واژهنامه
مدل دیفیوژن
مدل دیفیوژن یک هوش مصنوعی مولد است که نویز تصادفی را گامبهگام به تصویر بدل میکند.
مدل دیفیوژن گونهای از هوش مصنوعی مولد است که یک تصویر را با آغاز از نویز بصری تصادفی و پالایش تدریجی آن به تصویری منسجم میآفریند. این مدل با مطالعه میلیونها تصویر و چگونگی تجزیه آنها به برفک یاد میگیرد، سپس آن روند را معکوس میکند: در هر گام کمی نویز برمیدارد و کمی ساختار میافزاید و بهآرامی طرحی تمامشده را که با خواسته مطابقت دارد آشکار میکند. آن را مانند پیکرتراشی تصور کنید که شکلی را درون بلوک سنگ مرمر آشکار میسازد، جز اینکه مرمر پیکسلهای تصادفی و دانهدانه است و راهنمایی از یک توصیف متنی یا تصویر مرجع میآید. برای کسی که خالکوبی برنامهریزی میکند، این موتوری است که هنر هوش مصنوعی امروزی را ممکن میسازد. ابزارهایی مانند Design Forge در wizard.tattoo از مدلهای دیفیوژن بهره میبرند تا یک ایده، مانند یک عبارت یا یک طرح خام، را به مفهومی پالوده از خالکوبی ترجمه کنند که میتوانی پیش از تعهد به جوهر آن را مطالعه، تنظیم و تجسم کنی. چون مدل بهصورت تکراری کار میکند، اغلب میتوانی بر اینکه چقدر دقیق از واژگانت پیروی میکند، چه میزان آزادی خلاقانه میگیرد و نتیجه چقدر پُرجزئیات میشود اثر بگذاری. فهم اینکه خروجی از دل نویز هدایتشده میروید کمک میکند روشن شود چرا دو تلاش با همان ایده میتوانند متفاوت بهنظر برسند.