Wat is Latent Space?

Wat is die tussenwereld eigenlijk?

Stel je voor: je hebt duizenden foto's van gezichten. Voor jou zijn dat gewoon plaatjes met ogen, neuzen en monden. Maar een AI-model kan niet direct met pixels werken zoals jij dat doet. Het heeft een soort tussenwereld nodig — een abstracte ruimte waar elke foto wordt omgezet naar een setje getallen. Die getallen vormen samen een punt in een enorm grote ruimte met soms honderden of duizenden dimensies. Dát is de latent space.

Het bijzondere: vergelijkbare dingen komen daar dicht bij elkaar te liggen. Foto's van lachende mensen staan bij elkaar, ernstige gezichten ergens anders, en tussen die twee gebieden zit een glijdende overgang. Het model leert zelf welke eigenschappen belangrijk zijn — niet omdat jij dat hebt aangegeven, maar omdat het patronen herkent in de data.

Waarom is dit zo handig?

In die latent space kan het model rekenen met betekenis. Wil je van een foto met een ernstig gezicht naar een lachend gezicht? Dan beweeg je het punt in die abstracte ruimte richting het 'lachgebied'. Wil je nieuwe gezichten genereren die nog niet bestaan? Pak dan een willekeurig punt in dat gebied en vertaal het terug naar pixels.

Daarom kunnen AI-modellen zoals Stable Diffusion of DALL-E zo goed nieuwe plaatjes maken: ze 'wandelen' door die latent space en verzinnen onderweg combinaties die ze nooit eerder hebben gezien. Een gezicht met de ogen van persoon A, de mond van persoon B, en een glimlach die ergens tussenin zit. Voor het model is dat gewoon een punt tussen twee andere punten.

Een voorbeeld uit de praktijk

Neem een AI-model dat muziek maakt. In de latent space staat elk liedje als een punt. Jazz staat in één hoek, techno in een andere. Tussen die twee punten zit een geleidelijke overgang — en als je daar een punt pakt, krijg je misschien jazz met een strak elektronisch ritme eronder. Het model heeft zelf geleerd dat tempo, instrumenten en harmonieën belangrijke eigenschappen zijn, en heeft die gecodeerd in die getallen.

Of tekstmodellen: woorden met vergelijkbare betekenis ('koning', 'koningin', 'prins') liggen dicht bij elkaar. Het model heeft ontdekt dat 'koning - man + vrouw ≈ koningin' — puur doordat het miljoenen zinnen heeft gezien waarin die woorden op vergelijkbare plekken stonden.

Waar kom je het tegen?

Generatieve AI-tools zoals Midjourney, Stable Diffusion, DALL-E — deze werken allemaal via latent space. Je prompt wordt vertaald naar een richting in die ruimte.

Spraakherkenning en -synthese — je stem wordt eerst omgezet naar een punt in latent space, waarna het model die structuur herkent en naar tekst vertaalt (of andersom).

Aanbevelingssystemen — Spotify plaatst liedjes in een latent space om te bepalen welke nummers op elkaar lijken, ook al hebben ze verschillende artiesten of genres.

Deepfake-technologie — gezichten worden gemanipuleerd door hun representatie in latent space te bewerken.

AI-ontwerpers voor auto's of gebouwen — het model maakt variaties door door de latent space te bewegen tussen bestaande ontwerpen.

Waarom moet je dit weten?

Als je snapt dat AI werkt via zo'n abstracte tussenwereld, begrijp je beter wat het wél en niet kan. Het model 'ziet' geen plaatjes zoals jij — het ziet patronen van getallen. Daarom kan het moeiteloos dingen combineren die nog nooit samen zijn voorgekomen, maar snapt het ook niet echt wat het maakt. Het wandelt door een wiskundige ruimte en hoopt ergens iets te vinden dat op jouw vraag lijkt.

En als je zelf met generatieve AI werkt: elke keer dat je een slider gebruikt ('maak het vrolijker', 'geef het meer contrast'), verschuif je eigenlijk een punt in die latent space. Je stuurt het model een bepaalde richting in, tussen punten die het tijdens training heeft geleerd.