前世的经验告诉他,技术方向的把控是决定生死存亡的。
如果在路线选择上走错一步,不仅会浪费掉几亿十几亿的研发资金。
更会错失好几年的宝贵时间。
时间在技术叠代的大战中,比金钱更珍贵。
顾屿看着任少卿,开始拆解这个技术盲点。
“你刚才说生成对抗网络是两个网络互相博弈。”
“问题就出在这个博弈机制上。”
“它太过于追求逼真度,导致随机性太强。”
“你要是在对话框里输入一只戴帽子的猫。”
“它不知道自己画的到底是什么。”
“它可能会给你生成一只猫,一顶帽子,再加一把椅子。”
“我们要的不是随机生成好看的废图。”
“我们要的是让文字去牢牢管住画面,而不是让画面自由发挥。”
“差别在于控制这两个字。”
任少卿陷入了沉默。
他仔细咀嚼着顾屿的话,发现确实指出了这套理论在落地应用时的痛点。
“那如果不用生成对抗网络,我们用什么?”任少卿反问。
顾屿在脑海中整理了一下语言。
“往能引导文字语义的方向去找。”
“我给你们提供一个思路。”
“你拿一张清晰的图片,往里面不断地添加噪点数据。”
“一步一步加,直到这张图片完全变成一张全是雪花点的废图。”
任少卿拿着笔,一边听一边在纸上画着圈。
“正向破坏数据结构。”
“对。”顾屿接着说。
“然后,我们去训练一个神经网络,让它学会逆向做这件事。”
“从那一堆纯雪花点开始,一步一步把这些噪点擦掉。”
“把画面重新还原出来。”
“在这个擦除噪点的过程中,我们把文字的语义信息融合进去。”
“用文字来引导噪点的擦除方向。”
办公室里安静得只剩下空调出风口的声音。
林溪虽然听不太懂具体的技术细节,但她能看懂任少卿的表情。
任少卿现在的表情非常专注,笔尖在笔记本上划出深深的印记。
“通过加噪和去噪的过程,来学习数据分布。”
任少卿嘴里念念有词。
他脑子里闪过一些零碎的记忆片段。
“顾董,你说的这个理论框架,我好像在哪里看到过。”
任少卿努力回忆着。
“去年斯坦福那边好像发过一篇论文,提过类似的概念。”
“叫作扩散模型。”
“不过那篇论文因为训练步骤太多,速度太慢,在圈子里非常冷门。”