生成式人工智慧 (AI) 最出名的可能是 ChatGPT 或 Stable Diffusion 等文字或圖像創建應用程式。但除此之外，它的用途正在越來越多不同的科學領域中體現。

在他們的最近的工作，發佈到arXiv亥姆霍茲德累斯頓羅森多夫中心高級系統理解中心(CASUS) 的研究人員與倫敦帝國學院的同事合作，預印本伺服器預計將在即將召開的國際學習表示會議(ICLR) 上展示。

該模型基於生成式人工智慧，透過隨機重建影像來提高影像品質。此外，CVDM 的計算成本低於現有的擴散模型，並且可以輕鬆適應各種應用。

隨著大數據以及新的數學和數據科學方法的出現，研究人員的目標是使用逆問題方法來破解生物學、醫學或環境科學中尚未解釋的現象。逆問題涉及恢復導致某些觀察結果的因果因素。您有圖像的灰階版本並且想要恢復顏色。這裡通常有幾種有效的解決方案，例如，淺藍色和淺紅色在灰階影像中看起來相同。因此，這個逆問題的解決方案可以是淺藍色的圖像或淺紅色襯衫的圖像。

分析顯微影像也可以是典型的逆問題。「你有一個觀察結果：你的顯微圖像。應用一些計算，你就可以了解更多關於你的樣品的信息，而不是第一眼看到的，」Gabriel della Maggiora 博士說。CASUS 學生，ICLR 論文的主要作者。

結果可以是更高解析度或更高品質的圖像。然而，從觀察（即微觀影像）到「超級影像」的路徑通常並不明顯。此外，觀測資料通常是有雜訊的、不完整的或不確定的。這一切都增加了解決反問題的複雜性，使它們成為令人興奮的數學挑戰。

像 Sora 這樣的生成人工智慧模型的力量

生成式人工智慧是解決逆問題的強大工具之一。生成式人工智慧模型通常會學習給定訓練資料集中資料的底層分佈。一個典型的例子是影像生成。訓練階段結束後，生成式人工智慧模型會產生全新的影像，但與訓練資料一致。

在不同的生成人工智慧變體中，一個名為擴散模型的特殊家族最近在研究人員中受到了歡迎。使用擴散模型，迭代資料生成過程從基本雜訊開始，這是資訊理論中用於模擬自然界中發生的許多隨機過程的效果的概念。

關於影像生成，擴散模型已經了解了訓練資料集影像中哪些像素排列是常見的和不常見的。他們一點一點地產生新的所需影像，直到像素排列與訓練資料的底層結構最一致。

擴散模型力量的一個很好的例子是美國軟體公司 OpenAI 的文本到視頻模型 Sora。實現的擴散組件使 Sora 能夠產生比 AI 模型之前創建的任何影片都更加真實的影片。

但有一個缺點。CASUS 青年研究小組組長、ICLR 論文的通訊作者 Artur Yakimovich 博士表示：“長期以來，人們一直認為擴散模型的訓練計算成本昂貴。一些研究人員最近正是因為這個原因而放棄了它們。”

「但是像我們的條件變分擴散模型這樣的新發展可以最大限度地減少'無效運行'，而這不會導致最終的模型。通過降低計算量和功耗，這種方法還可以使擴散模型的訓練更環保。

聰明的訓練能發揮作用，不只是在運動中

「非生產性運作」是擴散模式的重要缺點。原因之一是模型對控制擴散過程動態的預定義時間表的選擇很敏感：該時間表控制如何添加噪聲，太少或太多，錯誤的地點或錯誤的時間 - 有很多以訓練失敗告終的可能情況。

到目前為止，這個時間表已被設定為一個超參數，必須針對每個新應用程式進行調整。換句話說，在設計模型時，研究人員通常會透過試誤的方式來估計他們選擇的時間表。

在新論文中，作者將訓練階段已有的時間表納入其中，以便他們的 CVDM 能夠自行找到最佳訓練。該模型比依賴預定義時間表的其他模型產生了更好的結果。

除此之外，作者證明了 CVDM 對科學問題的適用性：超高解析度顯微鏡，一個典型的逆問題。超高解析度顯微鏡旨在克服繞射極限，由於顯微系統的光學特性而限制解析度的限制。

為了在演算法上克服這一限制，資料科學家透過消除記錄的有限解析度影像中的模糊和雜訊來重建更高解析度的影像。在這種情況下，CVDM 與常用方法相比產生了可比較甚至更好的結果。

「當然，有多種方法可以增加顯微影像的意義，其中一些方法依賴生成式人工智慧模型，」亞基莫維奇說。「但我們相信，我們的方法具有一些新的獨特特性，將對成像界產生影響，即與其他擴散模型方法相比，具有可比甚至更好的質量的高靈活性和速度。

“此外，我們的 CVDM 在重建不太確定的情況下提供了直接提示——這是一個非常有用的特性，它為在新實驗和模擬中解決這些不確定性奠定了基礎。”

加布里埃爾·德拉·馬吉奧拉 (Gabriel della Maggiora) 將在年度學習表徵國際會議上以海報的形式展示該作品（ICLR）於 5 月 8 日 10:45 在海報會議 3 中進行。網站上提供了關於該論文的預先錄製的簡短演講。該會議自 2017 年以來首次在歐洲舉辦，即在維也納（奧地利）舉行。無論是現場參加還是透過視訊會議，都需要付費通行證才能存取內容。

「ICLR 透過 OpenReview 入口網站使用雙盲同儕審查流程，」Yakimovich 解釋道。“評論附有同行建議的分數；只有得分高的論文才會被接受。因此，我們的論文被接受就等於受到了社區的高度重視。”