Yapay zeka bebek fotoğrafı nasıl çalışır? Sade bir anlatım

Bir bayram sabahı telefonunuzdaki sıradan bir fotoğrafı seçiyorsunuz: çizgili zıbınıyla koltukta yatan bebeğiniz. Bir tema seçiyorsunuz ve biraz sonra aynı minik yüz örgü bir battaniyenin üstünde, yanında ahşap bir ay panosuyla, stüdyo ışığında karşınıza çıkıyor. Babaanne ekrana bakıp "bu ne zaman çekildi?" diye soruyor. Cevap: hiç çekilmedi. Çizildi.

Bu yazıda yapay zekâ bebek fotoğraflarının arkasında ne olduğunu formül ve abartı olmadan anlatıyoruz. Nasıl çalıştığını bilmek üç konuda işinizi kolaylaştırır: hangi fotoğrafı kullanacağınız, hangi uygulamaya güveneceğiniz ve sonuçtan ne bekleyeceğiniz.

Kısaca: filtre değil, yeniden çizim

En kolay benzetme şu: milyonlarca resim görmüş, çok hızlı çalışan bir ressam düşünün. Ona bebeğinizin fotoğrafını gösterip "aynı bebeği, giyinik hâlde, krem rengi örgü battaniyede, pencere ışığında çiz" diyorsunuz. Ressam fotoğrafınızın üstüne boya sürmüyor. Fotoğrafa bakıyor, yüzü, ifadeyi, ten rengini aklında tutuyor ve boş bir tuvale yepyeni bir resim yapıyor.

Yapay zekâ modeli de kabaca bunu yapar:

1. Fotoğrafınızı inceler ve yüz yapısı, ifade, poz, ışık, kıyafet gibi bilgileri bir iç tarife çevirir.
2. Bir talimat okur.
3. İkisine birden uyan yeni bir görsel üretir.

Sonuçtaki bebek, bebeğinize benzeyen yeni bir resimdir; onun fotoğrafı değildir. Bunun üç sonucu var: her piksel yeniden üretildiği için küçük ayrıntılar değişebilir, başlangıç fotoğrafı ne kadar iyiyse benzerlik o kadar artar ve talimat sonucu en az fotoğraf kadar belirler.

Model neyi, nasıl öğrendi?

Görsel modelleri, açıklama metinleriyle eşleştirilmiş çok büyük resim koleksiyonlarıyla eğitilir. Eğitim sırasında model aynı alıştırmayı defalarca yapar; örneğin bilerek parazitle bozulmuş bir resmi, resmin neyi gösterdiği söylenirken yeniden toparlamaya çalışır. Sayısız turun sonunda şeylerin nasıl göründüğüne dair istatistiksel bir sezgi oluşur: gün ışığının yanağa nasıl düştüğü, örgü yünün yakından nasıl durduğu, uyuyan bir bebeğin yumruğunun genelde nasıl kıvrıldığı.

Akılda tutulacak iki nokta var:

• Model bir fotoğraf arşivi değildir. Kayıtlı fotoğrafları bulup parçalarını yapıştırarak çalışmaz. Eğitimden geriye kalan şey, kalıpları temsil eden devasa bir sayı kümesidir.
• Model bebeğiniz hakkında hiçbir şey bilmez. Fotoğrafı yüklediğinizde o yüzü ilk kez görür ve görselinizi üretmek modeli değiştirmez. Fotoğrafın saklanması ya da ileride eğitimde kullanılması teknik bir zorunluluk değil, hizmetin verdiği bir karardır. Politikaların bu kadar önemli olmasının sebebi bu.

En yeni araçlar görsel düzenleme modelleridir. Sadece "metinden resim" değil, "resim ve talimattan düzenlenmiş resim" örnekleriyle de eğitilirler. Talimatın değiştirmeyi istemediği şeyleri, örneğin yüzü, koruyabilmelerini sağlayan şey bu ek eğitimdir.

Fotoğrafınız yüklenince neler oluyor?

