Adobe Firefly
Gebruik gewone taal om buitengewone dingen te creëren met generatieve AI.
NAAR SECTIE
Hoe werkt generatieve AI achter de schermen?
Waarom generatieve intelligentie zo intelligent is.
Hoe generatieve AI wordt aangestuurd.
Hoe generatieve AI wordt getraind.
Hoe verschillende soorten generatieve AI-modellen werken.
Hoe generatieve AI in de praktijk werkt en wat de voordelen zijn.
Vragen over de kwaliteit, vooroordelen en veiligheid bij generatieve AI.
Omarm de toekomst van ontwerp met de generatieve AI van Adobe Firefly.
Generatieve AI in een notendop.
Het afgelopen jaar heeft generatieve kunstmatige intelligentie de verbeelding van de wereld geprikkeld. Dit krachtige type AI kan nieuwe content creëren – zoals afbeeldingen, muziek, teksten of code – op basis van patronen die het leert uit bestaande gegevens. Bij gebruik van generatieve AI worden op je input, zoals een tekstopdracht of een referentieafbeelding, geavanceerde modellen toegepast om volledig nieuwe output te produceren die aan je verzoek voldoet. Daarom kan het fantastische afbeeldingen maken, poëzie schrijven, softwarecode genereren of zelfs een echt klinkend lied produceren.
Binnenkort is generatieve AI misschien wel net zo onmisbaar in ons leven als de smartphone. Toch blijft het voor velen een mysterie. In deze gids kijken we wat generatieve AI is, wat het niet is en hoe het onze manier van werken en creëren kan veranderen.
Hoe werkt generatieve AI achter de schermen?
Hoewel generatieve AI misschien magie lijkt, wordt het aangestuurd door complexe technologie die van data leert en patronen toepast om iets nieuws te creëren. Door het stap voor stap uit te leggen, wordt het gemakkelijker om deze 'magie' te begrijpen.
Generatieve AI is kunstmatige intelligentie die niet alleen bestaande informatie analyseert, maar ook gloednieuwe content genereert. Modellen worden getraind op enorme datasets met tekst, afbeeldingen, audio of video, waaruit ze patronen, verbanden en stijlen leren. Wanneer je het model input geeft, zoals een tekstopdracht of referentieafbeelding, past het toe wat het heeft geleerd om originele output te produceren die aan je verzoek voldoet.
Daarom kun je een chatbot vragen om een slogan voor te stellen en binnen enkele seconden een nieuw idee aangereikt krijgen, of met Firefly een beschrijving omzetten in een afbeelding die er met de hand getekend of fotorealistisch uitziet. Generatieve AI wordt echter niet alleen gebruikt voor creatieve taken, maar ook in de wetenschap en gezondheidszorg om nieuwe eiwitten te ontwerpen, kankerbehandelingen te verbeteren en onderzoek te versnellen. De mogelijkheden gaan veel verder dan woordspelletjes: AI transformeert nu al hele sectoren.
Waarom generatieve intelligentie zo intelligent is.
Vroeger konden computerapplicaties een taak alleen uitvoeren als mensen eerst expliciete instructies gaven over hoe de taak moest worden uitgevoerd. Het geven van die instructies wordt 'programmeren' genoemd. Hoewel geavanceerd programmeerwerk indrukwekkende resultaten kan opleveren, kunnen traditionele computerapplicaties niets doen waarvoor mensen ze niet geprogrammeerd hebben.
Systemen op basis van generatieve AI zijn flexibeler omdat ze gebruikmaken van machine learning, waarvoor geen expliciet programmeerwerk nodig is. In plaats daarvan geven mensen computers toegang tot grote hoeveelheden data. De machines trainen zichzelf om patronen in die data te herkennen en, nog belangrijker, om conclusies te trekken uit wat ze hebben geleerd. (Daarom spreken we van 'machine learning'.) De grootte en de kwaliteit van de dataset zijn belangrijk. AI is zo goed als de data waarmee het is getraind.
Hoe generatieve AI precies werkt, is moeilijk in een paar zinnen uit te leggen. Het vergt veel inspanning om deze technologie te doorgronden. Maar het mooie van generatieve AI is dat je het niet helemaal hoeft te begrijpen om ervan te profiteren. Zoek een app, zoals Firefly, typ wat je wilt zien, bijvoorbeeld "drie labradoodlepuppy's die over het gras rennen", en voilà: je bent nu een gebruiker van generatieve AI. Je hebt dus geen programmeerdiploma nodig.
Hoe generatieve AI wordt aangestuurd.
