Lagi belajar AI, aku nemu konsep yang menurutku cukup menarik dan agak “unik” cara kerjanya.
Bayangin gini…
AI itu bukan langsung bikin gambar dari kosong secara instan.
Tapi dia justru mulai dari sesuatu yang acak banget (noise), lalu pelan-pelan “dibersihin” sampai jadi gambar yang jelas.
🔹 Step 1 — Tambah Noise (Ngacak Gambar)
Di awal, AI akan mengambil gambar normal… lalu ditambahin noise (gangguan acak) sedikit demi sedikit.
- Awalnya masih kelihatan bentuknya
- Lama-lama makin blur
- Sampai akhirnya jadi kayak TV rusak / pixel random 😅
Proses ini disebut:
Diffusion (forward process)
🔹 Step 2 — Denoise (Balikin Jadi Gambar)
Nah, bagian menariknya di sini…
AI dilatih untuk membalik proses itu.
Dari noise tadi:
- AI menebak bentuk awalnya
- Sedikit demi sedikit mengurangi noise
- Sampai akhirnya jadi gambar yang “masuk akal”
Proses ini disebut:
Denoising (reverse process)
🔹 Intinya Gimana?
Sederhananya:
AI belajar:
“Kalau gambar diacak seperti ini… kira-kira bentuk aslinya apa ya?”
Dan itu dilakukan berulang-ulang (step by step) sampai jadi gambar utuh.
🔹 Kenapa Cara Ini Dipakai?
Karena:
- Lebih stabil dibanding langsung generate gambar
- Bisa menghasilkan detail yang lebih halus
- Lebih mudah dikontrol (prompt, style, dll)
Makanya teknologi ini dipakai di:
- Stable Diffusion
- DALL·E
- Midjourney (konsep mirip)
✨ Penutup
Awalnya agak aneh ya…
“Kenapa AI harus ngacak dulu baru bikin gambar?”
Tapi justru dari situ, AI bisa belajar memahami struktur gambar dengan lebih dalam.
Kalau dipikir-pikir…
Ini mirip manusia juga sih 😄
Kadang kita harus “bingung dulu”… baru akhirnya ngerti.
0 Komentar