時時頭條
  • 娛樂
  • 體育
  • 財經
  • 科技
  • 旅遊
  • 軍事
  • 育兒
  • 時尚
  • 遊戲
  • 歷史
  1. 首頁
  2. 科技

擴散模型=進化演算法!生物學大佬用數學揭示本質

2024-11-24 21:56:15

新智元報道

編輯:alan

【新智元導讀】擴散模型的本質竟是進化演算法!生物學大佬從數學的角度證實了這個結論,並結合擴散模型建立了全新的進化演算法。

擴散模型居然就是生物的進化演算法!

這個結論來自「新常春藤」塔夫茨大學(Tufts University)於近日發表的一項研究:

論文地址:https://arxiv.org/pdf/2410.02543

論文的壓軸大佬是美國發育和合成生物學家Michael Levin,博士畢業於哈佛大學,目前擔任塔夫茨大學Allen Discovery Center主任。

Michael Levin長期從事生物電、人工生命和許多其他生物學相關主題的研究,曾在NeurIPS 2018上發表了題為「What Bodies Think About:Bioelectric Computation Outside the Nervous System」的精彩演講:

影片地址:https://youtu.be/RjD1aLm4Thg

在ALife 2020上,Michael Levin還闡述了有關「機器人癌症」的話題:「what the bioelectrics of embryogenesis and regeneration can teach us about unconventional computing, cognition, and the software of life」。

這位懂計算機的生物學專家是如何理解「擴散模型就是進化演算法」的?

答案是數學。

擴散模型的本質

在生物圈中,至少有兩個過程能夠泛化並創造新事物:

進化:生物透過自然選擇適應環境的緩慢過程(需要多代); 學習:生物個體獲取知識並概括主觀經驗的快速過程(自己這一代)。

研究者不斷探索進化與學習之間的聯絡,從Hinton的經典著作《How Learning Can Guide Evolution》(1987年),到Vanchurin、Wolf、Katsnelson、Koonin的《Toward a theory of evolution as multilevel learning》(2022年),以及Watson和Levin的《The collective intelligence of evolution and development》(2023年)。

目前的工作認為,在擴散模型的框架中,生成模型執行順序隨機去噪,可以透過執行自然選擇、突變和生殖隔離的進化過程來理解。

前向擴散過程將影象作為輸入(也可以是任何其他訊號),並逐步按順序新增噪聲,直到它變成一坨完完全全的噪聲。

與之相對,擴散模型的反向是一個去噪的過程,以噪聲作為輸入並依次去除,最終發掘出隱藏在噪聲背後的影象。

原始擴散模型:https://arxiv.org/abs/2006.11239

想象一個複雜的任務(例如,找到飛機機翼的最佳形狀),我們可以先建立一組隨機解決方案——就像自然界中的生物種群。然後根據特定標準(比如飛行情況)評估每個解決方案。

過程中可以「雜交」不同解決方案的優勢(從一個方案中獲取一些引數,從另一個方案中獲取另一些引數),偶爾還可以隨機改變這些方案(的引數),由此獲得新一版解決方案。

將這個過程重複多次,就像在自然選擇中一樣,透過遺傳和變異,更成功的版本存活下來並繼續發展。

通常,引數空間的結構事先是未知的,因此初始總體通常以標準正態分佈開始。這種方法的主要優點是它不需要精確理解任務的工作原理——只需能夠評估解決方案的質量就足夠了。

擴散模型在每個時間步長直接從樣本的噪聲中預測原始資料樣本:

樣本x的估計可以表示為條件機率,結合貝葉斯公式可得:

基於深度學習的擴散模型是使用均方誤差損失進行訓練的,所以估計函式變為:

其中的高斯項僅對區域性鄰居敏感,將上式簡化:

由此可知,擴散模型和進化演算法都涉及迭代資料更新和從複雜分佈中對新物件進行取樣,兩者都是定向更新和隨機擾動的組合。

在進化的情況下,是選擇+突變,而在擴散的情況下,是隨機噪聲+學習去噪。

這就提出了一個問題:這兩個過程的機制是否從根本上相互關聯?生物進化和生成建模之間是否存在深刻的數學二元性?