Achter de schermen is generatieve AI afhankelijk van krachtige hardware en grootschalige computerkracht. Grafische processoren (GPU's) en tensor processing units (TPU's) verwerken de gigantische berekeningen die nodig zijn om deze modellen te trainen en uit te voeren.
Het proces bestaat uit twee hoofdfasen:
Training.
Tijdens de training leren modellen van enorme datasets met tekst, afbeeldingen, audio of video. Deze fase is energie-intensief, omdat er verspreide computers, parallelle verwerking en lange runtimes nodig zijn om patronen en relaties te herkennen.
Inferentie.
Als een model eenmaal is getraind, kan het op aanvraag output genereren, zoals tekst schrijven, een afbeelding produceren of audio vertalen, zonder daarvoor heel veel energie te verbruiken. De inferentie kan ook worden geoptimaliseerd door onder andere batchverwerking en implementatie in de cloud.
Generatieve AI kan veel energie verbruiken, en de bedrijven die deze tools ontwikkelen, worden zich steeds meer bewust van de kosten voor het milieu. Er wordt hard gewerkt om de efficiëntie te verhogen en de CO2-voetafdruk te verkleinen, maar er blijft ruimte voor verbetering.
Hoe generatieve AI wordt getraind.
Om te begrijpen hoe generatieve AI werkt, helpt het om te kijken naar wat er allemaal aan voorafgaat. Tijdens de trainingsfase van AI worden gegevens zorgvuldig opgeschoond en geselecteerd om de kwaliteit te verbeteren, wordt er voorgetraind op omvangrijke datasets om een kennisbasis op te bouwen, en vind fijnafstemming voor specifieke taken of domeinen plaats.
Menselijke feedback en veiligheidsafstemming zijn ook belangrijk. Ze helpen de resultaten te verfijnen en ongewenste vooroordelen te beperken. Bij Adobe wordt er getraind met gelicentieerde en rechtenvrije data, waaronder content van Adobe Stock. Dit zorgt ervoor dat professionele creatives generatieve tools vol vertrouwen kunnen gebruiken.
Hoe verschillende soorten generatieve AI-modellen werken.
Er zijn verschillende soorten generatieve AI-modellen, die elk op een iets andere manier werken. Door generatieve AI te vergelijken met andere AI, kun je beter begrijpen welk modeltype het meest geschikt is voor jouw project.
- Large Language Models (LLM's).
LLM's, zoals ChatGPT of Claude, zijn getraind op enorme tekstdatasets. Ze genereren natuurlijk klinkende taal door het volgende woord in een reeks te voorspellen. Dit maakt ze bijzonder goed bruikbaar voor het schrijven van tekst, het beantwoorden van vragen en het creëren van menselijk klinkende dialogen. - Diffusiemodellen.
Deze modellen, die vaak worden gebruikt voor afbeeldingen en video's, beginnen met willekeurige ruis en verfijnen dit geleidelijk tot een duidelijk resultaat dat overeenkomt met de opgegeven opdracht. Dit is de methode achter de AI-afbeeldingsgenerator van Firefly. - Generative Adversarial Networks (GAN's).
GAN's gebruiken twee netwerken: een generator die output creëert en een discriminator die deze beoordeelt. Door met elkaar te concurreren, blijven ze verbeteren totdat de gegenereerde afbeeldingen er realistisch uitzien. GAN's waren een vroege aanjager van AI-kunst en deepfake-creaties. - Variational Autoencoders (VAE's).
VAE's comprimeren data tot een eenvoudigere weergave en reconstrueren deze vervolgens. Zo kunnen ze variaties genereren die de 'essentie' van het origineel uitdrukken. Ze zijn vooral handig voor het combineren van stijlen of het produceren van meerdere versies. - Transformer-gebaseerde modellen.
Transformers vormen de onderliggende architectuur van veel generatieve systemen, waaronder zowel LLM's als diffusiemodellen. Ze gebruiken een 'aandachtsmechanisme' om relaties tussen data te begrijpen, zoals woorden in een zin of pixels in een afbeelding, zodat de output accuraat en contextueel relevant blijft.
Dankzij een combinatie van deze modeltypen kan generatieve AI van alles verwerken, van tekst tot en met video, en kan het zich ontwikkelen tot systemen die nog meer mogelijkheden en creativiteit bieden.
Hoe generatieve AI in de praktijk werkt en wat de voordelen zijn.
