if(life){code();}

Stable Diffusion 텍스트 설명을 입력하면 이미지를 생성하는 인공지능 모델(Text-to-Image) 입력 : 자연어 텍스트 (prompt)출력: 고해상도 이미지 (512x512 이상 가능)라이선스: 오픈소스(MIT 기반), 누구나 사용 가능학습 데이터: LAION-5B라는 대규모 텍스트-이미지 페어 데이터셋  작동 방식노이즈 이미지를 준비텍스트를 보고 어떤 이미지를 원하는지 파악노이즈를 점점 제거하면서 이미지를 만들어냄→ 이 과정을 Diffusion(확산)과정이라고 부름  stable diffusion 모델 설치pip install diffusers transformers torch 이미지 생성from diffusers import StableDiffusionPipelineimport tor..

랜덤성(Randomness)과 조건성(Conditionality) 랜덤성(Randomness) 같은 입력에도 다양한 출력을 생성하게 만드는 요소 생성형 모델은 확률 분포(probability distribution)에 따라 출력을 선택함→ 텍스트 생성에서, 다음 단어를 예측할 때 여러 후보 중에서 확률적으로 선택 랜덤성 조절 (예: GPT-3)import openaiopenai.api_key = 'api-key'response = openai.Completion.create( engine="text-davinci-003", prompt="Once upon a time, there was a friendly robot who", max_tokens=50, temperature=0.7 ..

생성형 AI(Generative AI) 입력을 바탕으로 새로운 결과물을 만들어내는 AI텍스트 생성 모델몇 개의 단어를 입력하면 자연스러운 문장을 이어 생성GPT-3, ChatGPT 등이미지 생성 모델텍스트나 스케치를 바탕으로 이미지 생성DALL·E, Stable Diffusion 등음악 생성 모델멜로디 입력에 따라 음악을 작곡Magenta 등창의적인 작업을 도와주며, 예술·콘텐츠·디자인 등 다양한 분야에 활용되고 있음  생성형 AI 개발의 어려움  대규모 데이터와 연산 자원 수십억 개의 파라미터를 학습하는 딥러닝 기반 모델이기 때문에 방대한 데이터와 고성능 GPT/TPU가 필요함 텍스트 생성: 수십~수백GB 이상의 문서 데이터이미지 생성: 이미지와 그 설명이 함께 포함된 수십만~수백만 개의 데이터셋→ 개..