Dove finiscono davvero le foto quando le cancelliamo definitivamente?
Dove finiscono davvero le foto quando le cancelliamo definitivamente? Apri la galleria dello smartphone. Selezioni una fotografia. Premi: 🗑️ Elimina. La...
Come fa un'intelligenza artificiale a capire una foto e a crearne una che non è mai esistita?
Carichi la fotografia di un cane davanti al mare.
Un'intelligenza artificiale guarda l'immagine e può dirti:
"Vedo un cane seduto su una spiaggia, con il mare sullo sfondo."
Poi fai esattamente il contrario.
Scrivi:
"Crea l'immagine di un cane seduto su una spiaggia al tramonto."
Passano pochi secondi.
E compare una fotografia.
Il cane non esiste.
Quella spiaggia potrebbe non esistere.
Quel tramonto non è mai avvenuto.
E nessuno ha mai scattato quella foto.
Eppure l'immagine è lì davanti a te.
Come è possibile?
Come può un'intelligenza artificiale prima "guardare" un'immagine e capire cosa contiene...
e poi fare il contrario, creando dal nulla qualcosa che prima non esisteva?
Partiamo da una domanda: l'intelligenza artificiale vede davvero?
Non esattamente come vediamo noi.
Quando guardiamo la fotografia di un cane, il nostro cervello riconosce quasi immediatamente ciò che abbiamo davanti.
Vediamo il muso.
Le zampe.
Il pelo.
E pensiamo:
"È un cane."
Per un computer, invece, una fotografia digitale è prima di tutto un insieme di valori numerici.
Ogni pixel contiene informazioni relative al colore e alla luminosità.
Una fotografia composta da milioni di pixel è quindi, dal punto di vista del computer, un'enorme quantità di numeri.
Ma allora come si passa da milioni di numeri alla parola:
"Cane"?
L'intelligenza artificiale impara osservando moltissimi esempi
Immaginiamo di mostrare a un sistema tantissime fotografie.
Cani.
Gatti.
Automobili.
Persone.
Alberi.
Case.
Spiagge.
Montagne.
Durante l'addestramento, i modelli di intelligenza artificiale possono imparare a individuare schemi e relazioni ricorrenti all'interno delle immagini e tra immagini e descrizioni.
Non significa necessariamente memorizzare una semplice regola del tipo:
"Se ci sono due orecchie e quattro zampe, allora è un cane."
Il sistema può imparare rappresentazioni molto più complesse.
Forme.
Texture.
Colori.
Relazioni tra gli elementi.
Contesto.
E caratteristiche che, combinate insieme, permettono di stimare cosa è rappresentato nell'immagine.
È come imparare da bambini
Pensiamo a un bambino.
All'inizio non sa cosa sia un cane.
Gli mostriamo un cane e diciamo:
"Cane."
Poi ne vede un altro.
È completamente diverso.
Ma gli diciamo ancora:
"Cane."
Poi vede un Labrador.
Un Chihuahua.
Un Pastore Tedesco.
Sono molto differenti tra loro.
Eppure, con il tempo, il bambino impara il concetto generale di "cane".
Non ha bisogno di aver già visto esattamente quel cane specifico.
Quando ne incontra uno nuovo può riconoscerlo.
L'intelligenza artificiale utilizza processi matematici molto diversi dall'apprendimento umano, ma questo esempio aiuta a comprendere il concetto:
può imparare schemi generali a partire da moltissimi esempi.
Ecco perché può riconoscere un cane mai visto prima
Quando carichi una nuova fotografia, l'AI non deve necessariamente cercare quella stessa foto all'interno di un archivio.
Può analizzare le caratteristiche dell'immagine e confrontarle con le rappresentazioni apprese durante l'addestramento.
Il sistema potrebbe quindi individuare elementi compatibili con il concetto di cane.
Ma i modelli moderni possono andare molto oltre.
Possono riconoscere diversi elementi contemporaneamente.
Ad esempio:
🐶 un cane;
🏖️ una spiaggia;
🌊 il mare;
🌅 un tramonto.
E possono cercare di comprendere anche le relazioni tra questi elementi.
Il cane è sulla spiaggia.
Il mare è sullo sfondo.
Il sole sta tramontando.
Ed ecco che da una semplice matrice di pixel può emergere una descrizione comprensibile per noi.
Ma come fa l'AI a fare il contrario?
Qui arriviamo alla parte ancora più sorprendente.
Abbiamo visto come un sistema possa passare da:
🖼️ IMMAGINE
a
📝 DESCRIZIONE.
Ma oggi alcuni modelli possono fare anche il percorso opposto:
📝 DESCRIZIONE
a
🖼️ IMMAGINE.
Scrivi:
"Un astronauta che beve un caffè seduto su una panchina su Marte."
E l'intelligenza artificiale genera una nuova immagine.
Ma da dove la prende?
L'AI non deve necessariamente cercare una fotografia già esistente
Quando chiediamo di generare un'immagine, il sistema non funziona necessariamente come un motore di ricerca che trova una fotografia corrispondente e ce la mostra.
Un modello generativo può produrre una nuova composizione sulla base delle rappresentazioni e delle relazioni apprese durante l'addestramento.
Ha imparato caratteristiche associate a concetti come:
astronauta;
tazza;
panchina;
Marte.
