DALL·E, нарисувай ми овца!

май 27, 2022 | Технологии

DALL·E, нарисувай ми овца!

27 май 2022 | Технологии

„Бихте ли ми нарисували купа със супа, в която като че ли има чудовище от вълна?“

Хващам се на бас, че с такава странна заявка не могат да се справят повечето добри художници и фотографи. Като го чуя, и аз не мога да си представя нищо, което да прилича на нещо подобно. Далѝ обаче си представя много интересна картинка:

 

 

Този артист определено си заслужава уважението, затова нататък ще се погрижим да изписваме правилно името му. Защото DALL·E може да няма засукания мустак и ексцентричността на на адаша си Салвадор, но прави вълнуващи неща. Той е алгоритъм, който с помощта на изкуствения интелект превръща описанието в изображение. При това само колко точно!

„Нарисувай ми овца“, казва малко момче със златни коси на пилот, озовал се сред знойните хълмове на Сахара. Какво се случва нататък, знаем всичко, но отговорът на пилота е красиво детски.

Всичко друго освен детски са отговорите на DALL·E. Името му се изписва като на дете на Мъск, то идва от асоциацията с адаша му художник и анимационния герой – роботчето на „Пиксар“ WALL·E. От първите дни на май тази година алгоритъмът привлече вниманието на хората, които се интересуват от изкуствения интелект, със зашеметяващи примери.

 

Плюшени мечета работят по ново изследване на ИИ под вода с технологии от 90-те.

 

А дали е така кой ще ми каже?

DALL·E е доста активен онлайн. Даже редовно публикува новите си произведения в инстаграм.

След като миналата година първата версия на проекта загатна за впечатляващите му перспективи, вторият му версия дойде не само за да покаже, че алгоритмите са способни да творят. Но и много по-важни неща за възможностите им.

Проектът е дело на една от двете най-мащабни групи учени днес, които работят в областта на висшия пилотаж, свързан с разработката на изкуствен интелект. OpenAI е компанията, подкрепяна от Мъск срещу големия конкурент на Google, която създаде технологията GPT-3. Именно тази, най-впечатляваща до момента, предварително тренирана невронна мрежа се крие и зад проекта за електронния художник.

Нашият герой определено се смята за сериозен пробив в своята област. Както си струва отново да споменем, днес алгоритмите на изкуствения интелект са особено силни тогава, когато имат една от следните две задачи: на базата на обработката на огромен обем информация да предположат каква ще е следващата единица, която се зададе, или пък да успеят да я класифицират. Те се справят все по-впечатляващо в някои от посоките, в които очакваме чудеса, като например лицевото разпознаване, в други изостават, но като цяло продължават да се развиват в рамките на тези си основни роли.

 

Астронавт на кон във фотореалистичен стил.

 

Дали вали

Докато нашият нов приятел DALL·E променя парадигмата. Той анализира връзките между човешкия говор и изображенията. И в резултат създава неочаквани, понякога впечатляващи с майсторството си картини.

И пак стигаме до големия въпрос. Можем ли да ги наречем изкуство?

Наистина е изумително. Нека опитаме пак.

Някой: Уважаеми DALL·E, хайде да вземеш да ни нарисуваш плюшени мечета, които смесват бълбукащи химикали като луди учени от 90-тарско съботно анимационно шоу…

DALL·E:

 

Точно така, можем да му кажем не само какво искаме да видим, но и в каква стилистика. Имаме възможността да му описваме и обясняваме и той ще даде всичко от себе си, за да изпълни задачата. При това, давайки ни много възможни решения, от които да си изберем

Е, понякога резултатите може и да приличат, що се отнася до реалистичността, на тези от творчеството на адаша му. Не е случайно, че за момента алгоритъмът все още не е пуснат за свободна „проверка“. За да го изпиташ сам, се записваш в листа на чакащите (можете да сте сигурни, че съм там от първия момент, в който чух за него. Ако решите, опитайте и вие тук). Но това е стандартен подход в света на изкуствения интелект, където нещата са все още доста неясни и не винаги контролируеми. Понякога опитът да наподобим естествения интелект води дотам, че успяваме да извадим на преден план най-грозните му страни.

 

 

Куче влачи рейс, диря няма

Обещавам, именно това ще гласи първата задача, която мисля да му дам, стискайте палци да ми дойде редът, после ще споделя резултата!

Но междувременно, извън шегите, си струва да споменем още за достойнствата на DALL·E.

Както стана дума, новата версия на твореца използва алгоритъма GPT-3. Трениран е с помощта на 650 милиона изображения и текстовете към тях, търсейки закономерностите.

