多模态

Jascha Sohl-Dickstein

雅沙·索尔-迪克斯坦

扩散模型 · 非平衡热力学

Jascha Sohl-Dickstein 是生成模型与学习理论研究者，也是现代扩散模型早期论文的第一作者。他的研究将物理中的随机过程用于学习复杂的数据分布。

2015 年，他与合作者提出逐步向数据加入噪声，再学习这一过程的逆过程。一个难以直接建模的复杂分布，可以经过许多简单步骤变成容易采样的分布；模型随后学习沿相反方向把噪声恢复为数据。

这项工作发生在扩散模型广泛用于图像生成之前。他后来也参与基于分数和随机微分方程的生成研究，把不同方法之间的联系讲得更清楚。其贡献主要在于建立可训练的生成过程，而不是某个后来产品的全部实现。