这回大家主要争论的点又变了，变成了AI绘图究竟是不是抄袭，AI水平和画师究竟谁更强。
抛开到底谁更强这件说不清的事不谈，单从大家争论的这些内容就能看出，AI绘画的能力确实进步得非常之快。
“平心而论，在AI生成这件事情上，GAN生成式方法是让大家走了弯路的。”
虽然孟繁岐的GAN生成式办法在学界广受好评，建立起了很高的学术声誉和知名度，FaceGAN的假脸生成效果也颇为惊艳，但最终真正让AI制图火起来的还是扩散模型。
“GAN办法生成对抗的模式固然让人感到惊为天人，但两个网络彼此对抗学习，毕竟还是非常麻烦的事情。”孟繁岐思忖了一下，现在的大难题，数据是一方面，计算设备则是另一方面。
本来自己提前发布技术，显卡就已经很不够用了。目前用GAN去针对某一个特定的事物，比如FaceGAN只做人脸还是比较可以的，但想要从文本直接生成，那难度可就大了。
扩散模型的原理其实并不难，主要是通过对照片添加噪声，然后在这个过程中学习到当前图片的各种特征。之后再随机生成一个服从高斯分布的噪声图片，然后一步一步的减少噪声直到生成预期图片。
代码写起来不是那么困难，不过若是写成论文，琢磨其中的原理，那里面的数理逻辑和推导，够孟繁岐喝一壶的。
“数学这方面....这两天找韩辞和付院长他们帮帮忙吧，好久没怎么跟他们联络了。或者也可以请辛顿和李飞飞指点一下，这两位都算是我的导师。”涉及数学问题，找数学专业人才自然放心。
李飞飞和辛顿虽然不是数学出身，但李飞飞有物理背景，辛顿更是领域内教父，两者在这方面实力想必也很强。
新建了文件夹，孟繁岐刚准备开始工作，却隐约感觉哪里不对，自己好像遗忘了什么事情。
半晌才想起来，自己的倒霉室友唐璜今天要到斯坦福附近来。
“这大半年过的，差点忘记我自己还是个学生了。”
高强度研发了三四个月的孟繁岐，感觉时间好像已经过去了一年多。
正好唐璜来了，就给自己放几天假吧，来了也有几周了，却一直没有好好逛过斯坦福的校园。