应365体育官方唯一入口邀请， IEEE & IET Fellow、新加坡南洋理工大学校长讲席教授（President's Chair Professor） Dusit Niyato 于2023年12月11日上午在虎溪校区信息大楼A610a会议室为师生们作了主题为“Diffusion Models in Generative AI Enabled Network Optimization”的学术报告。

Dusit Niyato是新加坡南洋理工大学计算机科学与工程学院计算机科学与工程专业的校长讲席教授，IEEE&IET双料会士。1999年获得泰国曼谷理工学院(KMITL)电子工程学士学位，并于2008年获得加拿大曼尼托巴大学电子和计算机工程博士学位。Dusit的研究兴趣在于分布式协作机器学习、物联网(IoT)、边缘智能元宇宙、移动和分布式计算以及无线网络等领域。担任多个IEEE会刊的主编，被评为2016-2017年IEEE通信学会的杰出讲师，2017-2022年计算机科学领域高被引研究人员。

Dusit Niyato教授首先简要介绍了生成式人工智能（GAI），并由此引出生成式扩散模型（GDM）及其在网络优化应用的背景。随后，他详细讲解了基于扩散模型的人工智能生成内容（AIGC）的工作流程，以及实施分布式协作人工智能生成内容的基本原则。接下来，详细介绍了其团队所提出的面向无线网络的分布式协作扩散AIGC方法，包括AIGC 模型训练、收集用户 AIGC 任务需求、知识图谱辅助语义分析和卸载调度、共享推理和本地推理等。最后，进一步展望了该领域未来的研究方向：第一可以开发激励机制，针对AIGC的独特需求创建激励机制从而提高系统效率；第二利用信道编码并根据信道条件进行调整以优化AIGC计算，将扩散模型设计与信道特性相结合，并通过反馈机制动态适应信道变化，从而平衡系统吞吐量和可靠性；第三要加强AIGC隐私保护，可使用区块链保护数据来防止中断并保持数据的完整性。

报告会结尾，同学们就生成式扩散模型的相关问题与Dusit Niyato教授进行了深入交流。参与本次报告会的同学们表示，本次学术报告对他们了解生成式人工智能特别是扩散模型及其网络应用相关前沿性问题非常有帮助。参加本次讲座的人员中除了本院师生，还有来自电子科技大学的孙罡教授和广东工业大学的康嘉文教授。