Como a IA cria imagens?
A maioria dos geradores de imagem com IA são modelos de difusão. Eles aprendem removendo o ruído adicionado a milhões de imagens com legenda. Para criar uma imagem nova, o modelo parte de puro ruído aleatório e tira um pouco de cada vez, em muitas etapas, guiado pelo seu prompt. Ele cria pixels novos, não cola pedaços de fotos.
▶ Pratique
Por que isso importa
Um gerador de imagens não procura uma foto nem cola pedaços. Ele começa com chiado e vai tirando ruído na direção que as suas palavras apontam.
Em 6 minutos você vai conseguir
- Modelos de difusão partem de ruído aleatório e o removem passo a passo.
- O prompt guia cada etapa; um novo padrão de ruído gera uma nova imagem.
- Uma imagem realista não é prova. Confira a fonte antes de compartilhar.
O que você vai praticar
As ideias principais
Toque em cada cartão.
- 🖼️ Com o que ele aprende?
- Com enormes coleções de imagens acompanhadas de descrições em texto. Assim ele liga a palavra “raposa” a formas e cores de raposa.
- 🌫️ Qual é o jogo do treino?
- Pegar uma imagem, adicionar ruído aleatório e pedir ao modelo que adivinhe o ruído para removê-lo. Em todos os níveis de ruído, milhões de vezes.
- 🧭 O que o prompt faz?
- Suas palavras viram números que guiam cada etapa de limpeza, para o ruído sair na direção de “raposa”, “livro” e “abajur”.
- 🎲 Por que cada imagem é diferente?
- Cada imagem começa de um padrão de ruído aleatório diferente, então o mesmo prompt gera uma imagem nova a cada vez.
Do prompt à imagem
Coloque em ordem as etapas para criar uma imagem.
- Você digita um prompt
- O prompt vira números que o modelo consegue usar
- O modelo começa de uma tela de puro ruído aleatório
- Ele prevê parte do ruído e o remove, guiado pelo prompt
- Ele repete isso muitas vezes, cada etapa um pouco mais nítida
- Aparece uma imagem pronta
Explique
O retrato que você gerou tem seis dedos numa mão. Por que isso acontece?
- Ele aprendeu como mãos parecem, não quantos dedos elas têm (Resposta)
- Ele copiou a foto de uma pessoa com seis dedos
Uma imagem gerada por IA é uma colagem de fotos da internet?
- Não, ela é feita de pixels novos a partir de padrões aprendidos (Resposta)
- Sim, ela recorta e cola pedaços de fotos reais
Circula uma foto muito realista de um prédio famoso pegando fogo. O que esta aula diz a você?
- Realista não prova que aconteceu; confira antes em veículos confiáveis (Resposta)
- É detalhada demais para ser IA
Lembre-se
Geradores de imagem esculpem imagens a partir de ruído, guiados pelas suas palavras. Realista não quer dizer real.
Geradores esculpem imagens a partir de ruído, guiados por palavras. Realista não quer dizer real.
Fatos principais
- A ideia por trás dos modelos de difusão, aprender a inverter um processo que adiciona ruído aos dados aos poucos, foi apresentada num artigo científico de 2015. · Fonte: Sohl-Dickstein et al., Deep Unsupervised Learning using Nonequilibrium Thermodynamics, ICML 2015
- Um artigo de 2020 que tornou os modelos de difusão práticos para imagens de alta qualidade usava 1.000 etapas de ruído entre uma imagem limpa e o ruído puro. · Fonte: Ho, Jain & Abbeel, Denoising Diffusion Probabilistic Models, NeurIPS 2020
- Pela Lei de IA da União Europeia, quem oferece sistemas que geram imagens, áudio, vídeo ou texto deve marcar o resultado de forma legível por máquina, para que possa ser detectado como gerado por IA, e quem publica deepfakes deve avisar. · Fonte: Lei de IA da União Europeia, Regulamento (UE) 2024/1689, artigo 50
- Um padrão técnico aberto da Coalition for Content Provenance and Authenticity (C2PA) permite que câmeras e apps anexem “credenciais de conteúdo” que registram como uma imagem foi criada ou editada.
Atualizado:
Perguntas frequentes
O que é um modelo de difusão?
É um tipo de IA generativa que aprende a remover ruído de imagens. Para criar uma imagem, ele parte de ruído aleatório e vai limpando passo a passo, guiado por um prompt de texto.
A IA copia imagens que já existem?
Os geradores criam pixels novos a partir de padrões aprendidos, em vez de colar fotos. Mas podem imitar estilos e, às vezes, reproduzir imagens que viram muitas vezes, por isso dados de treino e direitos autorais estão em debate.
Por que a IA erra mãos e letras?
O modelo aprende como as coisas costumam parecer, não regras como “cinco dedos” ou ortografia. Formas complicadas e muito variáveis, como mãos e letras, são mais difíceis de acertar só com padrões.
Como saber se uma imagem foi feita por IA?
Procure avisos ou credenciais de conteúdo, veja onde a imagem apareceu primeiro e faça uma busca reversa de imagem. Falhas visuais ajudam, mas nenhuma pista sozinha é confiável.
Termos relacionados