Dankzij AI hebben we virtuele assistenten. Generatieve AI daarentegen levert virtuele experts, zij het met enkele beperkingen waar we later op zullen ingaan. Hoe werkt generatieve AI in de praktijk voor bedrijven, professionals en dagelijkse gebruikers? Door op aanvraag nieuwe content te creëren, helpt het teams om sneller te werken, meer ideeën te verkennen en resultaten te leveren waarvoor ze vroeger veel meer tijd en middelen nodig hadden. De voordelen van generatieve AI variëren van een hogere efficiëntie tot een grotere creativiteit, waardoor het in verschillende sectoren een waardevol instrument is.
Bedrijven en generatieve AI.
Generatieve AI kan waarde toevoegen door te optimaliseren hoe organisaties interne kennis beheren. Creatieve professionals kunnen tools zoals de AI-personagegenerator van Adobe Firefly gebruiken om unieke personages voor games, films en marketingcampagnes te ontwikkelen. Generatieve AI kan bijvoorbeeld strategen bij een kledingketen de voorraadgegevens laten doorzoeken met vragen als: "Hebben we de afgelopen zomer meer shorts of broeken verkocht?" Dergelijke inzichten kunnen de besluitvorming en strategieontwikkeling versnellen.
Daarnaast wordt generatieve AI in verschillende sectoren ingezet om de productiviteit te verhogen, de efficiëntie te verbeteren en de creativiteit aan te wakkeren. Het kan complexe datasets van spreadsheets en rapporten tot en met afbeeldingen en grafieken veel sneller analyseren dan mensen, waardoor teams gemakkelijker inzichten kunnen vinden en aanbevelingen kunnen doen. Voor marketeers kan het terugkerende taken stroomlijnen, zoals het aanpassen van advertentieformaten of het maken van rapporten over assetprestaties. Creatives zoals grafisch ontwerpers kunnen AI gebruiken als brainstormpartners om aan de hand van nieuwe richtingen en variaties tot verrassende ideeën te komen.
Individuele gebruikers en generatieve AI.
Individuele gebruikers gebruiken generatieve AI al om algemene vragen te beantwoorden en onderzoek uit te voeren. (Het is wel belangrijk dat deze antwoorden en onderzoeksresultaten door mensen worden gecontroleerd. Meer over deze beperking en andere nadelen in het gedeelte 'Beperkingen en uitdagingen van generatieve AI' hieronder.)
Daarnaast maken individuele gebruikers ook veelvuldig gebruik van generatieve AI om afbeeldingen te creëren. Met opdrachten in gewone taal kun je snel concepten testen, een moodboard maken en fantastische scènes uitwerken. Ook daarbij kunnen problemen ontstaan, doordat veel AI-kunstgenerators worden getraind met auteursrechtelijk beschermde afbeeldingen.
Er kunnen echter ook zorgen zijn over auteursrechten. Om die zorgen weg te nemen, heeft Adobe Firefly getraind met gelicentieerde afbeeldingen van Adobe Stock, content met een open licentie en content uit het publieke domein waarvan het auteursrecht is verlopen. Omdat Firefly geschikt is voor commercieel gebruik, kan het op veel verschillende terreinen worden ingezet, bijvoorbeeld voor reclameafbeeldingen, design, gaming, virtuele omgevingen en nog veel meer.
Vragen over de kwaliteit, vooroordelen en veiligheid bij generatieve AI.
Hoewel de mogelijkheden van generatieve AI verbazingwekkend zijn, is het belangrijk om de beperkingen ervan te begrijpen. Vragen over bijvoorbeeld de nauwkeurigheid, vooroordelen, intellectuele eigendom en de veranderende regels rond AI-ethiek komen allemaal voort uit de manier waarop generatieve AI achter de schermen werkt.
- AI heeft niet altijd gelijk. Generatieve AI kan resultaten produceren die overtuigend klinken, maar feitelijk onjuist zijn. Omdat generatieve AI werkt door patronen in data te voorspellen in plaats van feiten te verifiëren, kan het informatie presenteren die er fraai uitziet maar incorrect is. De beste waarborg is nog steeds menselijk toezicht en validatie met behulp van betrouwbare bronnen.
- Vooroordelen kunnen overal voorkomen. Als je begrijpt hoe generatieve AI werkt – door te leren van grote datasets die een afspiegeling zijn van inputs uit de echte wereld – begrijp je ook hoe maatschappelijke vooroordelen, zoals die rond gender of ras, in de resultaten kunnen voorkomen. Hoewel ontwikkelaars er zowel in de ontwerpfase als door middel voortdurend toezicht aan werken om vooroordelen te identificeren en te verminderen, kunnen gebruikers ook een bijdrage leveren door blinde vlekken te herkennen, opdrachten te verfijnen en feedback te delen.
