Vai al contenuto
IT

Lezione 7 di 8 · 6 min · +100 XP

Come fa l’intelligenza artificiale a creare immagini?

Quasi tutti i generatori di immagini con l’IA sono modelli di diffusione. Imparano togliendo il rumore aggiunto a milioni di immagini con una didascalia. Per creare un’immagine nuova, il modello parte da puro rumore casuale e ne toglie un po’ alla volta in tanti passaggi, guidato dal tuo prompt, finché appare un’immagine. Crea pixel nuovi invece di incollare foto.

▶ Prova tu

Perché è importante

Un generatore di immagini non cerca una foto e non incolla pezzi. Parte dall’effetto neve e continua a togliere rumore nella direzione indicata dalle tue parole.

In 6 minuti saprai

  • I modelli di diffusione partono da un rumore casuale e lo tolgono passo dopo passo.
  • Il prompt guida ogni passaggio; un nuovo schema di rumore dà un’immagine nuova.
  • Un’immagine realistica non è una prova. Controlla la fonte prima di condividere.

Cosa eserciterai

  1. Le idee chiave

    Tocca ogni carta.

    🖼️ Da cosa impara?
    Da enormi raccolte di immagini abbinate a descrizioni di testo. Così collega la parola «volpe» a forme e colori da volpe.
    🌫️ Qual è il gioco dell’addestramento?
    Prendi un’immagine, aggiungi rumore casuale e chiedi al modello di prevedere il rumore per toglierlo. A ogni livello di rumore, milioni di volte.
    🧭 A cosa serve il prompt?
    Le tue parole diventano numeri che guidano ogni passaggio di pulizia, così il rumore viene tolto nella direzione di «volpe», «libro» e «lampada».
    🎲 Perché ogni immagine è diversa?
    Ogni immagine parte da uno schema di rumore casuale diverso, quindi lo stesso prompt dà ogni volta un’immagine nuova.

  2. Dal prompt all’immagine

    Metti in ordine i passaggi per creare un’immagine.

    1. Scrivi un prompt
    2. Il prompt diventa numeri che il modello può usare
    3. Il modello parte da una tela di puro rumore casuale
    4. Prevede una parte del rumore e la toglie, guidato dal prompt
    5. Lo ripete tante volte, e ogni passaggio è un po’ più nitido
    6. Appare l’immagine finita

  3. Spiegalo tu

    1. Il ritratto generato ha sei dita su una mano. Perché succede?

      • Ha imparato com’è fatta una mano, non quante dita ha (Risposta)
      • Ha copiato la foto di una persona con sei dita

    2. Un’immagine creata con l’IA è un collage di foto prese da internet?

      • No, costruisce pixel nuovi da schemi imparati (Risposta)
      • Sì, taglia e incolla pezzi di foto vere

    3. Gira una foto molto realistica di un famoso monumento in fiamme. Cosa ti insegna questa lezione?

      • Realistico non prova che sia successo: controlla prima testate affidabili (Risposta)
      • È troppo dettagliata per essere IA

Ricorda

I generatori di immagini scolpiscono le immagini nel rumore, guidati dalle tue parole. Realistico non vuol dire reale.

I generatori scolpiscono le immagini nel rumore, guidati dalle parole. Realistico non vuol dire reale.

Dati chiave

  • L’idea alla base dei modelli di diffusione, imparare a invertire un processo che aggiunge gradualmente rumore ai dati, è stata presentata in un articolo di ricerca del 2015. · Fonte: Sohl-Dickstein et al., Deep Unsupervised Learning using Nonequilibrium Thermodynamics, ICML 2015
  • Un articolo del 2020 che ha reso pratici i modelli di diffusione per immagini di alta qualità usava 1.000 passaggi di rumore tra un’immagine pulita e il rumore puro. · Fonte: Ho, Jain & Abbeel, Denoising Diffusion Probabilistic Models, NeurIPS 2020
  • Con l’AI Act, chi fornisce sistemi di IA che generano immagini, audio, video o testi deve marcarne i risultati in modo leggibile dalle macchine, perché si riconoscano come generati dall’IA, e chi pubblica deepfake deve dichiararlo. · Fonte: Regolamento (UE) 2024/1689 sull’intelligenza artificiale, articolo 50
  • Uno standard tecnico aperto della Coalition for Content Provenance and Authenticity (C2PA) permette a fotocamere e app di aggiungere «credenziali del contenuto» che registrano come un’immagine è stata creata o modificata.

Aggiornato:

Domande frequenti

Cos’è un modello di diffusione?

Un modello di diffusione è un tipo di IA generativa che impara a togliere il rumore dalle immagini. Per creare un’immagine parte da un rumore casuale e lo ripulisce passo dopo passo, guidato da un prompt di testo.

L’IA copia le immagini esistenti?

I generatori creano pixel nuovi dagli schemi imparati, invece di incollare foto. Ma possono imitare stili e a volte riprodurre immagini viste molte volte: per questo si discute di dati di addestramento e diritto d’autore.

Perché l’IA sbaglia le mani e le scritte?

Il modello impara come appaiono di solito le cose, non regole come «cinque dita» o l’ortografia. Forme complicate e molto variabili, come mani e lettere, sono più difficili da azzeccare solo con gli schemi.

Come capire se un’immagine è fatta con l’IA?

Cerca etichette o credenziali del contenuto, controlla dove è apparsa per la prima volta e fai una ricerca inversa per immagini. Gli errori visivi possono aiutare, ma nessun indizio da solo è affidabile.

Termini correlati