====== Srovnání starších generativních modelů ======

Generativní modely prošly od roku 2010 bouřlivým vývojem. Zatímco první modely měly problém vygenerovat čitelný obličej, dnešní systémy vytvářejí fotorealistické snímky k nerozeznání od reality. Tato stránka porovnává hlavní architektury před érou [[it:ai:diffusion_models|difúzních modelů]].

===== 1. Základní přehled architektur =====

Před nástupem Stable Diffusion a Midjourney dominovaly poli tři hlavní přístupy:

^ Typ modelu ^ Princip ^ Hlavní charakteristika ^
| **RBM** (Restricted Boltzmann Machines) | Energie/Pravděpodobnost | Jeden z prvních modelů, dnes se již téměř nepoužívá. |
| **VAE** ([[it:ai:autoencoders|Variational Autoencoders]]) | Komprese a Latentní prostor | Stabilní učení, ale výsledky bývají rozmazané. |
| **GAN** ([[it:ai:gan_vs_vae|Generative Adversarial Networks]]) | Souboj dvou sítí | Extrémní ostrost, ale velmi těžké na trénování. |



===== 2. Detailní srovnání =====

==== VAE: Král matematické čistoty ====
Vznikly jako rozšíření klasických autoenkodérů. Jejich hlavní silou je schopnost strukturovat **latentní prostor**.
  * **Proč je používat:** Skvělé pro interpolaci (plynulý přechod mezi dvěma obrázky) a pro detekci anomálií.
  * **Proč jsou "staré":** Nedokážou zachytit jemné detaily (textury kůže, vlasy), protože matematicky optimalizují průměrnou chybu, což vede k "rozmazání".

==== GAN: Mistr vizuálního detailu ====
GANy byly mezi lety 2014 a 2020 absolutní špičkou.
  * **Proč byly revoluční:** Protože Diskriminátor (policista) nutil Generátora (padělatele) k dokonalosti. Pokud byl obrázek rozmazaný, Diskriminátor ho okamžitě odmítl.
  * **Slabiny:** Často trpěly tzv. **Mode Collapse** (model se naučil generovat jeden perfektní obličej a ten opakoval stále dokola) a byly extrémně citlivé na nastavení učícího tempa.



===== 3. Srovnávací tabulka vlastností =====

Tato tabulka pomáhá při rozhodování, který model zvolit pro konkrétní projekt:

^ Vlastnost ^ VAE ^ GAN ^ RBM ^
| **Stabilita tréninku** | Vysoká | Velmi nízká | Střední |
| **Rychlost generování** | Velmi vysoká | Vysoká | Nízká |
| **Kvalita detailů** | Nízká (blur) | Velmi vysoká | Velmi nízká |
| **Interpretovatelnost** | Dobrá | Špatná | Dobrá |
| **Vhodné pro** | Kompresi, chemii | Umění, Deepfakes | Starší systémy |

===== 4. Proč je nahradily difúzní modely? =====

Ačkoliv byly GANy vizuálně skvělé, difúzní modely (jako Stable Diffusion) zvítězily ze dvou důvodů:
  1. **Distribuce dat:** Difúzní modely lépe pokrývají celou rozmanitost trénovacích dat (nemají Mode Collapse).
  2. **Podmiňování textem:** Spojení textového popisu s obrazem (Text-to-Image) funguje u difúzních modelů mnohem stabilněji než u GANů.

[Image showing evolution of generated faces from 2014 to 2024]

===== 5. Související témata =====
  * [[it:ai:gan_vs_vae|Detailní souboj: GAN vs VAE]]
  * [[it:ai:diffusion_models|Nástupce: Difúzní modely]]
  * [[it:ai:autoencoders|Základy Autoenkodérů]]

----
//Tagy: {{tag>ai ml gan vae rbm historie deep_learning}}//