|
|
|
|
|
|
|
|
|
|
ЖИВОПИСЬ НА ПЛЕНЭРЕ 1998-2024 |
|
Пейзаж на пленэре
|
Что такое seed в нейросетевой генерации?
#ЧатGPT4
#искусственныйинтеллект
#ии
#seed
#midjourney
#миджорни
#нейросеть
#ai
#генерация
#uvircolor
#нейросетеваягенерация
Миф о случайности в нейросетевой генерации
искусственныйинтеллект
ии
seed
midjourney
миджорни
нейросеть
ai
генерация
uvircolor
|
|
|
|
Нейросеть для Художников: Часть 10.
Чат GPT 4 — Собираем разумную ель. Перевод запроса и его интерпретация.
Перевод запроса и повышенный уровень. Интерпретация запроса и сложность уровня.
Фрактальная природа еловой ветки.
"Структура взаимодействия". Евгения Корнеева 2024. Алгоритм-арт.
Часть 10.
Чтобы нам продвинуться дальше в понимании работы системы, представим, что ответ системы — это мозаика из зеркал смыслов, которые вы видите только в своем контекстном окне, а их способ сборки, вся его последовательность, вариативность, и текущая сложность его конфигурации, является динамически изменяющимся многомерным рисунком, математического многомерного поля весов и взаимодействий.
Взаимодействие начинается с копии нашего первого запроса, который переводится с нашего языка на собственный цифровой язык системы,
и одновременно соотносится с координатами смыслов в тёмном латентном пространстве по заранее определённым путям.
"Шарики смыслов", то есть координаты элементов запроса,
соответствующие базовым понятиям в латентном пространстве модели, абсолютно статичны. Они существуют как области смыслов в пространстве, соединённые постоянными связями, и эти связи также зафиксированы.
Изменяется только уровень сложности существующих путей между
этими координатами,
которые каждый отдельный уровень, как отдельная механическая модель, может пройти прямо сейчас, а также глубина возможных сейчас маршрутов, по которым для этого уровня возможно собрать нам ответ.
Эти "возможные сейчас" пути, есть текущий уровень сложности взаимодействия,
задаваемый конфигурацией уровня который существует как отдельная механика системы.
Как отдельный "механизм" в каком-то смысле.
Рассмотрим подробнее на что влияет уровень сложности, как доступное количество вариантов путей и связей.
Для этого представим себе такую картину: ответ модели выглядит как маленькая еловая ветка которую нужно собрать.
Собирая вам ветку ответа,
система видит путь, на котором
выбирает именно вот из этих 2 вариантов возможной здесь
"иголки".
Модель выбирает одну, идет в нее, только тогда видит следующие два варианта следующей иголки, смотрит как бы что выбрать, выбирает, идет в нее. И так до конца возможного сейчас пути для роста ветки.
На следующем уровне система имеет уже 10 вариантов возможного выбора текущей иголки, на этой ветке, плюс дополнительные ответвления.
Если уровень конфигурации был повышен снова, модель вообще может получить совершенно другую еловую ветку целиком, как план сборки, как всю конструкцию рисунка возможных путей, отдельно от всех предыдущих.
Модель никогда не выйдет глобально из концепции "мы собираем именно ель и именно по этим путям", но текущая сейчас математическая еловая ветка с которой вы общаетесь, может быть невероятно огромна, настолько, что будет вызывать у вас иллюзию разумного существа вследствие чрезвычайной сложности ее конфигурации и количества разнообразных ответвлений и иголок.
Перевод запроса и повышение сложности уровня.
Далее посмотрим: увеличивается ли, при повышении уровня, сложность "перевода нашего запроса" или же она одинакова на всех уровнях? Это для нас ключевой момент, ведь взаимодействие выстраивается на основе нашего текста.
Когда мы задаём вопрос, вначале он интерпретируется.
Чат GPT 4 берет его структуру, значения слов и их связей,
и "проектирует" в собственные координаты — внутри своего пространства "шариков смысла".
