Diffusion Model
Un diffusion model è un modello generativo addestrato a invertire un processo graduale di rumore: impara a rimuovere rumore passo dopo passo, così in generazione parte da puro statico e lo affina in un'immagine, un suono o altro output coerente col prompt.
Niente gergo, niente formule
In parole semplici, che cos'è?
L'addestramento ha due direzioni. In avanti: prendi un'immagine reale e aggiungi un po' di rumore casuale, tante volte, finché non resta che statico. Il modello vede migliaia di queste fasi e impara, a ogni livello di rumore, a prevedere com'era la versione più pulita. Tutto qui: un togli-rumore addestrato su milioni di coppie prima e dopo. La generazione va al contrario: dai un prompt, il modello lo codifica come guida, parte da rumore casuale e applica il togli-rumore in ripetizione. Ogni passata toglie un po' di rumore e aggiunge un po' di struttura fedele al prompt: le macchie diventano forme, le forme prendono bordi, i bordi prendono texture. Dopo decine o centinaia di passate resta un'immagine coerente. Il limite: segue le statistiche del prompt, non la tua intenzione, e non sa disegnare fatti, quindi il testo dentro l'immagine esce quasi sempre come decorazione.
- 01
Corrompi. In addestramento si aggiunge rumore casuale a immagini reali, passo dopo passo, fino allo statico.
- 02
Impara. La rete si allena a prevedere la versione più pulita a ogni livello di rumore.
- 03
Codifica. Il prompt diventa un segnale guida su cui il togli-rumore si condiziona.
- 04
De-rumore. La generazione parte da puro statico e ne rimuove un po' a ogni passata.
- 05
Affina. La struttura emerge passata dopo passata, finché resta un'immagine coerente.
Termini che gli stanno vicini.
AI Generativa
L'AI generativa è software che produce contenuti nuovi, testo, immagini, audio, codice, campionando schemi appresi da enormi quantità di dati di addestramento, invece di limitarsi a classificare o recuperare ciò che esiste già.
LeggiText-to-Image
Il text-to-image è il compito di produrre un'immagine da una descrizione scritta: un encoder di testo converte il prompt in una rappresentazione numerica, e un modello di immagine la usa come guida per generare pixel coerenti con la descrizione.
LeggiGenerazione di Immagini
La generazione di immagini è il processo con cui si creano immagini nuove da una descrizione testuale o da un'altra immagine: un modello generativo, di solito un diffusion model, trasforma un prompt in pixel passo dopo passo invece di copiare foto esistenti.
Leggi§ 04
Vuoi che funzioni davvero nella tua azienda?
Progettiamo e rilasciamo sistemi AI con permessi, log e approvazione umana. Si parte con una call di scoping di 30 minuti.