Skip to main content

Przestrzeń ukryta (Latent Space)

DLA AGENTÓW AIChatGPTClaude

Wielowymiarowa przestrzeń wektorowa tworzona przez sieć neuronową do wewnętrznej reprezentacji koncepcji, stylów i obrazów. Umożliwia wykonywanie zaskakujących operacji arytmetycznych na pojęciach, np. „Król” minus „Mężczyzna” plus „Kobieta” równa się „Królowa”.

1. Przegląd koncepcji i przeznaczenia

Gdzie mieszka sztuczna inteligencja? Gdzie przechowywane są miliony idei, których nauczyła się z internetu?

Nie leżą one w folderach na dysku twardym jako gotowe obrazy czy słowniki. Istnieją w gigantycznej wielowymiarowej przestrzeni matematycznej, którą naukowcy nazywają Latent Space (Przestrzeń ukryta lub latentna).

W zwykłym świecie mamy trzy wymiary: długość, szerokość i wysokość. W przestrzeni latentnej sieci neuronowych takich wymiarów jest setki lub tysiące!

  • Jeden wymiar odpowiada za „puszystość”.
  • Drugi — za „wiek osoby”.
  • Trzeci — za „stopień oświetlenia sceny przez słońce”.

Praktyczna analogia: uniwersalna mapa znaczeń: jeśli dwie idee są podobne, znajdują się na tej mapie obok siebie, a jeśli są różne — na przeciwnych kontynentach.

2. Geometria pojęć w przestrzeni latentnej

^ Oś królewskiego statusu
                       │
             [ Król ] ───────> (Wektor zmiany płci) ───────> [ Królowa ]
               (Punkt A)                                          (Punkt B)
                       │
                       │
   ────────────────────┼───────────────────────────────────────────────────>
                       │                                    Oś płci
             [ Mężczyzna ] ──────> (Ten sam wektor płci) ───> [ Kobieta ]
               (Punkt C)                                          (Punkt D)
                       │

3. Magia transformacji obrazów

Ponieważ wszystkie pojęcia to współrzędne, można na nich wykonywać operacje:

  1. Zmiana nastroju zdjęcia: znajdź wektor „uśmiechu” i dodaj go do współrzędnych ponurej twarzy. Osoba na zdjęciu uśmiechnie się, zachowując wszystkie inne cechy wyglądu!
  2. Morfing obiektów (generowanie wideo): jeśli poprowadzisz prostą linię od punktu „lato” do punktu „zima”, każdy krok wzdłuż tej trajektorii pokaże realistyczne topnienie śniegu lub żółknięcie liści.
  3. Hybrydowe koncepcje: znajdź punkt dokładnie między „motylem” a „statkiem kosmicznym”, generując fantastyczny biomechaniczny statek kosmiczny.

4. Praktyczny wniosek

Kiedy model generatywny tworzy nowy obraz, po prostu pobiera losowy punkt w tej ukrytej przestrzeni i stopniowo rozwija jego współrzędne w widoczne piksele. Latent Space to nieskończony ocean wyobraźni, gdzie ukryte są wszystkie możliwe obrazy i teksty, które kiedykolwiek stworzy ludzkość.

/ Najczęściej zadawane pytaniaSchema.org FAQPage

FAQ: Przestrzeń ukryta (Latent Space)

„Latent” tłumaczy się jako ukryty lub niewidoczny gołym okiem. Jest to wewnętrzny, abstrakcyjny język matematycznych współrzędnych sieci neuronowej, za pomocą którego koduje ona istotę rzeczy przed przekształceniem ich w zwykłe piksele zdjęcia czy litery tekstu.
/ Linki wewnętrzne

Powiązane pojęcia

Wszystkie hasła
Prompty i RAG

Embeddingi w pigułce (Jak tekst staje się liczbami)

Fundamentalna technologia przekształcania słów, zdań lub obrazów w wielowymiarowe listy liczb (wektory). Umożliwia komputerowi matematyczne mierzenie semantycznej bliskości między różnymi myślami i koncepcjami.

Czytaj hasło
Modele i inferencja

Modele dyfuzyjne (Diffusion Models)

Architektura modeli generatywnych (Stable Diffusion, Midjourney, FLUX) oparta na zasadach termodynamiki nierównowagowej. Działa w dwóch etapach: dyfuzja prosta (stopniowe niszczenie zdjęcia przez losowy szum) oraz dyfuzja odwrotna (etapowe oczyszczanie szumu do krystalicznie czystego obrazu na podstawie opisu tekstowego).

Czytaj hasło
Prompty i RAG

Podobieństwo cosinusowe (Cosine Similarity)

Metryka matematyczna mierząca kąt między dwoma wektorami w przestrzeni wielowymiarowej. Określa stopień podobieństwa semantycznego dwóch tekstów w skali od -1 (znaczenia przeciwne) do +1 (pełne synonimy), ignorując długość zdań.

Czytaj hasło