Silicijumska dolina oduševljena slikama veštačke inteligencije: Šta će raditi umetnici? (VIDEO)

Veštačka inteligencija, Silicijumska dolina

11/10/2022 | 12:01

Silicijumska dolina oduševljena slikama veštačke inteligencije: Šta će raditi umetnici? (VIDEO)

Kompjuterski programi sada mogu da kreiraju nikada ranije viđene slike za samo nekoliko sekundi, čime je oduševljena Silicijumska dolina.

„Nahranite“ jedan od ovih programa nekim rečima i on će izbaciti sliku koja se podudara sa opisom, ma koliko bila bizarna.

Slike nisu savršene. Često imaju ruke sa dodatnim prstima ili prstima koji se neprirodno savijaju. Generatori slika imaju problema sa tekstom, smišljanjem besmislenih znakova ili sastavljanjem sopstvene abecede.

Ali ovi programi za generisanje slika, koji danas izgledaju kao igračke, mogli bi da budu početak velikog talasa u tehnologiji. Tehnolozi ih nazivaju generativnim modelima ili generativnim AI.

„Autumn Mountain Wine Glass #7“! 🍷

Created with DALL-E 2! 💎#dalle #dalle2 #openai #AIart #AiArtwork #generativeart #digitalart #NFTCommunity #NFT #NFTs #dalle2art #aiartcommunity #art #NFTdrops #nftart #nftcollector #AutumnVibes #nature #aiartist
🏔️https://t.co/Yxrh971oaU pic.twitter.com/gioUcK19MU

— ᚱᛖᛁᚷᚾᛁᚾ 💎 (@ReigninDigital) October 11, 2022

„U poslednja tri meseca, reči „generativna veštačka inteligencija“ su prešle nivo „niko o ovome nije ni razgovarao“ do „popularne reči“, rekao je David Beisel, rizični kapitalista u NextView Ventures.

U protekloj godini, generativna AI je postala toliko bolja da je inspirisala ljude da napuste svoje poslove, otvore nove kompanije i sanjaju o budućnosti u kojoj bi veštačka inteligencija mogla da pokreće novu generaciju tehnoloških divova.

Generativni modeli veštačke inteligencije stvaraju nešto potpuno novo

Oblast veštačke inteligencije je imala fazu procvata poslednjih pola decenije, ali većina napretka se odnosila na davanje smisla postojećim podacima. AI modeli su brzo postali dovoljno efikasni da prepoznaju da li se na fotografiji koju ste upravo snimili telefonom nalazi mačka i dovoljno pouzdani da pokreću rezultate sa Google pretraživača milijarde puta dnevno.

Ali generativni modeli veštačke inteligencije mogu da proizvedu nešto potpuno novo čega ranije nije bilo – drugim rečima, oni stvaraju, a ne analiziraju samo.

„Impresivan deo, čak i za mene, je to što može da komponuje nove stvari. Ne radi se samo o stvaranju starih slika, već o novim stvarima koje mogu biti potpuno drugačije od onoga što je ranije viđeno“, rekao je Boris Dajma, tvorac generativne veštačke inteligencije Craiyon.

Trying a new ai art tool..#ekephant #ai #art #dalleMini @craiyonAI pic.twitter.com/UpG0KObMCX

— tegoran 🛸✨ (@_tegoran) August 7, 2022

Sequoia Capital, istorijski najuspešnija kompanija rizičnog kapitala, sa ranim opkladama na kompanije kao što su Apple i Google, kaže u blog postu na svojoj web stranici da „generativni AI ima potencijal da generiše trilione dolara ekonomske vrednosti“.

Firma predviđa da bi generativna veštačka inteligencija mogla da promeni svaku industriju koja zahteva od ljudi da stvaraju originalan rad, od igara preko reklama do zakona.

Sequoia takođe napominje u postu da je poruku delimično napisao GPT-3, generativna AI koja proizvodi tekst.

Kako rade generatori slika?

Generisanje slika koristi tehnike iz podskupa mašinskog učenja zvanog duboko učenje, koje je pokrenulo većinu napretka u oblasti veštačke inteligencije, piše CNBC.

Duboko učenje koristi modele obučene na velikim skupovima podataka, dok program ne razume odnose u tim podacima. Tada model može da se koristi za aplikacije, kao što je identifikacija da li je na slici pas ili prevođenje teksta.

Generatori slika rade tako što okreću ovaj proces naopačke. Umesto da prevode sa engleskog na francuski, na primer, oni prevode englesku frazu u sliku. Obično imaju dva glavna dela: jedan koji obrađuje početnu frazu, a drugi koji te podatke pretvara u sliku.

„Oil painting of Superman Dragonball Goku on fire.“

Trying out some anime themes with #DalleMini (Mega)

Goku looks badass in a Superman outfit.🔥 pic.twitter.com/JQIjwMMZVg

— hardmaru (@hardmaru) July 17, 2022

Prvi talas generativnih AI bio je zasnovan na pristupu zvanom GAN, što je skraćenica za generativne suparničke mreže. GAN-ovi su se koristili u alatu koji generiše fotografije ljudi koji ne postoje. U suštini, oni rade tako što se dva AI modela takmiče jedan protiv drugog kako bi bolje stvorili sliku koja odgovara cilju.

Noviji pristupi uglavnom koriste transformatore, koji su prvi put opisani u Guglovom radu iz 2017. To je tehnika u nastajanju koja može da iskoristi prednosti većih skupova podataka čija obuka može koštati milione dolara.

Koji generator slika je privukao veliku pažnju u Silicijumskoj dolini?

Prvi generator slika koji je privukao veliku pažnju bio je DALL-E, program koji je 2021. najavio OpenAI, dobro finansirani startup u Silicijumskoj dolini. OpenAI je ove godine objavio moćniju verziju.

„Sa DALL-E 2, to je zaista trenutak kada smo nekako prešli čudesnu dolinu“, rekao je Kristijan Kantrel, programer koji se fokusira na generativnu veštačku inteligenciju.

Još jedan često korišćeni generator slika zasnovan na veštačkoj inteligenciji je Craiyon, ranije poznat kao Dall-E Mini, koji je dostupan na vebu. Korisnici mogu da unesu frazu i vide je ilustrovanu za nekoliko minuta u svom pretraživaču.

This is what Dall-E mini has interpreted for the prompt ‘Sonic Forces’. pic.twitter.com/QiBERPFYBO

— Sonic Forces (@SonicForces9) October 7, 2022

Od lansiranja u julu 2021. sada generiše oko 10 miliona slika dnevno, dodajući do milijardu slika koje nikada ranije nisu postojale, prema Dajmi.

On je učinio Craiyon svojim stalnim poslom nakon što je upotreba naglo porasla ranije ove godine. Kaže da je fokusiran na korišćenje reklama kako bi veb lokacija bila besplatna za korisnike jer su troškovi servera sajta visoki.

Tviter nalog posvećen najčudnijim i najkreativnijim slikama na Craiyonu ima preko milion pratilaca i redovno prikazuje slike sve neverovatnijih i apsurdnijih scena.

Međutim, program koji je najviše inspirisao je Stable Diffusion, koji je stavljen na raspolaganje javnosti u avgustu. Kod za njega je dostupan na GitHub-u i može da se pokrene na računarima, ne samo u oblaku ili preko programskog interfejsa. To je inspirisalo korisnike da podese programski kod za sopstvene potrebe ili da ga nadgrade.