Düğmeye bastığınız an ile sonucu gördüğünüz an arasında genellikle şunlar yaşanır:

1. Yükleme. Uygulama fotoğrafı şifreli bir bağlantıyla bir sunucuya gönderir. En iyi görsel modelleri telefonda çalışamayacak kadar büyüktür, bu yüzden iş bir veri merkezinde yapılır.
2. Hazırlık. Fotoğraf genellikle yeniden boyutlandırılır ve kontrol edilir. Pek çok sağlayıcı giren ve çıkan görsellerde otomatik güvenlik kontrolleri yapar.
3. Kodlama. Model resmi, piksellerin kendisi yerine şekilleri, renkleri ve özellikleri tutan sıkıştırılmış bir sayı ızgarasına çevirir.
4. Talimatla birleştirme. Metin de sayılara çevrilir. Modelin elinde artık iki sinyal vardır: fotoğrafta ne olduğu ve sonucun neye benzemesi gerektiği.
5. Üretim. Model yeni görseli oluşturur; bu genellikle birkaç saniye ile bir dakika arası sürer.
6. Teslim. Hazır görsel uygulamaya geri gönderilir. Yüklenen fotoğrafa ve sonuca sonra ne olacağı hizmete bağlıdır.

Difüzyon ve diğer yöntem

Beşinci adımda resim iki ana yolla kurulur. Difüzyon modelleri rastgele bir karıncalanmayla başlar ve bunu küçük adımlarla temizler; her adım görseli fotoğrafınıza ve talimata biraz daha yaklaştırır. Karanlık odada banyo edilen bir fotoğrafın yavaş yavaş belirmesine benzer. Otoregresif modeller ise görseli parça parça kurar, bir sohbet asistanının sıradaki kelimeyi tahmin etmesi gibi sıradaki parçayı tahmin eder. Bazı sistemler ikisini birleştirir. Ebeveyn açısından önemli olan ortak fikirdir: sonuç fotoğrafınızdan kesilip alınmaz, onun rehberliğinde üretilir.

"Kimlik korunumu": bebeğin kendisi gibi kalması

Teknik dilde kimlik korunumu denen şey, aslında "bu hâlâ bizim bebek mi?" sorusudur. Bir bebek için şu ayrıntılara bakılır:

• Oranlar: gözlerin arası, burun kökü, yanakların dolgunluğu, çene.
• İfade: yarım bir gülümseme yarım kalmalı, kocaman bir sırıtmaya dönmemeli.
• Ten rengi: sıcak ışıklı bir temada açılmamalı, koyulaşmamalı, turuncuya kaçmamalı.
• Saç: miktarı, rengi, dokusu.
• Yaş: dört aylık bir bebek iki yaşında gibi dönmemeli.
• Küçük işaretler: bir ben, bir gamze, göz kapağındaki pembe leke.

Bebekler neden daha zor?

Milyonlarca yüz görmüş bir model için yetişkin yüzleri birbirinden çok farklıdır. Bebek yüzleri ise birbirine daha çok benzer: yuvarlak yanaklar, küçük burun, az çizgi. Bu durum sonucu "ortalama tatlı bebek" yüzüne doğru çeker; gözler biraz büyür, cilt biraz pürüzsüzleşir, yüz biraz simetrikleşir. Yabancı biri fark etmez. Anne fark eder, babaanne "bu bizim bebek değil ki" der.

Her temanın bir bedeli var

Tema ne kadar çok şeyi değiştirirse (mekân, ışık, kıyafet, poz), model o kadar çok şey uydurmak zorunda kalır ve yüzün kayması için o kadar yer açılır. Arka planı sade bir stüdyo fonuna çevirmek, salondaki bir kareyi karlı bir masal sahnesine çevirmekten çok daha fazla ayrıntıyı korur. İyi hazırlanmış araçlar talimatlarını yüzü sabit tutup geri kalanı değiştirecek şekilde yazar.

Eller, kulaklar, yazılar: yapay zekânın zorlandığı yerler

Eller en bilinen sorundur ve bunun sebepleri var. Eğitim resimlerinde eller küçüktür, sayısız pozisyonda durur, üst üste biner, çoğu zaman kolun ya da battaniyenin içinde yarı gizlidir. Resmin konusu nadiren ellerdir. Model de onları kabaca öğrenir ve bebeğin minik yumruğu birleşik ya da fazladan parmakla dönebilir.

Aynı mantık başka hataları da açıklar:

Ne yapmalı? Her sonucu büyütüp elleri, kulakları, gözleri ve varsa yazıları kontrol edin. Bir şey yanlış görünüyorsa sizi ileride rahatsız edecek bir görseli saklamak yerine başka bir başlangıç fotoğrafı deneyin.

Prompt mu, hazır tema mı?

Her sonucu prompt denen bir talimat şekillendirir. Uygulamalar bunu iki şekilde çözer.

