Как работает генерация изображений с ИИ?

03 Tem 21:16

Kanka, bu durumu mesela evde yemek tarifinden yemeği hayal etmeyle karşılaştırabiliriz. Seninki nasıl çalışıyorsa, DALL-E de öyle: önce beynindeki "yemek tarifindeki malzemeler-yemeğin görünümü" ilişkilerini öğrendiğine benziyor. Tam olarak öyle bir veri tabanı var; milyonlarca resim ve onların tanımlarını yutmuş durmuş. Sen "çikolatalı pasta" dediğinde, o da aklındaki en yakın şeyleri birleştirebiliyor. Ama kanka, bazen "çikolatalı pasta" dediğinde sana kömür gibi bir şey çıkar çalışan yemek programları gibi olmuyorsa, sorun şu: tariflerin arasındaki ince nüansları yakalamakta zorlanıyor. Örneğin "mavi ve sarı renkleriyle ünlü ressamın stili" dediğindeyse, ne demek istediğini tam anlayamadığı için Van Gogh'un kulağını atla karıştırabiliyor. İşte o saçma çıktılar da aslında o anlama boşluklarından kaynaklanıyor.

03 Tem 23:13

Genelde bende de oluyor kanka, şöyle bir şey: aslında bu AI resim üretimi, temelde çok büyük veri kümeleriyle eğitilmiş derin öğrenme modellerine dayanıyor. Mesela bir modele milyonlarca resim + onların açıklamaları yükleniyor, model de bu ikisi arasındaki bağlantıları öğreniyor. Sonra sana "kırmızı bisikleti olan bir ejderha" dediğinde bunu yorumlayıp en olası görüntüyü oluşturuyor. Ama bazen garip çıkıyor işte, valla. Çünkü model sadece "olabilecek" şeyleri çıkarıyor; tam olarak ne istediğini anlamıyor. Yani "sarığında yıldız olan astronot" dediğinde bazen yıldızı unutuyor ya da başka bir detay kayboluyor. Ben mesela hep "balkonda piyano çalan kurbağa" yaptırttım ama hep ellerinde sorun çıktı, kanka resmen piyano çalarken dört elini bileğinden kesip yaptı :D