擴散與進化

首先,作者從生成模型的角度分析了進化。

觀察生物圈中的物種種群,變異進化過程可以理解為基因型和表型分佈的轉變。突變和選擇共同改變了這些分佈的形狀。

許多受生物啟發的進化演算法都是透過維護和迭代大量種群的分佈,來最佳化目標函式。

同樣的概念(分佈變換)是許多生成模型的核心:VAE、GAN和擴散模型學習將簡單的分佈(如標準的高斯分佈)轉換為更復雜的分佈(分佈中的樣本代表有意義的影象、聲音和文字)。

另一方面,也可以從進化的角度來看待擴散。

在訓練過程中,向資料點逐步加入干擾,模型會學習預測這種干擾以逆轉該過程。在取樣階段,模型從高斯分佈開始,透過降噪逐步更新資料點。

在這種情況下,定向降噪可以解釋為有向選擇,並且每個步驟都會增加一個類似於突變的小噪聲,與生物的進化過程一致。

而如果把進化過程反過來,那麼高度適應自然的進化種群將逐漸溶解,類似於正向擴散過程。

考慮統計物理學中的能量和機率,進化任務可以將適應度對映到機率密度,從而來與生成任務聯絡起來(高適應度對應於高機率密度)。

作者最終從數學上推匯出了一種稱為Diffusion Evolution的新演算法,基於迭代誤差校正來進行最佳化,類似於擴散模型,但不依賴於神經網路:

1)從一組隨機解開始(如擴散模型中的噪聲); 2)在每個步驟中,每個解決方案都由一個適應度函式評估,對每個解決方案進行「去噪」(與相鄰解決方案加權平均來估計),並向前邁出一小步,同時加入一個小的隨機突變; 3)逐漸減小相鄰搜尋半徑(首先全域性探索解決方案空間,然後在本地進行最佳化)

與許多經典進化演算法通常收斂為單個解不同,Diffusion Evolution可以同時發現並維護多個表現良好的解。

實驗

研究人員在多個二維最佳化場景中進行了實驗(Rosenbrock和Beale有一個最優值,Himmelblau、Ackley和Rastrigin有多個最優值),並與其他進化演算法(CMA-ES、OpenES和PEPG)做出比較。

每種方法執行進化演算法100次,每個實驗的群體規模為512,使用25次迭代(OpenES需要1000步才能收斂)。

結果表明,Diffusion Evolution找到了高質量和多樣化的解決方案,尤其是在最後三種情況下,其他方法都遇到了困難,並且往往收斂到單一解決方案。

在進化演算法中,適應度評估通常是計算成本最高的操作,作者透過從擴散模型的工作中借用餘弦排程來減少迭代次數。

在另一項實驗中,研究人員提出了 Latent Space Diffusion Evolution,靈感來自潛在空間擴散模型 (透過探索低維潛在空間來解決高維引數空間的問題)。

學習和進化,本質上是在做同樣的事情,順著這條路,我們可以繼續思考:

模型推理是有限的,而真正的進化可能是無限且開放式的,如何使Diffusion Evolution適應開放式環境?

其他版本的擴散模型會衍生出新的進化演算法嗎?擴散模型中的歸納偏差可以被引入進化演算法嗎?擴散模型可以透過進化的思想來改進嗎?

參考資料:

