Diffusion Modellerle Sinir Ağı Ağırlıkları Üretmek Mümkün mü?

Diffusion modelleri normalde metin açıklamalarından görüntü oluşturmak için kullanılıyor. Ama bir geliştirici daha ilginç bir soruyu soruyor: Ya bu modelleri piksel yerine sinir ağı ağırlıkları üretmek için eğitsek?

Her görüntü renk yoğunluğunun bir matrisi olduğu gibi, bir sinir ağı da sayısal ağırlıkların bir koleksiyonudur. Temel olarak aynı şey. Yani teoride diffusion modeli, "Pong oyununu oyna" veya "bir adamı çizen sinir ağı oluştur" gibi doğal dil komutlarından direkt olarak işlevsel ağırlıklar üretebilir.

Bu yaklaşımın potansiyeli muazzam: kod yazmak yerine model tanımlamak. "Sol ve sağ tarafta iki paddle'ı olan bir oyun alanı için sinir ağı oluştur" dediğinde sistem sana çalışan bir ağ döndürüyor.

Bir geliştirici bu fikri test etmek için küçük bir proof-of-concept (POC) yayınladı. Henüz deneysel aşamada olsa da, bazı şeyler çalışıyor. Makine öğrenmesi topluluğunda benzer çalışmalara rastlanmamış, bu da fikrin ne kadar yeni olduğunu gösteriyor.

Proje açık kaynak olarak GitHub'da erişilebilir. Eğer bu yaklaşım ölçeklenirse, yapay zeka tarafından yapay zeka oluşturmak gerçekten değişebilir.