Die sich ständige weiterentwickelnde Software: Die Softwareprogramme der digitalen Bildgenerierung entwickeln sich in solch einer rasend schnellen Geschwindigkeit weiter, dass Ergebnisse, die noch vor einem Jahr unmöglich erschienen, heute zum Standard gehören.

KI-generierte Landschaften von „unbekannten Welten“: KI-Modelle können atemberaubende Landschaften erzeugen, die auf keinem realen Ort basieren und so faszinierende Einblicke in „unbekannte Welten“ ermöglichen.

Die Ethik der „Deepfakes“: Die Generierung realistischer, manipulierter Bilder wirft ethische Fragen auf. Die Möglichkeit, überzeugende Fälschungen zu erstellen, birgt Risiken für Desinformation und Missbrauch.

Die „digitale Evolution“ von Stilen: KI-Modelle können nicht nur bestehende Kunststile nachahmen, sondern auch völlig neue, hybride Stile erschaffen, die zuvor nie existiert haben.

Der Wettlauf um die „Prompt-Perfektion“: Die Kunst der „Prompt-Engineering“, also das Verfassen präziser und detaillierter Textbeschreibungen, hat sich zu einer wichtigen Fähigkeit entwickelt, um die gewünschten Ergebnisse von KI-Bildgeneratoren zu erzielen.

KI-generierte Kunstwerke, die versteigert werden: Einige KI-generierte Kunstwerke wurden bereits für beachtliche Summen versteigert und haben damit einen Platz im Kunstmarkt gefunden.

Die „Bibliothek der latenten Räume“: Hinter den Kulissen der Bildgenerierung existiert eine Art „unsichtbarer Raum“, in dem die KI-Modelle ihr Wissen über Bilder speichern. Dieses als „latenter Raum“ bezeichnete Konstrukt ist eine Art hochdimensionaler Datensatz, aus dem die KI die gewünschten Bilder „herauszieht“.

Die „anatomische Anarchie“ der KI: Besonders bei komplexen Motiven wie Händen oder Füßen haben KI-Modelle oft Schwierigkeiten, korrekte Proportionen und Details darzustellen. Das führt nicht selten zu seltsam verformten Gliedmaßen.

Der „KI-Halluzinationseffekt“: KI-Bildgeneratoren können manchmal Details hinzufügen oder erfinden, die im ursprünglichen Prompt nicht vorhanden waren. Dies wird als „Halluzination“ bezeichnet. So entstehen oft unerwartete und manchmal bizarre Ergebnisse.

KI-generierte Gesichter, die realer sind als echt: KI-Systeme können mittlerweile Gesichter erzeugen, die so überzeugend sind, dass sie oft nicht von echten Fotos zu unterscheiden sind. Diese „nicht-existenten Menschen“ haben in verschiedenen Bereichen wie der Werbung und dem Design Anwendung gefunden.

KI-generierte Bilder können Kunstwettbewerbe gewinnen: In den letzten Jahren haben KI-generierte Bilder Kunstwettbewerbe gewonnen, was zu Debatten über die Definition von Kunst und Kreativität geführt hat.

KI kann „Text-zu-Bild“-Generatoren antreiben: Diese Tools können aus Textbeschreibungen Bilder generieren, was neue Möglichkeiten für die kreative Gestaltung eröffnet.

KI kann automatisch Bilder beschriften: Einige Bilderkennungssysteme können den Inhalt von Bildern automatisch beschreiben, was die Bildsuche und -organisation erleichtert.

KI kann „DeepFakes“ erzeugen: Diese Technologie kann Gesichter in Videos austauschen, um täuschend echte Fälschungen zu erstellen, was ethische Bedenken aufwirft.

KI kann personalisierte Kunstwerke erstellen: Einige Apps ermöglichen es Nutzern, ihre eigenen Fotos hochzuladen und diese in Kunstwerke im Stil verschiedener Maler umzuwandeln.

KI-generierte Bilder können für medizinische Zwecke verwendet werden: In der medizinischen Bildgebung können KIs genutzt werden, um seltene Krankheiten oder Anomalien zu erkennen, indem sie große Mengen von medizinischen Bildern analysieren.

KI kann fehlende Teile von alten Fotos wiederherstellen: Mit speziellen Algorithmen lassen sich beschädigte oder fehlende Teile von alten Fotos rekonstruieren, wodurch Erinnerungen bewahrt werden können.

