Tetapi dalam salah satu aplikasi yang lebih mendalam AI generatif, kami membina sistem yang menggunakan pembelajaran mesin untuk merekabentuk produk memori tersuai - ya, termasuk kuburan - disesuaikan dengan keutamaan peribadi dan kepekaan budaya.
This wasn’t just a quirky ML experiment. It was a full-stack application of generative models, natural language processing, and human-in-the-loop systems, all to address a highly sensitive and deeply human need: commemorating a life.
The Problem: Designing With Dignity
Reka bentuk peringatan adalah seni dan tradisi. keluarga mahu sesuatu yang peribadi, menghormati, dan seringkali simbolik. cabaran adalah bahawa proses reka bentuk adalah lambat, emosi mengenakan cukai, dan dibatasi oleh bahan-bahan, peraturan kuburan, dan tradisi agama atau budaya.
Kami berhasrat untuk membina sesuatu yang boleh membantu, bukan menggantikan, pereka: generator batu loncatan yang boleh menghasilkan pilihan realisme dan bermakna reka bentuk berdasarkan data terdahulu dan keutamaan pelanggan.
Anda boleh mencuba di sini:headstonesdesigner.com/generator (all training data comes from live site - https://headstonesdesigner.com/)
Step 1: Understanding the Domain
Before we touched TensorFlow or wrote a single line of code, we immersed ourselves in the world of memorial art. We studied:
- Gaya tradisional dan kontemporari
- Norma agama dan budaya
- Pembatasan bahan (granit, marmer, dan lain-lain)
- Peraturan pemakaman, seperti max lebar monumen per plot
Ini bukan opsional. merancang AI untuk domain sensitif seperti ini memerlukan rasa hormat dan nuansa yang mendalam. membuatnya salah bukan sekadar bug UX – ia menyinggung.
Langkah 2: Membina Dataset
We pulled together a surprisingly diverse dataset:
- Beribu-ribu imej reka bentuk anotasi
- Fail CAD daripada headstones yang sedia ada
- Sejarah preferensi pelanggan
- Teks daripada inscriptions
- Standar dimensi kubur
All of this needed to be cleaned, normalized, and vectorized. Texts were embedded using models like BERT. Images were preprocessed and augmented. This wasn’t just about throwing data into a model—it was about making it Pembelajaran.
Langkah 3: Arsitektur Model & Latihan
We tested a few model types in parallel:
- StyleGAN2: For generating high-quality, stylized images of memorial designs
- VAEs (Variational Autoencoders): For interpolating between design styles and enabling user-controlled variations
- Transformers (GPT): For generating inscriptions that felt personal, relevant, and respectful
A particularly tricky part was making sure the text and visuals matched. A gothic-style headstone shouldn't have Comic Sans inscriptions.
Kami menangani perkara ini dengan:
- Multi-modal training: Combining vision and language models (like CLIP) to assess alignment
- Conditional GANs: Using the text as input to guide visual generation
Step 4: Managing the Unknowns
We had plenty of “AI gone weird” moments.
- Sesetengah output awal kelihatan lebih seperti patung modernis daripada memorial.
- Style transfer sometimes crossed cultural lines in awkward ways.
- GPT kadang-kadang menghasilkan epitaphs bunyi tuli.
Untuk mengurangkan ini, kami membina maklum balas manusia-in-the-loop. pereka dan penasihat budaya meninjau outputs dan menandakan isu-isu. maklum balas ini kembali ke tuning model.
Kami juga menggunakan teknik seperti pemisahan gaya dalam GAN untuk menguatkuasakan sekatan dan penapis selepas generasi untuk mengesahkan kandungan teks.
Langkah 5: Penilaian & Hasil
We didn’t just eyeball the results. Evaluation was multi-pronged:
- FID skor untuk realisme imej
- Skor BLEU dan penilaian manusia untuk ketepatan teks
- Kajian pengguna dan ulasan pakar untuk kesetiaan estetik dan budaya
Hasil akhir: Sebuah sistem yang boleh mewujudkan reka bentuk utama yang berresonansi emosi, tepat secara visual dan sedar konteks.
Anda boleh berinteraksi dengan generator di sini:Pihak berkuasa: headstonesdesigner.com/generator
Pelajaran yang dipelajari
Some takeaways:
- Cultural context isn’t an edge case—it's the core requirement in sensitive design domains.
- Generative AI is powerful, but without constraints, it easily drifts into uncanny or inappropriate territory.
- Maklum balas manusia bukan sahaja berguna; ia wajib.
The Future
Kami meneroka bagaimana teknologi ini boleh merebak ke dalam bidang-bidang lain: reka bentuk undangan perkahwinan, anugerah peribadi, seni peringatan, dan banyak lagi.Di mana-mana reka bentuk adalah peribadi dan bertaruh tinggi, terdapat peluang untuk menggabungkan ML generatif dengan penjagaan manusia.