Именно в това е и нестандартният му успех. Той показва, че ИИ може да се окаже изненадващо силен, ако му покажем различни закономерности, а не просто го вкараме в руслото да класифицира или предсказва. А това е твърде вероятно да се окаже пътят по създаването на генералния изкуствен интелект. Следващото поколение алгоритъм, което пък ще може с помощта на една и съща програма да решава различни задачи.

А всичко това ни води все по-напред по пътя към машината, по-„умна“ от човека.

 

Страница на паспорт, пълна с печати от извънземни светове.

 

Бу-Дали

Дотам, разбира се, има много стъпки и никак не е сигурно, че криволичещата пътека няма да се изгуби. И все пак, успехът на DALL·E е впечатляващ.

Нека се разходим сред изложбата на електронния майстор. Той умее не само да генерира изцяло нова картина или фотография. Способен и на ретуширане. Казвате му да добави едно пате някъде насред хаоса и той му намира място.

 

 

После е способен да ви предлага различни варианти. Без да съм специалист в тази област, но… забелязвате ли как се справя алгоритъмът със светлосенките? Дори да отнесе известни критики от баш майсторите, със сигурност спестява доста работа на хората, които се занимават с ретуширане.

Поне му казваха „ретуширане“, преди годините на „Фотошоп“. После спряхме да бъдем толкова убедени във всичко, което виждаме на картинка… Уви, не спряхме, а трябваше. И днес често сме твърде лесно убеждавани, а фотоманипулацията наистина може да бъде съвършена, по пътя ѝ върви и видеото.

А какво ще стане, когато обаче алгоритъмът започне да се справя сам? И ако допълним това със задаващия се генерален ИИ, способен да изпълнява различни задачи…

DALL·E 2 много добре разбира какво ще рече „стил“. Ако му кажете какво да нарисува, ще прояви повече творчество, давайки ви доста разнообразни варианти, но ограничите ли го до епоха, направление или излъчване, ще се опита да ви помогне в зададените рамки.

 

Тигър, който с притеснение очаква часа си при зъболекаря, стил дигитално изкуство.

 

А дано, ама надали

Е, по модерна американска традиция, обвиняват го в това, че изпълнява задачите, като рисува основно лица на бели мъже. От гледната точка на бял мъж съм склонен да подкрепя атаките, също и от другата страна, срещу това, че рядко рисува голи тела.

Но всичко това се пристрастия, а в света на изкуствения интелект те, наричани по-често с англоезичния термин “bias”, са често смятани за най-сериозния проблем. Показателите, в които алгоритъмът може да се отклони от задачата си по някакви субективни причини.

DALL·E очевидно е склонен да го прави, заради което тестването му е ограничено, а и има безброй уговорки в тази посока. И в този смисъл той е доста симпатичен, покрива повече от критериите за твореца… който май по дефиниция е субективен. И си оправдава названието, което задължава към дадена самобитност.

Даже му подготвят и своеобразна цензура. Част от специалистите, работили по него, настояват да не му бъде дадена изобщо възможност да генерира лица (защото, когато му казват да нарисува затворник или ядосан човек, винаги връщал цветнокожи).

DALL·E обаче не е виновен, а е способен на впечатляващи резултати. И преди да го насочим към еротичния жанр (защо ли), бързам да ви кажа, че създателите му са цензурирали при обучението му всякакви по-пиперливи изображения. Така че ако му зададете горещ сюжет, може да ви покаже чук вместо действието, с което го свързваме вербално.

 

Ленивец в смокинг, който яде чийзбургер, докато кара колело с една гума във футуристичен град, дигитално изкуство.

 

Хляб и зрелища

Всяко от изображенията, които му се подават, минава през сериозен филтър, така че да няма и политически символи, и всички онези послания, които днес не се приемат за подходящи. Като знаем колко добре се справят с този филтър днес социалните мрежи, остава да допуснем колко подходяща идея е подобен подход да приложим и към следващите поколения алгоритми.

Той разчита на съвършените описания на кадрите, за да се опитва да намери взаимовръзките. За да си върши работата, алгоритъмът получава успоредно изображенията и текста, кодирани в знаци. Докато се тренира с помощта на огромния брой кадри, той открива закономерностите в описанията. И се опитва да ги претвори на практика след това, по зададените от потребителя рамки.

 

Хипопотам учен изследва проба под микроскоп.

 

Освен да помага на хората да се изразяват визуално, другата голяма цел на нашия приятел е да ни даде повече знание за това как ИИ възприема и обработва информацията. Както подробно стана дума в материала за
зрелищните сънища на алгоритмите, ние все още знаем прекалено малко за това, което се случва между подадената информация и крайния резултат.