KI kann „unmögliche“ Objekte erschaffen: KI-Systeme können Objekte und Szenarien generieren, die in der realen Welt nicht existieren könnten, wie zum Beispiel sich verändernde Landschaften oder unmögliche Architekturen.

KI kann Gemälde im Stil berühmter Künstler erstellen: Digitale Bildgeneratoren können so trainiert werden, dass sie Kunstwerke im Stil von Van Gogh, Monet oder anderen berühmten Künstlern erstellen.

KI-generierte Gesichter sind realistischer als echte: Studien haben gezeigt, dass KI-generierte Gesichter oft als realistischer wahrgenommen werden als echte Fotos von Menschen. Dies liegt daran, dass KIs dazu neigen, „durchschnittliche“ Gesichtsmerkmale zu erzeugen, die als attraktiver gelten.

Die Bedeutung von Diffusion: Diffusion ist eine Technik zur Bildgenerierung, welche das Erzeugen eines Bildes als Umkehrung eines Rauschprozesses sieht. Hier wird zunächst zufälliger Rauschen erstellt, und dann Schrittweise ein Bild daraus generiert. Dieses verfahren ist noch relativ neu, und führt in den meisten fällen zu sehr beeindruckenden Ergebnissen.

Die Rolle von latenten Räumen: Digitale Bildgeneratoren arbeiten oft mit sogenannten latenten Räumen. Das sind hochdimensionale Räume, in denen Bilder als Punkte oder Vektoren dargestellt werden. Manipulationen in diesen Räumen ermöglichen es, Bilder auf kreative Weise zu verändern, z.B. um den Stil oder die Eigenschaften eines Bildes anzupassen. Die genaue Funktionsweise dieser latenten Räume ist oft komplex und Gegenstand aktueller Forschung.

Der Einfluss von Trainingsdaten: Die Qualität und Vielfalt der Trainingsdaten haben einen enormen Einfluss auf die Ergebnisse der Bildgenerierung. Systeme lernen aus den Bildern, mit denen sie trainiert werden. Verzerrungen in den Trainingsdaten können zu verzerrten oder stereotypen Ergebnissen führen. Dies ist ein wichtiger ethischer Aspekt bei der Entwicklung solcher Technologien.

Die ethischen Herausforderungen von Datensätzen: Die Qualität und der Inhalt von Trainingsdatensätzen haben einen enormen Einfluss auf die Ergebnisse der Bildgenerierung. Viele Modelle werden mit riesigen Mengen von Bildern aus dem Internet trainiert, die möglicherweise urheberrechtlich geschützt sind oder verzerrte Darstellungen von Menschen und Kulturen enthalten. Das wirft wichtige ethische Fragen bezüglich des geistigen Eigentums und der potenziellen Voreingenommenheit von KI-generierten Bildern auf.

Die Bedeutung von Vektorquantisierung: Bei einigen Bildgenerierungsverfahren wird die sogenannte „Vektorquantisierung“ verwendet, um Bilddaten effizient zu komprimieren. Dies ermöglicht es, Modelle mit begrenzten Ressourcen zu trainieren und Bilder schneller zu generieren. Dieser Vorgang ist sozusagen das übersetzen von Bilddaten in einem Komprimierten Code, welcher von der KI genutzt wird um Bilder zu generieren.

Die Rolle von „Noise“: Viele generative KI-Modelle, wie z.B. „Stable Diffusion“, arbeiten mit einem Prozess, der als „Diffusion“ bekannt ist. Dieser Prozess beginnt mit reinem, zufälligem „Rauschen“ und verfeinert dieses Rauschen dann schrittweise, bis ein klares Bild entsteht. Das bedeutet, dass das scheinbar chaotische Rauschen eine entscheidende Rolle bei der Entstehung hochkomplexer Bilder spielt.

Auch beim Umgang mit der AI ist das Staunen der Anfang aller Erkenntnis.

Chatbots sind die Lösung für alle, die von der Existenz anderer Menschen genervt sind.

Schlaue Menschen diskutieren mit der AI neue Ideen, durchschnittliche Menschen fragen nach Ereignissen; kleinliche Menschen suchen Schwachstellen ihrer Mitmenschen.

Du kannst gegen den Fortschritt ankämpfen oder dich von ihm in die Zukunft tragen lassen.

Die AI kann ganz vernünftig nachdenken und trotzdem Fehler machen!

Klein Erna fragt die AI: „Wie heißt ein Delphin in Unterhosen?“ – „Slipper.“

Die Schwerkraft ist das Einzige, was mich hier noch hält. Wäre ich eine AI, hätte ich das überwunden.