เวลา AI สร้างรูปใช้อะไรเป็นตัวกำหนด

 เคยสงสัยกันบ้างหรือเปล่า ai ม้นสร้างรูปได้ อย่างไร

              การสร้างรูปภาพของ AI (เช่น โมเดลที่ชื่อว่า Diffusion Models) มี "ตัวกำหนด" สำคัญที่ทำงานประสานกันหลายส่วน เพื่อเปลี่ยนจากความว่างเปล่าให้กลายเป็นภาพที่สมบูรณ์ครับ โดยหลักๆ ประกอบด้วยสิ่งเหล่านี้:

-  คำสั่งจากมนุษย์ (Prompt)

          ​นี่คือตัวกำหนดทิศทางที่สำคัญที่สุด AI จะใช้กระบวนการที่เรียกว่า Natural Language Processing (NLP) เพื่อถอดรหัสคำศัพท์ที่คุณพิมพ์ออกมา เช่น "นักร้อง" "สีน้ำ" หรือ "สไตล์สมจริง" แล้วเปลี่ยนให้กลายเป็นค่าตัวเลขที่คอมพิวเตอร์เข้าใจ

-  ชุดข้อมูลที่ใช้ฝึกฝน (Training Data)

​          AI ไม่ได้มีความคิดสร้างสรรค์เอง แต่มันเรียนรู้จาก ฐานข้อมูลขนาดมหาศาล (ภาพนับล้านภาพพร้อมคำบรรยาย)
​ถ้าคุณสั่งให้สร้าง "คน" AI จะไปดึงข้อมูลสถิติที่มันเคยเรียนรู้มาว่า "คน" ปกติจะมีองค์ประกอบอย่างไร (มีตา 2 ข้าง, มีจมูกอยู่ตรงกลาง)
​ลายเส้นและสไตล์: หากระบุชื่อศิลปินหรือแนวภาพ AI จะไปอ้างอิงรูปแบบพิกเซลที่ใกล้เคียงกับข้อมูลชุดนั้นๆ

​-  กระบวนการย้อนกลับจาก "สัญญาณรบกวน" (Diffusion Process)

​          นี่คือเทคนิคที่ AI ยุคปัจจุบันใช้เหลัก
​Noise (สัญญาณรบกวน): AI จะเริ่มจากภาพที่มีแต่ "จุดสีรบกวน" (เหมือนซ่าๆ บนจอทีวีสมัยก่อน)
​Denoising: จากนั้นมันจะค่อยๆ ลบจุดรบกวนออกทีละชั้นตามคำสั่งที่คุณให้ไว้ จนปรากฏเป็นรูปเป็นร่าง เหมือนการสลักรูปปั้นจากก้อนหินนั่นเองครับ

          ค่าตัวเลขทางสถิติ (Parameters & Weights)

​          ตัวกำหนดความสวยงามและความเป๊ะอยู่ที่นี่:
​          Seed: เป็นตัวเลขสุ่มที่กำหนดโครงสร้างเริ่มต้น ถ้าใช้ Seed เลขเดิมกับคำสั่งเดิม จะได้รูปที่ใกล้เคียงเดิมมาก
​CFG Scale: ตัวกำหนดว่า AI ต้อง "เชื่อฟัง" คำสั่งเราแค่ไหน ถ้าค่าสูงรูปจะตรงตามคำสั่งเป๊ะ แต่อาจจะดูไม่เป็นธรรมชาติ ถ้าค่าน้อย AI จะมีความคิดสร้างสรรค์ของมันเองปนมาด้วย