科普赋能校园
探秘AI奥秘
近日,由东莞市科学技术协会指导、东莞市东莞中学松山湖学校主办、东莞市第十二高级中学协办,一场主题为浅谈人工智能扩散生成模型的科普讲座顺利举办,大湾区大学(筹)信息科学技术学院助理教授杨斯崑受邀主讲。该讲座是东莞市科普专项资助讲座,众多师生到场聆听学习,一同探索生成式人工智能背后的数学与物理原理。
讲座伊始,杨斯崑博士结合当下热门应用,梳理了生成式 AI 的发展现状,依次介绍了 Stable Diffusion、Midjourney、Sora 等主流图像、视频生成工具,结合趣味生成案例,让大家直观感受到 AI 生成技术在图文、视频创作领域的强大能力,快速拉近了同学们与前沿人工智能技术的距离。

为了让抽象的模型原理变得通俗易懂,杨博士以布朗运动为切入点,借助墨滴在水中扩散的经典现象,讲解扩散模型的物理直觉。他围绕布朗运动的时间可逆性展开分析,阐释了前向加噪、反向生成图像的核心逻辑,并结合随机微分方程,讲解连续时间扩散模型的运行机制,清晰拆解了 AI 从纯噪声中还原出清晰图像、视频的完整过程。
核心逻辑:从“加噪”到“去噪”,从随机扰动到清晰生成,扩散模型并非简单的图像拼接,而是通过数学建模与概率推断,让机器逐步学习数据分布,并在反向过程中生成符合规律的新内容。
针对现阶段扩散模型存在的技术难点,杨博士抛出两大思考问题:能否使用非高斯分布噪声构建扩散模型、如何减少迭代步数提升生成效率。
随后他引入经典的薛定谔桥问题,结合理论公式与手写数字图像生成实例,讲解该理论在优化扩散模型中的应用,同时对比介绍连续时间流模型、条件生成模型等相关技术,结合贝叶斯公式推导条件生成模型的运算逻辑,层层递进解析技术内核。

讲座过程中,杨博士还抛出深刻思辨话题,探讨当下 AI 生成模型是否真正理解现实物理世界,结合经典力学、流体力学、量子力学等知识,列举模型生成内容与现实物理规律相悖的案例,引导同学们辩证看待人工智能的能力边界,并围绕通用人工智能(AGI)的发展前景展开交流。
他谈到,AGI 的实现道阻且长,但值得一代代科研人不断探索。此外,杨博士也分享了科研从业者所需具备的素养,鼓励同学们夯实数学、物理与编程基础,保持探索精神与钻研态度。

整场讲座逻辑严谨、讲解生动,兼具理论深度与科普趣味。在场师生全程认真聆听、积极思考,不少同学围绕模型原理、技术发展、AI 未来走向等内容踊跃提问,杨博士一一细致解答,现场互动氛围十分热烈。

此次科普讲座,不仅让师生们系统了解了人工智能扩散生成模型的原理与前沿知识,揭开了热门 AI 生成工具背后的技术面纱,更拓宽了大家的科技视野,激发了大家对人工智能、数理科学的学习热情与探索欲望。后续也将持续开展各类科普活动,搭建学术交流平台,助力青少年走近前沿科技、树立科学理想。
文稿 | 张振源
编辑 | 陈浩东
初审 | 胡业琴 陈海乐
复审 | 邹法强
终审 | 邹 红
夜雨聆风