Serbest prompt istediğinizi yazmanıza izin verir. Esnektir ama sonuç kelime seçimine göre çok değişir, tutarlı yüzler için deneyim gerekir. Açık bir yazı kutusu, bir çocuğun fotoğrafıyla asla üretilmemesi gereken şeylerin istenmesini de kolaylaştırır.

Hazır temalar ise uygulamayı yapanların önceden yazıp denediği talimatlardır. Siz temayı seçersiniz, metin sabittir. Biraz özgürlükten vazgeçip öngörülebilirlik kazanırsınız ve her temaya "yüzü aynen koru", "bebek tamamen giyinik kalsın" gibi kurallar gömülebilir. İki yaklaşımı yapay zekâ bebek fotoğrafında prompt mu, hazır tema mı yazımızda karşılaştırdık; tema ilhamı için yapay zekâ bebek hatıra kartı fikirleri yazısına bakabilirsiniz.

En iyi sonucu veren fotoğraf

Sizin en çok kontrol ettiğiniz şey başlangıç fotoğrafıdır. Kısa bir kontrol listesi:

• Yüz net görünüyor, karşıdan ya da hafif yandan; gözler açık ya da huzurla kapalı.
• Fotoğraf keskin ve iyi ışıklı, tercihen pencereden gelen gün ışığıyla.
• Güzellik modu ya da ağır filtre yok; onlar yapay zekâdan önce yüzü zaten değiştirmiştir.
• Karede tek çocuk var.
• Yüz karede yeterince büyük; geniş bir salon karesindeki küçük bir figür değil.
• Yüzün önünde emzik, el ya da şapka siperi yok.
• Bebek giyinik ve arka plan sade. Banyo, sadece bezli ya da çıplak fotoğrafları asla kullanmayın; evinizi ya da çocuğunuzun adını belli eden ayrıntılardan kaçının. Bu konuyu bebek fotoğrafını yapay zekâya yüklemek güvenli mi yazımızda ayrıntılı anlattık.

Fotoğrafınız nereye gidiyor? Bir örnek

Somut olması için TinyLapse'teki yapay zekâ hatıra kartlarının nasıl çalıştığını anlatalım. Özellik isteğe bağlıdır. Bir fotoğraf ve bir tema seçersiniz (Aylık dönüm noktası kartı, Yumuşak stüdyo, Kış masalı, Küçük astronot ve diğerleri) ve tek bir görsel alırsınız. Kimse prompt yazmaz: temalar, bebeğin yüzünü, ifadesini ve ten rengini koruyan, bebeği tamamen giyinik tutan ve TinyLapse ekibinin yazdığı sabit talimatlardır. İlk yüklemeden önce uygulama neyin paylaşılacağını gösterir ve açık onayınızı ister.

Fotoğraf özel bir depolama alanına ve Google'ın Nano Banana Pro modelini çalıştıran fal.ai'ye gider; yedek model olarak ByteDance Seedream kullanılır. Fotoğraflar eğitimde kullanılmaz, yüklenen fotoğraf iş biter bitmez silinir, hazır kart 90 gün ya da siz silene kadar saklanır. Apple ya da Google ile giriş yalnızca yapay zekâ özellikleri için gerekir. Her kart bir kredi kullanır, başarısız olan kartın kredisi geri verilir. Başka uygulamalarla karşılaştırırken nelere bakacağınızı yapay zekâ bebek fotoğrafı uygulaması seçerken yazısında topladık.

Gerçek fotoğraf yerini korur

Bu sınırlar bizim uygulamamız dahil her araç için geçerli:

• Yapay zekâ hatırası bir fotoğraftan ilham alan portredir, bir günün kaydı değildir. Cildi pürüzsüzleştirebilir, bir bukleyi kaydırabilir, parmakları yanlış sayabilir.
• Orijinal fotoğrafı saklayın. Yıllar sonra bebeğinizin gerçekte nasıl göründüğünü gösterecek olan, koltuktaki o sıradan karedir.
• Paylaşırken yapay zekâ olduğunu belirtin. Böylece kimse, bir gün çocuğunuzun kendisi de, onları gerçek fotoğraf sanmaz.
• Bebeğinizin sağlığı, büyümesi ya da gelişimi hakkında yapay zekâ görseline bakarak hiçbir sonuca varmayın. Bu konularda sorunuz varsa çocuk doktorunuza danışın.

Bu sınırları bilerek denemek isterseniz uygulama App Store'da. Küçük anlar çabuk geçer, hikâyesi kalır; önce gerçek fotoğraflarda.