Мнозина виждат още едно бъдещо приложение: DALL·E може да се окаже дългоочакваното средство, което да превърне в действителност прословутата значително по-съвършена и реалистична метавселена. Днешните решения според първите ѝ потребители са доста несъвършени, докато следващите версии на програмата – поръчков художник, могат да помогнат сериозно новият виртуален свят не само да е реалистичен, но и да се създава бързо и евтино.

 

Една и съща задача, изпълнена от DALL·E1 и DALL·E2.

 

Взели Дали

През февруари, преди пускането на алгоритъма, в екипа бяха привлечени 23-ма външни изследователи в т. нар. „червен екип“. Учени със сериозен опит в областта на машинното самообучение, които да проверяват за всякакви възможни пропуски и потенциални проблеми. Именно от тях е дошло предложението първоначално проектът да попадне само в ръцете на избрани люде. До момента този късмет са имали 400 души, основно служители на и OpenAI, подбрани творци и учени.

Според хора от „червения екип“ нашият приятел не е достатъчно способен да рисува реалистични лица. Е, и истинският Дали не е силен в лизата.

Още критики идват за това, че алгоритъмът просто прави това, на което е способен всеки средно добър майстор на „Фотошоп“ с повечко въображение.

Но пък е алгоритъм, нали? В която и да било област дефиницията „прави това, което всеки“… е знак, че тази професия си отива.

Освен това е зависим от това, което му се подаде. Колкото по-оригинална задача му поставите, толкова по-неочаквано изображение ще получите в замяна. Не е ли това дълго чаканата форма на симбиоза, що се отнася до креативността?

 

Купа със супа, която е портал към други измерения.

 

Imagine all the AI…

И ето че този журналистически материал едва беше подготвен за публикуване, когато се оказа, че нашият приятел вече… не е сам! Заформя се компания от ИИ художници, като нищо ще оформят и художническа школа, подобна на импресионистите.

По-скоро обаче се заформя конкуренция, защото Imagen е „отроче“ на другите най-големи днес в света на изкуствения интелект – Google. Този художник е способен на доста сходни задачи, но… определено има доста различен стил на изразяване.

Ето примери и от неговото творчество:

 

Двойка роботи на романтична вечеря пред Айфеловата кула.

 

Мраморна статуя на коала диджей.

 

Много ще е интересно ако един ден имаме възможност със свободен достъп да проверим как биха реагирали на едни и същи оригинални задачи двата алгоритъма. Дали ако разликата е сериозна, това няма да е още един аргумент да говорим за… творчество?!

 

Бори се, Дали!

Изображенията определено привлякоха вниманието и не е случайно, че напредъкът е постигнат едновременно от няколко проекта. Немалко мнения скептични, защото малко хора имат достъп до алгоритмите и могат да ги изпитат. Значи се подбират само най-добрите резултати, показват ни се само картините, които са се получили… А не правеха ли същото и хората художници?

„DALL·E е удобен помощник, който подсилва онова, което хората сами могат. Но е и силно зависим от въображението на хората, които го ползват. Творците, артистите, с негова помощ могат да създадат неочаквани резултати“, казва Адитя Рамеш, един от водещите инженери на проекта.

Последното сериозно умение на DALL·E наистина се оказват вариациите. Обратното на основната му задача, не да му поръчате рисунка и да я получите, а да му дадете картина, от която да се вдъхнови. И да създаде подобна по свое усмотрение

С това май вече не би могъл да се справи и адашът му.

А какво ще стане, когато пуснем и рекламистите, маркетолозите, инфлуенсърите? „DALL·E, знам, че си творец, ама направи ми реклама за…“? Всеки творец от модерното време знае колко ще му е неприятно на електронния колега.

И ето че след броени дни ще научим още по темата, като поговорим с един от доказаните български фотографи, който има шанса да изпробва (и покаже) невероятните възможности точно на тези алгоритми!

„DALL·E, нарисувай ми овца!“ Обещавам ви, ако имам шанса, ще го помоля и за това.

Скоро очаквайте и още една, само че не толкова дигитална история – на човека, написал оригинала на тази реплика – Антоан дьо Сент-Екзюпери. След това – текст и за генералния изкуствен интелект. Ех, няма ли да е хубав животът, да е доста по-шарено бъдещето на човечеството, ако успеем да ги срещнем…!

Дигитални истории

Дигитални истории е и ще си остане изцяло некомерсиално начинание, на което посвещавам доста време и усилия. За създаването на сайта обаче са нужни определени разходи. Ако имате възможност и желание да подпомогнете сайта, вече можете да го направите. Разбира се, все така важна подкрепа си остава всяка добра дума, всяко споделяне на темите.

