AI图像生成核心技术 - Diffusion

随着技术的进步，人工智能创造的艺术保真度得到了大大增强，文转图人工智能在今年爆发了。尽管像Stable Diffusion和OpenAI的DALL-E 2这样的系统存在许多争议，但包括DeviantArt和Canva在内的很多平台已经采用它们来制作创意工具，实现品牌的个性化，甚至创意新产品。

但这些系统的核心技术 - Diffusion - 的能力远远不止生成艺术作品，它还被一些研究小组用来制作音乐，合成DNA序列，甚至用于研制新药。

那么，究竟什么是Diffusion，为什么它与以前的技术水平相比有如此大的飞跃？我们需要来了解一下Diffusion的起源，以及它是如何随着时间的推移而发展成今天这样有影响力的。Diffusion的故事还没有结束——每个月都会出现技术的改进，尤其过去一两年出现了显著的进步。

Diffusion的诞生
你或许还记得几年前爆火的deepfaking——这些App将人们的肖像插入现有的图像和视频中，创造出看起来很真实的换脸视频。利用人工智能，这些App会将一个人的脸，或者在某些情况下，他们的整个身体插入到某个场景中，往往能够产生足够的说服力，骗过大多数人。

这App大多依靠一种叫做生成对抗网络的人工智能技术，简称GANs。GANs由两部分组成：一个从随机数据中产生合成内容（如图像）的生成器和一个试图区分合成内容和训练数据集中的真实内容的鉴别器。生成器和鉴别器互相配合提高生成或鉴别能力，直到鉴别器无法从合成的例子中分辨出真实的例子，此时其准确率已经高于预期的50%。