塊構建，形成自相似的分形架構，類似于人類大腦神經網絡的模塊化遞歸結構。

2. 模塊化與分而治之的策略

該模型的核心思想是“分而治之”。它將生成模型本身作為一個模塊，遞歸地構建更高級的生成模型。這種模塊化設計使得模型能夠高效地處理高維數據。具體而言，模型將圖像劃分為多個patch，并遞歸地對這些patch進行建模。每個生成模塊內部包含更小的生成模塊，逐層細化，最終實現逐像素建模。

3. 顯著提升計算效率

相比于傳統的逐像素建模方法，分形生成模型在計算效率上實現了顯著提升。在生成256×256分辨率圖像時，其計算成本僅為傳統方法的兩倍，計算效率提升了4000倍。這使得高分辨率逐像素建模成為可能。

4. 實驗結果驗證模型有效性

研究人員在ImageNet數據集上進行了廣泛的實驗，結果表明，分形生成模型在似然估計、保真度、多樣性和生成質量等方面均取得了優異的成績。在256×256分辨率的圖像生成任務中，該模型實現了較高的圖像質量和較低的計算成本。

5. 條件逐像素預測與未來展望

此外，該模型還能夠進行條件逐像素預測，例如圖像修復、外延和類別條件編輯等任務。這種逐像素生成的方式也使得生成過程更易于理解和控制。未來，該模型有望在視覺內容創作、建筑設計和藥物發現等領域得到廣泛應用。

6. 團隊介紹

該研究由MIT CSAIL的黎天鴻、孫沁怡、范力杰以及何愷明教授共同完成。何愷明教授及其團隊在深度學習領域做出了諸多杰出貢獻，包括ResNet、Faster R-CNN和Mask R-CNN等。

總而言之，何愷明團隊提出的分形生成模型，是AI圖像生成領域的一次重大突破。它不僅提高了計算效率，也為構建更強大、更具適應性的AI系統提供了新的思路。

聯系作者

文章來源：新智元
作者微信：
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。