Një vështrim në Artin e ri Al Generative

Al Generative Art është një lloj arti, në shumicën e rasteve vizual, që bazohet në bashkëpunimin midis një qenieje njerëzore dhe një sistemi autonom. Një "sistem autonom" përkufizohet si një Inteligjenca artificiale softuer, algoritëm ose model i aftë për të kryer operacione komplekse pa nevojën e ndërhyrjes së programuesit.

Nga ballafaqimet e çuditshme të imazheve të krijuara nga Dall-E Mini me NFT në treg, imazhet e krijuara nga algoritmet e AI po hyjnë gjithnjë e më shumë në imagjinatën kryesore. Në fakt, dy projekte të rëndësishme mbi këtë temë që meritojnë të analizohen janë: Mesi i udhëtimit DALL-E2.

Natyrisht, lajmi ka hyrë edhe në Twitter. Ndër të tjera e komenton edhe Charles Hoskinson, i cili ka shkruar:

Arti i krijuar nga AI. Unë arrita ta bëj këtë foto në vetëm pak minuta. Nuk mund ta imagjinoj se sa e mrekullueshme do të jetë kjo teknologji në 3 vjet pic.twitter.com/jOToCZj7ki

- Charles Hoskinson (@IOHK_Charles) Shkurt 1, 2023

Al Generative Art: eksperimentet dhe veçoritë e hershme

Duke kuptuar se çfarë është Arti Gjenerativ, është e rëndësishme të theksohet një nga parimet e tij themeluese: rastësia. E cila është një pronë themelore e Artit Gjenerativ.

Në fakt, në varësi të llojit të softuerit, sistemi autonom është në gjendje të përpunojë rezultate që janë gjithmonë të ndryshme dhe unike sa herë që ekzekutohet komanda e gjenerimit, ose mund të kthejë një numër të ndryshueshëm rezultatesh në përgjigje të hyrjes së përdoruesit.

Eksperimentet e para në Artin Gjenerativ datojnë në vitet 1960 me eksperimentet e Harold Cohen dhe familja e tij AARONI program. Cohen fillimisht përdori softuer të pavarur për të gjeneruar vepra arti abstrakte të frymëzuara nga ekranet mëndafshi të Pop Art. Veprat e Cohen tani janë ekspozuar në Galerinë Tate në Londër.

Një tjetër atribut i Artit Gjenerativ, por që është gjithnjë e më pak prerogativë, është përsëritja e modeleve ose elementeve abstrakte të ofruara nga programuesi dhe të zbatuara brenda kodit të softuerit.

Për më tepër, zhvillimi i rrjeteve nervore gjithnjë e më komplekse që veprojnë në lidhjen tekst-imazh ka mundësuar zhvillimin e modeleve gjeneruese të afta për të krijuar imazhe gjithnjë e më realiste dhe të sakta. Shembulli më i njohur i kësaj kategorie të Artit Gjenerativ është Pllakë.

Dall-E është një rrjet nervor multimodal i bazuar në GPT-3 modeli i të mësuarit të thellë nga OpenAI, e njëjta kompani që gjithashtu u zhvillua së fundmi Biseda GPT, chatbot u lançua në nëntor 2022 dhe u optimizua me "e mbikqyrur" dhe teknikat e të mësuarit përforcues.

Duke u kthyer te Dall-E, ne shohim se ky sistem është i aftë të gjenerojë imazhe nga një përshkrim tekstual, i quajtur "i shpejtë", bazuar në një grup të dhënash çiftesh tekst-imazh.

Versioni i parë i Dall-E, i cili u prezantua për publikun në janar 2021 dhe mbeti prerogativë e një numri të vogël profesionistësh të fushës, përfaqësoi një revolucion të vërtetë për sa i përket këtij lloji modeli gjenerues, duke tejkaluar risitë e GPT- 3 vetë.

Gjithashtu i rëndësishëm është fakti që saktësia e rezultateve të përpunuara nga Dall-E rezultoi të ishte qëllimi i përsosur për një zgjidhje tjetër OpenAI: KLIP (Trajnim paraprak i gjuhës kontrastive-imazhi).