https://gonzoml.substack.com/p/diffusion-models-are-evolutionary

https://arxiv.org/pdf/2410.02543

熱門資訊
  • 為了節約嗎?神舟十七號艙外航天服上,竟然有王亞平,劉洋名字 | 2024-01-28 01:36:57
  • 生育力越強,壽命越短?東亞人竟比歐洲人更多與尼人雜交?壓力大時吃東西會讓壓力更大︱新聞串燒 | 2024-01-28 01:50:27
  • 7500噸星艦炸成“碎片”,科學家猜出原因,看來中國這條路走對了 | 2024-01-28 01:54:34
  • 荷蘭光刻機巨頭髮布!“中國是第二了” | 2024-01-28 02:28:09
  • 我國快舟火箭可複用技術試驗箭垂直起降試驗圓滿成功 | 2024-01-28 02:28:13
  • 華為商用作業系統 HarmonyOS和開源作業系統 OpenHarmony的區別 | 2024-01-28 02:36:45
  • 2024年全球手機出貨量排名預測:蘋果第一、三星第二、華為第三 | 2024-01-28 03:04:48
  • 千呼萬喚,按通訊使用量收費模式快來了,交多少你說了算! | 2024-01-28 03:04:51
  • 歷史性時刻!iOS正式支援側載 | 2024-01-28 03:48:12
  • 突破性方法精確測量熱霍爾效應中的微小溫度變化 為量子世界開啟新視窗 | 2024-01-28 03:48:22
  • 回顧麒麟晶片史上最大的升級,麒麟970到麒麟980! | 2024-01-28 03:48:49
  • 探索拓撲學的極限,數學家透過簡單的摺紙,有了至少5項重大發現 | 2024-01-28 03:48:56
  • 三星Galaxy S24系列成了:一週時間狂銷百萬臺 | 2024-01-28 03:56:46
  • 小米“用力太猛”,驍龍8Gen2旗艦突降2769元,IP68防水+窄邊直屏 | 2024-01-28 03:56:49
  • 老外實測三星Galaxy S24 Ultra:調光頻率高於iPhone | 2024-01-28 03:56:55
  • vivo“不講武德”,旗艦新機便宜1600元,16GB+1TB+驍龍8Gen2 | 2024-01-28 03:56:59
  • 從2999元跌至1523元,12GB+256GB+5400萬,如今再度“半價”開賣 | 2024-01-28 03:57:04
  • 榮耀100售價再創新低,16GB+512GB只賣2448元,5000mAh+四曲屏 | 2024-01-28 03:59:14
  • vivo旗艦新機預熱:X Fold3定檔3月,X100Ultra也在路上了 | 2024-01-28 03:59:20
  • 持續200萬年的降雨!兩億多年前的現象,有可能在現代再次上演? | 2024-01-28 03:59:27
  • 【硬體資訊】固態硬碟還將漲價?NAND快閃記憶體晶片封裝告急,漲幅將遠大於預期!2024將持續漲價?? | 2024-01-28 04:02:19
  • 中國“棲鳳之木”梧桐正在慢慢消失,取而代之的是外來物種假梧桐 | 2024-01-28 04:25:29
  • 銘凡新迷你機HX100G還是AMD老顯示卡:獨顯落後核顯一代 | 2024-01-28 04:25:40
  • 4070 Super顯示卡裝機,用2K顯示器還是4K顯示器更合適? | 2024-01-28 04:25:46
  • AI創新功能扯眼球 三星Galaxy S24系列國內釋出 | 2024-01-28 04:41:07
  • 5分鐘賣出30萬臺,16GB+256GB+5500mAh,如今僅售1936元 | 2024-01-28 04:41:12
