Inteligência Artificial
Difusão: como modelos geram imagens a partir de ruído
Modelos de difusão aprendem a remover ruído aos poucos. Invertendo esse processo, eles partem de pura estática e chegam a uma imagem nítida.
@raulelgreco1 min de leitura
Os modelos de difusão por trás de muitos geradores de imagem seguem uma ideia curiosa: aprender a desfazer ruído. No treino, adiciona-se ruído a imagens reais em muitos pequenos passos, até restar só estática. O modelo aprende a prever e remover esse ruído, passo a passo.
O artigo "Denoising Diffusion Probabilistic Models", de Ho, Jain e Abbeel (2020), mostrou que essa abordagem gera imagens de alta qualidade, competitivas com as técnicas mais usadas na época.
Do ruído à imagem
- A geração começa com ruído aleatório.
- Em cada passo, o modelo remove um pouco do ruído.
- Depois de dezenas ou centenas de passos, sobra uma imagem coerente.
Para gerar imagens a partir de texto, o processo é guiado por uma descrição. Modelos como o CLIP, que aproximam imagens e textos num mesmo espaço, foram peças importantes para essa ligação entre palavra e imagem.
Foto: Milad Fakurian / Unsplash.