Një rrjet nervor i klasifikimit dhe renditjes së imazheve i trajnuar në bazë të lidhjeve tekst-imazh, të tilla si titrat që gjenden në internet. Falë ndërhyrjes së CLIP, e cila zvogëlon numrin e rezultateve të propozuara për përdoruesit për kërkesë në 32, Dall-E u zbulua se kthente imazhe të kënaqshme në shumicën e rasteve.

Midjourney: dizajni, infrastruktura njerëzore dhe inteligjenca artificiale

Siç pritej, Mesi i udhëtimit është një projekt i rëndësishëm që është pjesë e konceptit në zhvillim të Al Generative Art. Në mënyrë të veçantë, Midjourney është një laborator i pavarur kërkimor që eksploron mjete të reja të të menduarit dhe zgjeron fuqitë imagjinative të specieve njerëzore.

Përdorimi i tij është i thjeshtë: së pari duhet të krijohet një llogari Mosmarrëveshje, një platformë që pret komunitete të ndryshme, ku Midjourney është një prej tyre. Brenda aplikacionit janë dhomat e ndryshme të bisedave në të cilat mund të merrni pjesë aktive ose jo në diskutime.

Është e rëndësishme të theksohet se për të provuar përdorimin e Inteligjencës Artificiale për herë të parë duhet të shkoni te "të rinjtë" kanalet, ku 25 rendere falas janë në dispozicion.

Një paraqitje korrespondon me gjenerimin e katër varianteve të ndryshme të krijuara nga e njëjta hyrje tekstuale.

Kështu, 25 paraqitjet i referohen 25 punëve të përpunimit të kryera nga bot Midjourney. Rrjedhimisht, krijimi i imazhit kërkon ndërveprim me robotin Midjourney përmes një mesazhi me tekst të quajtur "prompt", në të cilin do të ketë fjalë kyçe që përshkruajnë imazhin që përdoruesi ka në mendje.

Mund të shtoni detaje sa të doni, e rëndësishme është që fjalët kyçe të ndahen me presje. Pasi të përfundojë interpretimi, kompjuteri kthen katër imazhe të ndryshme bazuar në përshkrimet nga të cilat mund të zgjidhni.

Përveç kësaj, pasi programi të ketë mbaruar paraqitjen, mund të komunikoni preferencat tuaja bazuar në imazhet dhe, nëse dëshironi, të gjenerohen përsëri katër versione të tjera.

DALL-E 2: sistemi i ri i AI për veprat e artit

Përveç Midjourney, DALL-E 2 është gjithashtu sistemi i ri i AI që mund të krijojë imazhe dhe vepra arti realiste nga një përshkrim i gjuhës natyrore. Jo vetëm kaq, DALL-E 2 gjithashtu mund të kombinojë koncepte, atribute dhe stile.

Fuqia e sistemit të ri të AI qëndron gjithashtu në aftësinë për të zgjeruar imazhet përtej asaj që është në kanavacën origjinale, duke krijuar kompozime të reja ekspansive. Përveç kësaj, ai mund të bëjë ndryshime realiste në imazhet ekzistuese nga një titull në gjuhë natyrale dhe mund të shtojë dhe heqë elementë duke marrë parasysh hijet, reflektimet dhe teksturat.

Aftësitë e DALL-E 2 përfshijnë gjithashtu marrjen e një imazhi dhe krijimin e disa variacioneve të tij të frymëzuara nga origjinali. DALL-E 2 ka mësuar marrëdhënien midis imazheve dhe tekstit të përdorur për t'i përshkruar ato.

Ai përdor një proces të quajtur "difuzion", e cila fillon me një model pikash të rastësishme dhe gradualisht e ndryshon atë model drejt një imazhi kur njeh aspekte specifike të atij imazhi.

Pra, pasi OpenAI prezantoi DALL-E në janar 2021, tani sistemi më i ri, DALL-E 2, gjeneron imazhe më realiste dhe më të sakta me katër herë më shumë rezolucion.

DALL-E 2 filloi si një projekt kërkimor dhe tani është në dispozicion si një beta version. Zbutjet e sigurisë që sistemi ka zhvilluar dhe vazhdon të përmirësojë përfshijnë: kufizimin e aftësisë së sistemit për të gjeneruar imazhe të dhunshme, urrejtjeje ose për të rritur, dhe vendosjen me faza të bazuara në mësim.