STABLE DIFFUSION
Stable Diffusion, temelde metin tabanlı görsel oluşturma için kullanılan bir yapay zeka modeli olarak kullanıma sunuldu. Ancak daha sonradan resimden resim oluşturma, resimlerin görüntü kalitesini artırma gibi birçok özellikle donatıldı. İlk olarak 2022 yılında Stability AI tarafından sunulan bu modelin en güçlü tarafı, açık kaynak kodlu olması. Bunun sayesinde geniş bir kullanıcı ve geliştirici kitlesine hızlı bir şekilde ulaşmayı başardı.
Bu modeli diğerlerinden ayıran en önemli özelliği, açık kaynak kodlu olmasıdır. Bu sebeple kullanıcılar kendi bilgisayarlarında çalıştırabilip ve özelleştirebiliyor. Açık kaynaklı yapısı sayesinde, geliştiriciler ve araştırmacılar, model üzerinde değişiklik yaparak kendi ihtiyaçlarına göre optimize edebiliyor. Mesela manzara resmi ortaya çıkartmak istiyorsanız ‘’civitai’’ adlı topluluk sekmesinde binlerce kullanıcının kendine göre optimize ettiği araçlardan birini kullanabilirsiniz. Bu araçlar: karakterler, çizim tarzları gibi birçok farklı şekilde evriliyor. Aynı zamanda kendi isteğinize uygun bir şekilde de araçlar üretebilirsiniz. Bu da Stable Diffusion’ı hem ticari uygulamalar hem de kişisel projeler için oldukça cazip bir araç haline getirmekte.
Stable Diffusion, yerel çalıştığı ve açık kaynak kodlu olduğu için herhangi bir sansür uygulamıyor. Bu, istediğiniz görüntüleri elde etmek için yararlı olsa da güvenlik açısından da büyük sıkıntılara sebep olabilir.
Stable Diffusion, bu topluluk sekmesi dışında da yapay zekayı özelleştirmede açık kaynak kodlu olması ve topluluk tarafından beslenmesi sebebiyle birçok farklı eklentiye de ev sahipliği yapıyor. Bunlardan en önemlisi de Controlnet. Controlnet sayesinde beğendiğiniz çıktılar üzerinde değiştirmek istediğiniz kısımlar çok kolay bir şekilde değiştirilebiliyor. İleriki yazılarda Controlnet gibi mutlaka sahip olunması gereken eklentilerden de bahsederiz.
Stable Diffusion, bu eklentilerin nimetlerini tabiri caizse köküne kadar kullanıyor. Öyle ki biraz deneyim ve gerekli eklentilerle bu yapay zekayı kullanarak videolar oluşturmak bile mümkün.
Stable Diffusion, kullanıcının bilgisayarı üzerinde çalıştığı için ekran kartı önemli bir yer tutuyor. Ekran kartının VRAM’i ne kadar yüksekse o kadar hızlı ve aynı anda fazla sayıda görüntü elde etmeniz mümkün. Ayrıca bu Stable Diffusion’da NVIDIA ekran kartları AMD ve INTEL kartlara göre üst düzey bir performans sergilemekte. Fakat ne yazık ki eğer güçlü bir ekran kartına sahip değilseniz bu yapay zekadan tatmin edici görüntüler elde etmek mümkün değil.
DALL-E
DALL·E, OpenAI tarafından geliştirilen ve metin girdilerini kullanarak görsel içerik üreten bir yapay zeka modelidir. 2021 yılında tanıtılan bu model, “GPT-3” adlı dil modelinin bir uzantısı olarak düşünülebilir, ancak kelime yerine görüntü üreten bir versiyonudur. DALL·E ismi, İspanyol sanatçı Salvador Dalí ve Pixar’ın “WALL·E” adlı animasyon karakterinin bir birleşimidir.
DALL·E’nin temel işlevi, kullanıcıdan aldığı metin açıklamalarına dayanarak orijinal ve detaylı görseller oluşturmaktır. Bu özellik, DALL·E’yi sanat, tasarım, eğlence ve reklamcılık gibi birçok alanda kullanılabilecek çok yönlü bir araç haline getirir.
Modelin çalışması, büyük ölçekli bir veri okyanusu üzerinde eğitilmiş derin öğrenme algoritmalarına dayanır. Bu veri okyanusu, çeşitli görüntüler ve bu görüntülere ait metin açıklamalarını içerir. Eğitim sırasında, model bu görseller ve metinler arasındaki ilişkileri öğrenir, bu da ona yeni ve yaratıcı görseller üretme yeteneği kazandırır.
DALL-E de ‘’diffusion’’ adı verilen gürültü tekniğini kullanmakta. Başlangıçta tamamen rastgele bir gürültü matrisiyle başlar ve adım adım bu gürültüyü azaltarak görseli netleştirir. Yani, model başlangıçta bir hiçten yola çıkar ve her bir adımda görselin detaylarını belirginleştirir. Bu süreç sonunda da anlamlı ve detaylı bir resim sunar.
Bu teknik, modelin daha karmaşık ve gerçekçi görseller üretmesini sağlamakta.
DALL-E, internet üzerinden çalışmaktadır.
DALL-E, kredi sistemiyle çalışmakta. Her ay, bulunduğunuz plana göre belirli bir kredi vermekte ve görüntüler oluşturdukça bu kredileriniz azalmaktadır.
DALL-E, arayüzü açısından kullanıcı dostu. DALL-E’nin arayüzü, hem deneyimli kullanıcılar hem de yeni başlayan kullanıcılar için gayet açıklayıcı ve yeterli.
MIDJOURNEY
Midjourney, yapay zeka destekli bir görüntü oluşturma aracıdır ve kullanıcıların yazılı komutlar aracılığıyla sanatsal ve yaratıcı görseller oluşturmasını sağlar. 2021 yılında David Holz tarafından kurulan Midjourney, hızla popülerleşerek yaygın olarak kullanılmaya başlanmıştır.
Midjourney’nin temel işlevi, kullanıcılardan gelen metin komutları alarak bu komutlara uygun görsel üretmektir. Midjourney’nin en dikkat çekici özelliklerinden biri, Discord ile bağlantılı olup kullanıcıların Discord üzerinden görüntü üretip, birbirleriyle fikir alışverişinde bulunabilmesidir. Bu da Midjourney’i birçok kişi için ilham verici bir araç haline getirmiştir
Bu yapay zeka modeli, geniş bir veri okyanusu üzerinden eğitilmiştir ve bu veri okyanusu birçok farklı sanat tarzı ve temayı kapsayan milyonlarca görüntüden oluşur. Eğitim süreci sırasında model, bu görsellerin ve ilgili metin açıklamalarının desenlerini ve özelliklerini öğrenmiştir ve öğrenmeye devam etmektedir. Bu da ona hem gerçekçi hem de hayal gücüne dayalı görseller üretme yeteneği kazandırmıştır ve geliştirmektedir.
