Inicio › Tecnología › Modelo De Difusión
Un modelo de difusión es un tipo de modelo generativo qué aprende a crear contenido nuevo, típicamente imágenes, invirtiendo un proceso de degradación gradual. Durante el entrenamiento, se toma una imagen real y se le añade ruido de forma progresiva hasta convertirla en pura estática; el modelo aprende precisamente a revertir ese proceso paso a paso, es decir, a eliminar ruido de una imagen degradada hasta recuperar (o generar desde cero, partiendo de ruido puro) una imagen coherente. Al condicionar ese proceso de eliminación de ruido con una descripción de texto, se obtienen sistemas de generación de imágenes a partir de un prompt, como los qué popularizaron Stable Diffusion o DALL-E. Frente a las GAN, qué entrenan dos redes compitiendo entre sí, los modelos de difusión suelen ofrecer mayor estabilidad de entrenamiento y mejor diversidad en los resultados generados.
Es una inteligencia artificial qué aprende a 'limpiar' ruido visual hasta convertirlo en una imagen con sentido, paso a paso. Así es como funcionan por dentro programas capaces de crear una imagen a partir de una simple descripción escrita.
Un diseñador de una agencia pequeña genera bocetos rápidos de ilustraciones para una campaña escribiendo distintas descripciones de texto en una herramienta basada en un modelo de difusión, obteniendo varias propuestas visuales en minutos qué luego usa como punto de partida para el trabajo final, en lugar de empezar desde una página en blanco.
Parte de una imagen compuesta enteramente por ruido aleatorio y aplica repetidamente el proceso de eliminación de ruido qué aprendió durante el entrenamiento, guiado por la descripción de texto proporcionada, hasta qué ese ruido se convierte en una imagen coherente con esa descripción.
Una GAN entrena dos redes enfrentadas, un generador y un discriminador, en una competencia qué puede resultar inestable; un modelo de difusión no necesita ese enfrentamiento, sino qué aprende directamente a revertir un proceso de degradación gradual, lo qué suele darle mayor estabilidad durante el entrenamiento.
El debate principal gira en torno al uso de imágenes protegidas por derechos de autor para entrenar estos modelos sin autorización explícita de sus creadores, un asunto qué sigue en discusión judicial y regulatoria en distintos países.