  • 三星Galaxy S24+測評: AI加入,有點意思 | 2024-01-28 04:41:22
  • 2023年 iPhone在中國市場佔有率達到了創紀錄的17.3% | 2024-01-28 05:04:02
  • 媲美SpaceX,東方空間計劃2年打造“引力二號”,已拿下6億人民幣B輪融資【附商業航天發展前景預測】 | 2024-01-28 05:06:15
  • 中國電信中部智算中心在武漢投運,支援部署萬億引數大模型 | 2024-01-28 05:32:52
最近發布
突發!TVB知名女星毫無預警宣佈與未婚夫分手,結束長達八年情 面對被黑,蘭姐強勢迴歸。小菲狀態好轉,發宣告。更多內幕揭曉! 中國男籃決戰日本隊,首發五人曝光,廣東隊大贏家,徐傑第一後衛 孫穎莎奪女單冠軍!採訪謙遜立足拼,劉國樑給中國選手頒獎笑開花 分析 馬威交易取消後的影響:湖人還有什麼選擇?只能等休賽期? 火箭vs猛龍前瞻:範弗裡特有望復出戰舊主,火箭欲終結六連敗 梅西轟動宏都拉斯!當地媒體:這是世紀體育盛事! 登記開啟!金中、29中、13中等校動了! 開年暴擊!南京又一家機構跑路了? TechInsights:AI PC未能提振筆記本市場 2024年僅增長5% 睡覺時突然腿抽筋,就是缺鈣?錯!還有這4個原因,別輕易忽視了 泡泡瑪特又贏麻了!此前被調侃是“境內最大的博彩公司” 再也不用扎手指!5億糖尿病患者有福了 傳《尼爾:機械紀元》續作、新《古墓麗影》今年公佈 有工作經驗的畫素畫師如何寫簡歷? 離譜!Xun被搶3條龍,JDG仍然獲勝!Peyz力挽狂瀾,WBG痛失好局 將耗死在國際空間站?59歲美滯留女宇航員求救:喪失重要身體機能 華為FreeClip耳機玫瑰金開售 開放式聆聽設計 CBA俱樂部杯-山西淘汰北控晉級4強 原帥18分 小紅書上移民的中產:曾經北京七套房, 羨慕海外一張床, 如今卻...... 不可抗力停課2天以上退一半保教費,佛山幼兒園收費新規釋出 紅棉襯醉美,2020番順醉美青餅評測 華為FreeClip耳夾耳機玫瑰金配色開售:1299元 64歲寧波老闆,跨界無數次,給員工發8億,即將擁有第三家IPO? 卡友資訊股東持股情況變動 廣州“城市合夥人”:城市與人才的雙向奔赴 有人說孫穎莎粉絲是飯圈文化的時候 卻有些人用真金白銀愛孫穎莎! 男生剪“短髮”髮型乾淨利落,試試這3款,剪完帥氣提升顏值! 7個臀部訓練最佳動作,打造迷人的蜜桃臀! 偉大的4-2!林詩棟奪冠:新科世界第1誕生、超越王楚欽,狂攬3冠 新疆完美了!新小外強於皮特森+黑根斯,承認補強大外良性競爭! 林詩棟奪男單冠軍!採訪大談不容易太謙遜,單獨拍照露出笑容! 國乒最新戰報!林詩棟第2局11-8,衝3冠王,梁靖崑救2局點仍輸球 替補奇兵!快船大將5記3分助隊贏球 哈登好幫手 爆冷!北控男籃吊打奪冠大熱門球隊,外援決定比賽的走向 官宣離任,胡明軒宣佈重要決定,廣東宏遠遺憾,杜鋒祝福 又一個賈德松!崔康熙看人很準,魯媒:卡約又要錯過中國聯賽了 劉國樑憔悴!黑眼圈很重,擋住蒯曼被提醒,孫穎莎王楚欽被裁判整 林詩棟逆轉梁靖崑奪冠,成就三冠王,綜合實力更加突出 CBA最新外援註冊資訊,遼籃4人,新疆補充新援,廣東男籃放棄萊斯 大滿貫收官獎金排名:林詩棟三冠60萬第1,孫穎莎第2王曼昱10萬第9 臺灣律師分析大S遺產劃分,S媽要錢得看汪小菲臉色,打臉光頭安排 臺媒曝大S家人鬆手,讓出撫養權給汪小菲,希望馬筱梅善待孩子 二線白酒暴雷,狼真的來了! 搭上比亞迪,自動駕駛獨角獸,利潤大增170%! 炸裂!外資吹響“加倉中國”集結號背後:科技格局重塑與資產重估 這波夢幻西遊副本積分兌換真是血虧,四賜福的山賊值得買嗎? 《星戰亡命之徒》高階美工又回到CDPR 開發《巫師4》 《哪吒2》登陸北美,首映禮現好萊塢!有觀眾哭花眼妝:特效超預期,買票靠搶 曝張蘭被封年損失近4億,麻六記絕地自救太壯觀,員工曬張蘭近況

©2024 時時頭條 版權所有

隱私政策 | 服務條款 | 聯繫我們