【日時】　2024年10月31日（木）16:30 〜 17:30 
【場所】　大阪大学豊中キャンパス理学研究科Ｈ棟7階 H701
【講演】「Statistical Physics of Generative Diffusion」　
　　　　　Prof. Marc Mezard    (Bocconi Univ., Milano)

【アブストラクト】　
Generative models, in which one trains an algorithm to generate samples ‘similar’ to those of a data base, is a major new direction developed in machine learning in the recent years. In particular, generative models based on diffusion equations have become the state of the art, notably for image generation. However, the reasons for this spectacular technological success are not well understood, and neither are its limitations.

After an introduction to this topic, the talk will focus on the behavior of generative diffusion in the high-dimensional limit, where data are formed by a very large number of variables.  Using methods from statistical physics, and through a detailed analysis of two well-controlled high-dimensional cases, we explain the various phase transitions that take place during the dynamics of generation.

【学生の皆さんへの一言】
先日発表された 今年のノーベル物理学賞はニューラルネットワークと統計力学が結びついた最初期に活躍した先達２人に贈られました。
この統計力学は、当初、強いフラストレーションとランダムネスを持つ、スピングラスというある変わり種の磁性体の問題に挑戦するために誕生しました。
その後、物性物理の問題はもちろんのこと、ニューラルネットワークを含む「情報統計力学」や生物の問題にまで守備範囲が拡大してゆきました。
このセミナーの講師であるMarc Mezard先生は、当時から現在までランダム系の統計力学のこうした様々な分野のフロンティアで一級の研究をしてこられました。
今回は、生成AIでお馴染みの「生成拡散モデル」についての最近の統計力学的解析についてお話しくださいます。
いつも非常に明快な講演をされます。
ぜひご参加ください。

問い合わせ先：吉野　元（D3 Center;  yoshino.hajime.cmc@osaka-u.ac.jp)
世話人：吉野、長峯（FRC-TJR)

【参考】
フォアフロント研究センター理論連携研究プロジェクトＨＰ
大阪大学Ｄ３センター大規模計算科学研究部門ＨＰ