Yapay zeka alanında, bilgisayarlar difüzyon modelleri aracılığıyla kendi “sanatlarını” yaratabilmekte ve gürültülü bir başlangıç noktasını kademeli olarak iyileştirerek net görüntüler veya videolar oluşturabilmektedir. Ancak, bu süreç her zaman zaman alıcı olmuş, nihai sonucu mükemmelleştirmek için birçok iterasyon gerektirmiştir. Ta ki şimdiye kadar.
Massachusetts Teknoloji Enstitüsü’nün Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı (CSAIL) araştırmacıları, difüzyon modellerinin çalışma şeklini devrim yaratacak bir çerçeve geliştirmiştir. Birden çok adımı tek adıma basitleştirerek, dağılım eşleme damıtma (DMD) olarak bilinen yeni yaklaşımları, hesaplama süresini önemli ölçüde azaltırken oluşturulan görsel içeriğin kalitesini korur.
Önceki metodlardan farklı olarak, DMD çerçevesi, iteratif iyileştirme yerine, yeni bir bilgisayar modelinin daha karmaşık orijinal modellerin davranışını taklit etmeyi öğrendiği bir öğretici-öğrenci modeli kullanır. Bu teknik, kaliteden ödün vermeden hızlı görüntü oluşturmayı sağlar. Aslında, DMD çerçevesi, Stabil Difüzyon ve DALLE-3 gibi önceki difüzyon modellerini hız açısından aşarak görüntülerin oluşturulmasını 30 kat daha hızlı gerçekleştirir.
DMD’nin başarısının anahtarı, iki bileşenli yaklaşımında yatmaktadır. İlk olarak, eğitim sürecini haritalamak ve stabil hale getirmek için bir regresyon kaybı kullanır. Ardından, oluşturulan görüntülerin gerçek dünya olay sıklıklarına uygun olduğundan emin olmak için bir dağılım eşleme kaybı kullanır. İki difüzyon modelinin bilgisini kullanan DMD, orijinal modellerin karmaşıklığını daha basit, daha hızlı bir modele damıtarak, istikrarsızlık ve mod çökmesi gibi yaygın sorunlardan kaçınır.
Yeni modeli eğitmek için araştırmacılar, önceden eğitilmiş ağlar kullandılar ve parametreleri orijinal modellere dayanarak ince ayarladılar. Bu, hızlı yakınsama sağladı ve aynı mimari temelde yüksek kaliteli görüntüler üretme yeteneğini beraberinde getirdi. DMD çerçevesi aynı zamanda, görüntü oluşturma kalitesi açısından çeşitli ölçütlerde tutarlı performans gösterdi, tasarım araçlarını geliştirme, daha hızlı ve daha verimli süreçlerden yararlanma konusunda destek olma ve gerçek zamanlı görüntü düzenleme olasılıklarını sağlama potansiyeline sahiptir.
DMD büyük bir buluş olsa da, hala geliştirmeye açık yönleri bulunmaktadır. Oluşturulan görüntülerin kalitesi, damıtma süreci sırasında kullanılan öğretmen modelin yeteneklerine bağlıdır. Örneğin, detaylı metin ve küçük yüzlerin oluşturulması hala zorluklarla karşılaştırabilir. Ancak, öğretmen modellerdeki gelişmelerle, bu tür kısıtlamalar aşılabilecek ve oluşturulan görüntüler daha da geliştirilebilecektir.
Tek adımlı difüzyon modelinin sonuçları büyük ölçüdedir. Tasarım araçları geliştirilebilir, içerik oluşturulmasına hız verilebilir. İlaç keşfi ve 3D modelleme gibi sektörler, daha hızlı ve verimli süreçlerden faydalanabilir. DMD çerçevesi, difüzyon modellerinin çok yönlülüğünü ve yüksek görsel kalitesini GAN’ların performansıyla birleştirerek gerçek zamanlı görüntü düzenleme olasılıklarını oluşturur.
Araştırma ekibinin DMD çerçevesi üzerindeki çalışması Haziran ayında Bilgisayar Görüşü ve Desen Tanıma Konferansı’nda sunulduğunda, görüntü oluşturmanın geleceğinin hızla evrimleştiği açıktır. DMD çerçevesinin sağladığı hız, kalite ve etkinlik kombinasyonu, yapay zeka alanında önemli bir kilometre taşını temsil etmektedir.