- Intellectuele eigendomsrechten zijn een probleem. Generatieve AI wordt soms getraind op enorme verzamelingen creatief werk, wat tot zorgen over het auteursrechtelijke kan leiden. Professionele makers zijn terecht voorzichtig met hoe hun content wordt gebruikt, en rechtbanken buigen zich nog over de juridische grenzen. Adobe traint Firefly op gelicentieerde en rechtenvrije data en ondersteunt initiatieven zoals het Content Authenticity Initiative (CAI) en de voorgestelde "Do Not Train"-tag, zodat makers kunnen bepalen hoe hun werk wordt gebruikt.
Bijblijven met veranderingen in hoe generatieve AI werkt.
De regels, beleidslijnen en voorschriften rond generatieve AI zijn nog in ontwikkeling. Bedrijven en individuele gebruikers moeten op de hoogte blijven, het privacybeleid zorgvuldig doornemen en voorkomen dat ze vertrouwelijke informatie uploaden die ze privé willen houden. Voor bedrijven betekent dit dat ze de output moeten controleren op nauwkeurigheid, vooroordelen en auteursrechtelijke kwesties. Voor individuele gebruikers houdt het in dat ze generatieve AI moeten zien als een creatieve partner en niet als vervanging van het menselijke beoordelingsvermogen.
Omarm de toekomst van ontwerp met de generatieve AI van Adobe Firefly.
Generatieve AI verandert ons leven nu al. Als virtuele expert kan generatieve AI de efficiëntie en productiviteit in veel sectoren verbeteren. Als brainstormpartner kan generatieve AI onze creativiteit stimuleren.
De technologie achter generatieve AI ontwikkelt zich zo snel dat de generatieve AI van morgen er heel anders uit kan zien dan van vandaag. Als we de tools met nieuwsgierigheid en voorzichtigheid verkennen, kunnen we profiteren van de voordelen en de valkuilen vermijden.
Hoe generatieve AI werkt voor architectuur.
Ontdek hoe generatieve AI workflows in de architectuur transformeert. Van eerste schetsen tot volledige 3D-modellen, generatieve AI helpt architecten concepten te verkennen, ontwerpen te verfijnen en ruimtes sneller dan ooit te visualiseren. Lees meer over hoe generatieve AI werkt voor architectuur.
Hoe generatieve AI werkt voor game-ontwikkelaars.
Ontdek hoe generatieve AI het bouwen van werelden, het ontwerp van personages en het creëren van assets kan versnellen, zodat game-ontwikkelaars zich meer kunnen richten op storytelling en gameplay. Lees meer over hoe generatieve AI werkt voor game-ontwikkelaars.
Hoe werkt generatieve AI van opdracht tot resultaat?
Hier lees je hoe generatieve AI achter de schermen werkt wanneer je Adobe Firefly of een andere generatieve tool een opdracht geeft. Bij elke stap wordt geavanceerde machine learning gecombineerd met gebruiksvriendelijke opties om op basis van jouw input nieuwe content te creëren.
1. Input en conditionering.
Voer een tekstopdracht in of upload een referentieafbeelding. Het systeem 'conditioneert' op basis van deze input, wat inhoudt dat het interpreteert wat je hebt gevraagd en zich voorbereidt om een resultaat te genereren.
2. Codering.
De invoer wordt omgezet in een numerieke weergave die het model kan begrijpen. Woorden worden bijvoorbeeld opgesplitst in tokens, terwijl afbeeldingen worden omgezet in datapunten die vormen, kleuren en kenmerken beschrijven.
3. Contextbegrip en afstemming.
Het generatieve AI-model evalueert je invoer op basis van wat het uit de trainingsdata heeft geleerd, waarbij het kijkt naar relaties en context. Deze afstemming zorgt ervoor dat de uitvoer overeenkomt met je bedoeling en relevant blijft voor je verzoek.
4. Generatie.
Op basis van de training die het model heeft gehad, genereert het nieuwe content. Zo kan het model het volgende woord in een zin voorspellen, willekeurige ruis verfijnen tot een afbeelding of audio produceren die bij de beschrijving past.
5. Sturing en opties.
Gebruikersinstellingen, zoals de stijl, de beeldverhouding of merkpaletten, sturen het proces. Dit zorgt ervoor dat het resultaat een specifieke look of toon krijgt of geschikt is voor een bepaalde toepassing.