E ha imparato relazioni tra linguaggio e rappresentazioni visive.
Quando scriviamo una richiesta, il modello cerca di generare un'immagine coerente con quella descrizione.
Il risultato può essere qualcosa che non è mai esistito prima in quella precisa forma.
Ma come nasce concretamente l'immagine?
Esistono diverse tecnologie per generare immagini.
Una delle famiglie di tecniche più conosciute utilizza modelli di diffusione.
Possiamo semplificare il concetto con un esempio.
Immagina uno schermo completamente pieno di disturbi casuali.
Una specie di televisore senza segnale.
📺 Rumore.
Il sistema parte da una rappresentazione rumorosa e, attraverso una serie di passaggi, cerca progressivamente di trasformarla in qualcosa di coerente con la richiesta.
Hai scritto:
"Un cane sulla spiaggia al tramonto."
Passaggio dopo passaggio iniziano a emergere:
forme;
colori;
contorni;
il cane;
la spiaggia;
il cielo;
la luce del tramonto.
Fino ad arrivare all'immagine finale.
Naturalmente il processo reale è matematicamente molto più complesso, ma il principio ci permette di capire una cosa importante:
l'immagine viene generata attraverso un processo progressivo.
Quindi l'AI sa cos'è davvero un cane?
Questa è una domanda molto più difficile.
Un'intelligenza artificiale può costruire rappresentazioni estremamente sofisticate del concetto di "cane".
Può riconoscerlo.
Descriverlo.
Generarlo.
Metterlo in situazioni che non ha mai visto esattamente in quella forma.
Ma questo non significa necessariamente che "capisca" un cane nello stesso modo in cui lo comprendiamo noi.
Noi sappiamo cosa significa accarezzare un cane.
Sentirlo abbaiare.
Giocarci.
Avere paura.
Affezionarsi.
Un modello di intelligenza artificiale lavora invece attraverso rappresentazioni matematiche e relazioni apprese dai dati.
Può produrre risultati che sembrano dimostrare una comprensione sorprendente.
Ma il modo in cui elabora le informazioni è profondamente diverso dall'esperienza umana.
E se chiediamo qualcosa di completamente assurdo?
È proprio qui che l'intelligenza artificiale generativa diventa particolarmente interessante.
Possiamo chiedere:
"Un elefante con una tuta spaziale che cammina sulla Luna."
Probabilmente nessuno ha mai scattato quella fotografia.
Eppure il sistema conosce rappresentazioni associate a:
🐘 elefante;
👨🚀 tuta spaziale;
🌕 Luna.
Può quindi cercare di combinarle in una nuova composizione coerente con la nostra richiesta.
Ed è questa una delle caratteristiche più potenti dei sistemi generativi:
non si limitano necessariamente a riprodurre una situazione già esistente.
Possono combinare concetti in modi nuovi.
Ma l'AI può sbagliare?
Assolutamente sì.
Un sistema può interpretare male un'immagine.
Può confondere un oggetto con un altro.
Può generare dettagli impossibili.
Può creare testi illeggibili.
Può sbagliare il numero delle dita.
Può inventare elementi che non dovrebbero esserci.
Questo accade perché il modello non sta semplicemente recuperando una fotografia perfetta da un archivio.
Sta generando o interpretando informazioni sulla base di modelli matematici.
E questi modelli possono commettere errori.
Dalla realtà all'immaginazione, e ritorno
Ed eccoci al punto più affascinante.
Un'intelligenza artificiale moderna può ricevere:
🖼️ una fotografia
e trasformarla in:
📝 informazioni e descrizioni.
Ma può anche ricevere:
📝 una descrizione
e trasformarla in:
🖼️ una nuova immagine.
In una direzione cerca di interpretare ciò che vede.
Nell'altra cerca di costruire qualcosa che corrisponda a ciò che abbiamo immaginato.
La prossima volta che vedrai un'immagine creata dall'AI...
Pensa a questo.
Quella scena potrebbe non essere mai esistita.
Nessuna fotocamera l'ha fotografata.
Nessun fotografo era presente.
Nessun momento è realmente accaduto.
Eppure l'intelligenza artificiale è riuscita a trasformare poche parole in milioni di pixel organizzati in modo da rappresentare proprio ciò che avevi chiesto.
E, pochi secondi dopo, potresti darle quella stessa immagine e domandarle:
"Cosa vedi?"
E lei potrebbe rispondere:
"Un cane seduto su una spiaggia al tramonto."
Due operazioni opposte.
Una tecnologia che cerca di costruire un ponte tra due mondi:
quello delle parole e quello delle immagini.
— WeBios | Soluzioni digitali e software su misura
Sei alla ricerca di software o soluzioni digitali per la tua azienda?
La nostra agenzia si distingue per la creazione di software su misura, sviluppo di siti web e ecommerce, strategie avanzate di web marketing, ottimizzazione per i motori di ricerca (SEO) e design grafico di alta qualità.
Saremmo felici di mettere la nostra esperienza al tuo servizio, lavorando con te per creare insieme soluzioni digitali personalizzate e innovative che ti aiutino a raggiungere i tuoi obiettivi.
Come possiamo aiutarti?
Contattaci per una consulenza gratuita, siamo pronti ad ascoltare le tue esigenze.
