Die Barriere der KI-Entwicklung

Sun, 20 Jul 2025 21:52:42 +0900

Die Barriere der KI-Entwicklung

~ Ich habe die 8. Station erreicht, aber von da an war es die Hölle ~

Hallo, hier ist kenji.

In letzter Zeit höre ich viele Leute sagen: “Ich habe die KI gefragt und konnte eine App erstellen!” Wir haben die No-Code- und Low-Code-Ära überschritten und sind in die Phase des “Vibe-Codings” (Code nach Gefühl schreiben) eingetreten.

Wenn man zum Beispiel sagt: “Erstelle eine App, die Bilder bearbeiten und in sozialen Medien posten kann”, generiert die KI den Code und sogar die Benutzeroberfläche. Erstaunlich, wir brauchen keine Menschen mehr, oder? Das könnte man denken.

Aber in Wirklichkeit ist das, als würde man in Sandalen an der 8. Station des Fuji landen .

Bis zur 8. Station scheint es “einfach”

Die Entwicklung mit KI ist anfangs wirklich einfach. Datei-E/A? Es funktioniert einfach. Netzwerk? Nun, es verbindet sich. Datenbank? JSON reicht aus. UI? ChatGPT hat React-Code für mich generiert. Zahlung? Die Stripe-API lässt sich per Copy & Paste erledigen.

Hier hat man die Illusion: “Bin ich jetzt ein Ingenieur?” Aber die wahre Hölle beginnt erst hier.

Warum bleibt man stecken?

Der Grund ist einfach: “Die KI erstellt etwas, das fertig aussieht, aber die Feinabstimmung bleibt vollständig den Menschen überlassen.”

Daten verschwinden aufgrund von Datei-E/A
Datenbanknormalisierung ist schwach und Suchen sind langsam
UI ist nicht intuitiv
Keine Lasttests durchgeführt, Absturz bei hohem Datenverkehr
Von der Apple/Google-Überprüfung abgelehnt
Probleme mit rechtlichen Anforderungen (fast ein Desaster)

Mit anderen Worten: KI ist gut darin, “Prototypen zu erstellen, die wie fertige Produkte aussehen” , aber daraus ein “Produkt zu machen, das in der realen Welt funktioniert”, ist heute noch menschliche Arbeit .

Aber es gibt ein Paradoxon

Hier bemerken wir ein Paradoxon .

Was wäre, wenn KI in Zukunft wirklich alles könnte? Mit anderen Worten, wenn “Sicherheit, Abrechnung und Design perfekt von der KI übernommen würden”?

Zu diesem Zeitpunkt könnte die Notwendigkeit für Menschen, Apps zu erstellen, selbst verschwinden .

Denn wenn Benutzer der KI direkt sagen “Ich möchte das tun”, werden Aufgaben sofort ohne eine App ausgeführt.

🌀 Zum Beispiel

Früher haben wir “eine Taschenrechner-App geöffnet, um zu rechnen”, aber heute sagen wir nur “Hey Siri, was ist 12 x 32?” und es ist erledigt.

Genauso, wenn man sagt “Hey KI, bearbeite und teile dieses Foto”, könnte die Aufgabe ohne die UI oder API der App erledigt werden.

Kurz gesagt, wenn das Ziel “Apps mit KI erstellen” erreicht ist, könnten wir in einer Welt ankommen, in der Apps selbst überflüssig sind .

Was können wir jetzt noch tun?

Also, was sollen wir tun?

Im Moment ist der Bereich “oberhalb der 8. Station” noch das Terrain des Menschen, also lasst uns das verfeinern.
Konzentrieren Sie sich auf das wesentliche Benutzerverständnis und das Service-Design.
Denken Sie über “was Wert hat” nach, anstatt über “was erstellt werden kann”.
Erkunden Sie stattdessen Wege, um Wert zu liefern, “ohne auf das Format einer App beschränkt zu sein”.

KI ist ein Werkzeug, ein Aufzug und manchmal ein Konkurrent. Aber “was zu erstellen ist” und “warum es zu erstellen ist” bleiben Fragen für uns Menschen .

Zusammenfassung:

Die Barriere der KI-Entwicklung ist nicht technologischer Natur, sondern ein strukturelles Paradoxon.

Eine Ära, in der jeder zur 8. Station des Mount Fuji gelangen kann. Aber die wahre Herausforderung beginnt erst ab dort.

Und wenn wir den Gipfel erreichen, könnte eine Zukunft auf uns warten, in der wir uns fragen: “Mussten wir den Berg wirklich besteigen?”

Wie man Illustrationsbilder mit KI (Stable Diffusion) generiert

Thu, 06 Apr 2023 00:43:19 +0900

Was ist Stable diffusion

Stable diffusion ist eine KI, die von einem Forschungsteam der Universität München, Deutschland, entwickelt wurde und Bilder aus eingegebenen Textinformationen generiert. Indem sie mit verschiedenen Bildern trainiert wurde, kann sie eine Vielzahl von Bildern generieren, von Fotos bis hin zu Illustrationen.

Dieses Mal werde ich vorstellen, wie man Illustrationsbilder mit den vortrainierten Daten von Stable diffusion generiert.

Was Sie benötigen

Google-Konto

Nur das

Generierungsverfahren

Öffnen Sie https://colab.research.google.com
Wählen Sie Datei oben links und dann Neues Notebook
Wählen Sie Bearbeiten und dann Notebook-Einstellungen
Ändern Sie den Hardwarebeschleuniger auf GPU
Fügen Sie den folgenden Code ein und führen Sie ihn aus

1

!pip install diffusers==0.8.0 transformers

Fügen Sie den folgenden Code ein und führen Sie ihn aus

1

from diffusers import StableDiffusionPipeline

Fügen Sie den folgenden Code ein und führen Sie ihn aus

1
2


pipe = StableDiffusionPipeline.from_pretrained("gsdf/Counterfeit-V2.5")
pipe.to("cuda")

Fügen Sie den folgenden Code ein und führen Sie ihn aus

1
2
3
4
5


prompt = "((masterpiece,best quality)),1girl, solo, animal ears, rabbit, barefoot, knees up, dress, sitting, rabbit ears, short sleeves, looking at viewer, grass, short hair, smile, white hair, puffy sleeves, outdoors, puffy short sleeves, bangs, on ground, full body, animal, white dress, sunlight, brown eyes, dappled sunlight, day, depth of field"
n_prompt = "EasyNegative, extra fingers,fewer fingers"

image = pipe(prompt, negative_prompt = n_prompt).images[0]
image

Der hier verwendete Prompt basiert auf dem Prompt von https://huggingface.co/gsdf/Counterfeit-V2.5.

KI on kenji.blog

Die Barriere der KI-Entwicklung

Die Barriere der KI-Entwicklung

Bis zur 8. Station scheint es “einfach”

Warum bleibt man stecken?

Aber es gibt ein Paradoxon

🌀 Zum Beispiel

Was können wir jetzt noch tun?

Zusammenfassung:

Wie man Illustrationsbilder mit KI (Stable Diffusion) generiert

Was ist Stable diffusion

Was Sie benötigen

Generierungsverfahren

Generierte Ergebnisse (einige)

Referenzen