6. Nabewerking en export.
Het systeem verfijnt de uitvoer, verbetert de kwaliteit en voert de laatste aanpassingen uit. Vervolgens kun je het resultaat downloaden, exporteren of verder aanpassen met je favoriete Firefly-tools of Adobe-apps.
Veelgestelde vragen over hoe generatieve AI werkt.
Generatieve kunstmatige intelligentie is een vorm van AI die is gericht op het creëren en produceren van nieuwe content, zoals afbeeldingen, muziek of tekst, met behulp van algoritmen en machine-learningmodellen. Bij generatieve AI moet de gebruiker input geven, zoals een tekstopdracht, om de gewenste output te genereren, bijvoorbeeld tekst, afbeeldingen, muziek of video's.
Voor het mechanisme achter generatieve AI worden modellen getraind op enorme datasets met tekst, afbeeldingen, audio of video. Zo leren ze patronen en verbanden herkennen. Wanneer je een opdracht opgeeft, gebruikt het model deze kennis om nieuwe content te genereren. Afhankelijk van het gekozen generatieve AI-model kan dit variëren van het voorspellen van het volgende woord in een tekst tot het omzetten van ruis in een afbeelding.
Een voorbeeld van generatieve AI is een AI-afbeeldingsgenerator zoals Adobe Firefly, dat nieuwe afbeeldingen kan creëren op basis van tekstopdrachten of referentiefoto's. Andere voorbeelden zijn chatbots die tekst genereren, tools die muziek componeren of systemen die video's en 3D-modellen produceren.
Adobe Firefly maakt gebruik van geavanceerde modellen, zoals diffusiemodellen voor afbeeldingen, om je tekstopdrachten of referentiebestanden om te zetten in nieuwe content. De werking van generatieve AI in Firefly is gebaseerd op het leren van patronen in gelicentieerde en rechtenvrije data. Deze kennis wordt vervolgens toegepast om afbeeldingen, teksteffecten en andere creatieve assets te genereren die commercieel veilig te gebruiken zijn.
Generatieve AI kent vele praktische toepassingen en wordt onder meer ingezet om computercode te schrijven, afbeeldingen en video's te maken, rapporten samen te vatten, verkoopdata te analyseren en klanten van dienst te zijn.
Kunstmatige intelligentie wordt in brede zin gedefinieerd als machines die menselijke intelligentie nabootsen om taken uit te voeren. Generatieve AI werkt door nieuwe content te creëren of te produceren, zoals afbeeldingen, muziek of tekst, met behulp van algoritmen en machine-learningmodellen. Voor generatieve AI is doorgaans input van de gebruiker nodig om de gewenste output te genereren.
Belangrijke potentiële voordelen van kunstmatige intelligentie zijn verbeterde efficiëntie, hogere productiviteit en meer creativiteit. Beperkingen houden verband met onnauwkeurige informatie, versterking van vooroordelen, inbreuk op auteursrechten en het hoge energieverbruik.
Bedrijven en individuele gebruikers kunnen hun workflows onder de loep nemen om na te gaan waar ze de efficiëntie, productiviteit of creativiteit kunnen opschroeven. Bedrijven die generatieve AI integreren, geven werknemers krachtige tools om concepten en strategieën te ontwikkelen. Daarbij is het wel belangrijk dat ze de gegenereerde resultaten goed controleren op onnauwkeurigheden, vooroordelen en inbreuk op auteursrechten. Individuele gebruikers kunnen tools voor generatieve AI voor hun werk of voor de lol gebruiken. Daarbij moeten ze wel voorzichtig zijn met hun persoonlijke gegevens.
Artikelen over generatieve AI.
Wat is AI-kunst en hoe werkt het?
Generatieve AI wordt in rap tempo een essentiële tool voor kunstenaars. Lees verder om te weten te komen wat afbeeldingen op basis van generatieve AI zijn, hoe je ze maakt en hoe je ze in de praktijk kunt gebruiken.
Zeven kunststijlen voor AI-opdrachten
Surrealisme, kubisme, impressionisme – ontdek hoe je afbeeldingen in deze en andere kunststijlen kunt creëren met generatieve AI.
Hoe schrijf je AI-opdrachten voor architectuur?
Met de juiste tekstopdracht en wat knowhow kunnen architecten generatieve AI gebruiken om hun visie te verkennen, vorm te geven en naar een hoger niveau te tillen.
AI-opdrachten voor grafisch ontwerpers
Leer hoe je doeltreffende opdrachten voor generatieve AI schrijft om verbluffende grafische ontwerpen te maken.
