De maat laat zich niet vertellen

Een tijdje terug schreef ik een blog over hét probleem met AI-productbeelden: de maat klopt nooit. Een opbergbox zo groot als een kast, een knuffelbeer die boven de salontafel uittorent. Mijn conclusie toen: schaal is geen kwestie van mooi vragen, schaal is rekenen. Product programmatisch op de juiste pixelgrootte in het beeld plakken, en de AI alleen laten blenden.

Die blog kun je bij deze als niet meer actueel beschouwen. Niet omdat het idee dom was — maar omdat we verder zijn. Flink verder.

Wat het onderzoek liet zien

We hebben het extern laten uitzoeken. En dat was, eerlijk gezegd, ontnuchterend.
Geen enkele leverancier lost productmaat op via generatie. Niet één. En de route waar ik op leunde — programmatisch plakken en dan laten inblenden — heeft een fundamenteel probleem: deze modellen kennen geen lagen. Elk beeld wordt volledig opnieuw geschilderd. "Niet schalen, alleen samenbrengen" kan zo'n model alleen benaderen, nooit garanderen.
En het werd nog gekker. De willekeur die ik zag — zelfde prompt, andere maat — blijkt theoretisch verklaard. De ruis waarmee elke generatie start, bepaalt mede hoe groot en waar dingen komen te staan. Harder prompten helpt daar principieel niet tegen. Je kunt de loterij niet wegschrijven. En meten-en-opnieuw-genereren? Dat stuurt niets. Dat filtert alleen de loterij.
Au.

Het kwartje

Toen kwam de vraag die alles kantelde: waarom kan een AI eigenlijk geen centimeter verwerken?
Simpel. Een centimeter bestaat niet in pixels. Het model zag in zijn training hetzelfde product op elke denkbare grootte voorbijkomen en leerde geen maat, maar een gewoonte. Er wordt tijdens het genereren nooit gemeten. Geen liniaal, geen terugkoppeling, één doorloop. Het model heeft geen meetorgaan.
Maar het heeft wél ogen.
En daar zit de omkering waar we nu op bouwen: stop met de maat vertellen. Laat de maat zien. Getallen zijn de zwakste invoer die dit soort modellen kent. Beeld is de sterkste. Alles wat we nu testen, komt daaruit voort: de maat niet als tekst of som meegeven, maar als zichtbaar feit in wat het model te zien krijgt vóórdat het gaat schilderen.
Hoe precies? Daar ga ik nog even niet te diep op in. Er liggen meerdere sporen klaar — van slim voorbewerkte invoerbeelden tot een idee dat rechtstreeks uit het schildersverhaal van vroeger komt: foto met vierkantjes, canvas met vierkantjes, binnen de vakjes blijven. Mijn opa had het zo gedaan.

De lat

Nog iets dat we hebben vastgelegd: "exact" bestaat niet in generatief land. En dat hoeft ook niet. Onze andere tools halen zo'n 80% bruikbaar in één keer, en dat is de maatstaf. Acht van de tien binnen tolerantie. Dat is geen verlaging van de ambitie — dat is weten in welke wereld je werkt.
En als het niet lukt binnen de huidige stack? Dan ligt er een plan B klaar. En een plan C. Maar één ding staat vast: aan de gezichten wordt niet getornd. We verkopen een product met een gezicht, en niemand wil plastic.

Waar we nu staan

Er ligt een testplan. Ronde één, meerdere condities, met vooraf vastgelegde beslisregels — zodat we de uitkomst straks niet naar onze wens toe lezen. Dat laatste is misschien wel de belangrijkste les van dit hele traject: hoop is geen meetinstrument.
Dus nee, nog geen victorie. Wel een richting die klopt, en die voor het eerst verklaart waaróm alles hiervoor niet werkte.
Van "beter vragen" naar "zelf rekenen" naar "laten zien". Elke stap voelde als het antwoord. Deze voelt anders — deze verklaart de vorige twee.

Endoor. Peter.