Das Pixel, Wille und Gewichtung

Grundsätzlich kann man feststellen, dass die aktuelle Leistungsfähigkeit maschineller Bildgenerierung abhängig ist von der Größe der Modelle, der Rechenleistung der Maschinen und dem Grad an Feinheit der algorithmischen Gewichtung. (Will sagen, das Aktuelle ist nur ein Zwischenzustand.)

Bei maschinell erzeugten synthetischen Bildern gilt es festzuhalten, dass ähnlich der Textgenerierung die nähere und entfernte Nachbarschaft der Pixel/Worte die wesentliche Rolle spielen.

Soll es ein Gesicht werden, ist da Haut, ein Lid, ein Auge, zum ersten Auge steht ein zweites Auge in Beziehung, bezüglich Abstand, Höhe und Farbe. Definiert wird jeweils das nächste Pixel sowohl durch das vorangegangene als auch durch den Kontext, je nach Gewichtung im Modell. Es besteht nicht nur die Möglichkeit, das optimale Pixel zu wählen, sondern auch zweit- beziehungsweise drittplatzierte Lösungen zu erlauben. Hierdurch ergibt sich eine größere Varianz, die nicht auf Bekanntes zurückgreift.

Die Augenpartie fasziniert auf den ersten Blick und wäre das Bild von einem Maler gemalt, würde man vom Willen oder der Fügung sprechen, dies so ausgeführt zu haben. Bei der Maschine sind die Artefakte Grenzbereiche des Möglichen bzw. der Fehler. Denn die Maschine oder das Modell hat mit Daten gelernt, um Entscheidungen treffen zu können, die zum Ziel führen.

Werden aktuelle Modelle auf Gesichter trainiert, können die Modelle leichter zwischen 10.000.000 unterschiedlichen Gesichtern unterscheiden. Bei Bildhintergründen, die in einer größeren Vielfalt vorkommen, entstehen häufiger Artefakte.


ct

Kataloge/Medien zum Thema: ct