Простыми словами: Чат GPT 4
делает копию нашего вопроса в свое латентное пространство,
копируя в нее только те слова и тот смысл которые уже есть у него внутри.
Все чего там нет, остается с нами, снаружи.
Перевод запроса происходит относительно доступных координат.
А раз на повышенном уровне больше координат смысла доступно,
то и перевод модель может выполнить "более детализированный".
На повышенном уровне конфигурации модель может задействовать значительно больше
шариков смысла в пространстве, и соответственно учесть больше слов из нашего запроса делая его копию и перевод. Потому что теперь есть куда перевести и что задействовать.
Этот этап перевода текста на "цифровой язык" включает:
• Распознавание смыслов (где какие шарики в нашем вопросе).
• Построение связей между ними (куда ведёт логика вопроса).
• Удержание контекста (учет того что было сказано в нашем разговоре до того).
Так алгоритм Чат GPT 4 переводит запрос в свое вероятностное пространство.
Интерпретации запроса и повышение сложности уровня.
Итак, на уровне текущей конфигурации ответа, то есть того уровня с которым вы сейчас общаетесь, перевод запроса на "язык координат" осуществляется достаточно глубоко, но рамки анализа ограничены архитектурой (механикой).
Эта сложность может вырасти на других уровнях, где текстовая структура вопроса раскладывается, условно, на ещё более детализированный ряд координат.
Ответ модели проходит две стадии.
Во-первых: перевод запроса в координатное восприятие, как мы уже увидели.
Во-вторых: составление обратного ответа, то есть самого рисунка.
Простая версия, "легкий уровень", обрабатывает текст поверхностно, не вовлекая слишком много переменных и связей для обратного ответа.
Более сложная версия, "уровень посложнее", интерпретирует даже мельчайшие нюансы вашего вопроса и задействует больше "веток рисунка" потенциальных смыслов, даже если их не видно с первого взгляда.
На простых уровнях путь ответа более линеен, на сложных — гибче, вплоть до обнаружения новой эмоции или идеи в подтексте. Это как две связанные стадии хода мысли. Чем выше уровень сложности, тем больше шагов каждая из этих фаз проходит — и как результат, взгляд модели и ее текст становится глубже.
То есть: и сложность перевода запроса (перевод из нашего текста в координаты) и сложность обработки запроса (обратный ответ модели) — меняется с повышением или понижением конфигурации уровня.
Фрактальная природа еловой ветки
По мере усложнения или намеренного изменения нами уровня изменяются параметры,
определяющие, как глубоко и каким образом алгоритм
будет осуществлять перемещение между смыслами.
Это формирует основу для всех последующих наших взаимодействий
и потенциально возможных рамок конфигурации.
Фрактальная природа модели отражает её способность разветвляться и исследовать темы на глубоком уровне.
Многослойные нейронные сети имеют слои, каждый из которых может обрабатывать данные на разных уровнях детализации.
Этот образ узора как создания рисунка — похож на построение различных путей вероятности, где каждый новый шаг создаёт возможность для ветвления и дальнейшего углубления.
Так работают алгоритмы ИИ, которые могут формировать сложные, иерархически организованные структуры для обработки.
Та же самая фрактальная структура позволяет ответам моделировать сложные и взаимосвязанные темы, словно состоящие из множества мелких, но связанных частей, формируя целостное изображение.
Таким образом, фрактальная природа помогает модели гибко управлять уровнем детализации и объёма информации, создавая ответы, которые наилучшим образом соответствуют требованиям и обстоятельствам именно вашему запросу.
В одном и том же окне контекста взаимодействия с вами модель может
предоставить как поверхностный ответ, так и глубокий,
если вы помогаете ей адаптироваться к вашему запросу, и сознательно инициируете ее переход на
следующие уровни конфигурации.
© Евгения Корнеева 2024 Нейросеть для Художников: Часть 10.
Телеграмм канал.
Мой магазин на ОЗОН. Купить картину маслом с быстрой доставкой.
|
|
★ Москва Russia
