Diffuziya

Rasm va video yaratadigan koʻplab AIʼlar diffuziya usulida ishlaydi. Oʻqitishda modelga millionlab rasm beriladi va ularga asta-sekin shovqin, yaʼni tasodifiy nuqtalar qoʻshiladi, toki rasm butunlay eski televizordagi "qor"ga aylanmaguncha. Model teskari ishni oʻrganadi: shovqinli rasmdan shovqinni ozgina olib tashlashni.

Rasm yaratishda esa jarayon teskari ketadi. Model sof shovqindan boshlaydi va oʻnlab qadamda uni tozalaydi. Har qadamda siz yozgan tavsifga qarab yoʻl tanlaydi, masalan: "togʻdagi qishloq, kechqurun, iliq yorugʻlik". Natijada shovqindan butunlay yangi rasm paydo boʻladi.

Oʻxshatish: tumanli tongda uzoqdagi narsaga yaqinlashib borayotganingizni tasavvur qiling. Avval faqat dog' koʻrinadi, keyin shakl, keyin mayda tafsilotlar. Faqat bu yerda tuman ortida nima chiqishini sizning tavsifingiz belgilaydi.

Misol: "Samarqanddagi Registon, qishki tong, qor yogʻyapti" deb yozasiz va bir necha soniyada hech qachon olinmagan surat paydo boʻladi. Video modellar ham shu gʻoyani har bir kadrga qoʻllaydi.

Xato tushuncha: "AI rasmni internetdagi rasmlardan qirqib yopishtiradi". Yoʻq, u har bir rasmni shovqindan yangidan "chizadi". Lekin u millionlab rasmdan uslub oʻrgangani uchun mualliflik huquqi boʻyicha savollar haligacha bahsli.