Typ “een kat in een astronautenpak op de maan” en een AI-beeldgenerator maakt er binnen seconden een afbeelding van. Hoe kan een computer iets tekenen dat nooit heeft bestaan?
Leren van miljoenen beelden met tekst
Beeldgeneratoren worden getraind op enorme hoeveelheden afbeeldingen met een bijbehorende beschrijving. Het model leert zo welke visuele kenmerken horen bij woorden als “kat”, “maan” of “aquarel”.
Van ruis naar beeld
De meeste moderne beeldgeneratoren zijn zogeheten diffusiemodellen. Tijdens de training wordt een afbeelding stap voor stap onherkenbaar gemaakt door er ruis aan toe te voegen. Het model leert het omgekeerde: ruis stap voor stap verwijderen. Bij het maken van een nieuw beeld begint het model met pure ruis en haalt het die in tientallen stappen weg, gestuurd door jouw tekst. Zo ontstaat langzaam een afbeelding die past bij de beschrijving.
Waarom gaat het soms mis?
Een model begrijpt de wereld niet zoals wij. Het kent statistische verbanden tussen woorden en beelden. Daardoor gingen handen, tekst in afbeeldingen en het tellen van objecten lange tijd mis. Nieuwere modellen zijn daarin veel beter geworden, maar fouten blijven mogelijk.
Discussie over auteursrecht
De trainingsdata bevatten vaak werk van kunstenaars en fotografen die daar geen toestemming voor hebben gegeven. Daarover lopen rechtszaken, en in de EU moeten makers van AI-modellen transparanter worden over de gebruikte trainingsdata. Voor gebruikers is het verstandig om te controleren onder welke voorwaarden ze gegenereerde beelden mogen gebruiken.
Echt of nep?
Doordat AI-beelden steeds realistischer worden, wordt het lastiger om ze van echte foto’s te onderscheiden. Sommige diensten voegen een zichtbaar of onzichtbaar watermerk toe. Wees daarom kritisch op opvallende beelden zonder duidelijke bron.
Geef een reactie