<a href="https://karamanev.me/author/georgik" target="_self">Георги Караманев</a>

Георги Караманев

Програмист, журналист и писател. Още за мен – тук.
Дигитални истории

Най-нови публикации:

Васил Анастасов. VR среща взаимоучителната метода

Васил Анастасов. VR среща взаимоучителната метода

Той е на 21, а вече е помогнал на повече от 200 деца да направят първите си стъпки в професионално поприще, което може да се превърне в успешна кариера. Днес Васил Анастасов се е заел с още една...

повече информация
Оригами назаем. Колко струват авторските права онлайн?

Оригами назаем. Колко струват авторските права онлайн?

Понякога животът в мрежата ражда казуси, които не биха ни хрумнали, колкото и да отпускаме въображението си. Представете си, почти като в роман на Кафка, изведнъж започват да ви се появяват реклами...

повече информация
„Забравихме, че бебето знае как да се роди“

„Забравихме, че бебето знае как да се роди“

Как технологиите промениха бременността и раждането? С какво облекчиха и как – парадоксално, в други посоки създадоха проблеми за начина, по който идваме на бял свят? Жени Маркова се свърза с мен...

повече информация
Как срещаме децата с технологиите? (резултати от анкетата)

Как срещаме децата с технологиите? (резултати от анкетата)

По колко часа на ден децата имат досег с екран? Трябва ли в училище да има телефони? Как изглежда технологичното бъдеще за днешните деца? Какво има смисъл да учат? С какво е различно днешното...

повече информация
„Страх от технологии = изоставане на нацията“

„Страх от технологии = изоставане на нацията“

Толкова е пъстър пътят на днешната ни гостенка! 11 години се занимава с журналистика. После се насочва към туризма, за да стане… управител на хотел на Марианските острови в Тихия океан. Докато...

повече информация

Още публикации по темата:

От рубриката:

Васил Анастасов. VR среща взаимоучителната метода

Васил Анастасов. VR среща взаимоучителната метода

Той е на 21, а вече е помогнал на повече от 200 деца да направят първите си стъпки в професионално поприще, което може да се превърне в успешна кариера.
Днес Васил Анастасов се е заел с още една кауза. С помощта на модерните технологии да направи българските музеи по-атрактивни, привлекателни за младите. В началото сам извървява пътя към магията не миналото, за да разбере смисъла и важността на експонатите, които иначе се крият зад неразбираеми витрини с неатрактивни табели.
Хайде, нека потърсим заедно съкровище! Да опитаме да намерим важните пътеки сред обраслата поляна. За това как да превърнем музеите в магнетични места за младите. Къде се крият любопитството и желанието да споделяш знание, да помагаш. За историите на фона на най-модерните технологии в разработването на компютърни игри и системи с добавена и виртуална реалност. Запретвайте ръкави, чака ни приключение!

повече информация
Как срещаме децата с технологиите? (резултати от анкетата)

Как срещаме децата с технологиите? (резултати от анкетата)

По колко часа на ден децата имат досег с екран? Трябва ли в училище да има телефони? Как изглежда технологичното бъдеще за днешните деца? Какво има смисъл да учат? С какво е различно днешното родителство?
Тези и още много важни въпроси отправих в началото на февруари към родителите и близките на деца до 11 години. Анкетата на Дигитални истории събра повече от 350 мнения. Изводите са показателни, замислящи. Посланията, събрани там, си струва да бъдат четени и обсъждани.
Благодаря от сърце на всеки, който я попълни, на всеки, който помогна повече хора да се включат! Ето какви се оказаха резултатите.

повече информация
Таралежите се раждат без ИИ

Таралежите се раждат без ИИ

В какъв свят ще живеят днешните деца?
Какво има смисъл да учат днес и кое би било загуба на време, усилия и пари?
Кога и как да ги срещнем с технологиите така, че да им помогнем да се опознаят, без някой да пострада?
А кога да ги „запознаем“ с изкуствения интелект?
Ще потърся отговорите на тези и други важни въпроси, свързани с децата и технологиите. Започва дълга поредица от детски Дигитални истории.
Ето защо според мен е жизненоважно да навлезем по-дълбоко в тези огромни теми:

повече информация

Най-новите:

Бил Гейтс и Философският камък

Бил Гейтс и Философският камък

Представяте ли си основателя на „Майкрософт“ като крадец на време? Как катеренето на високи планински върхове предопределя най-големите му успехи в софтуерния свят? Защо мечтата да победи баба си на карти е сред основните идеи, превърнали го в най-богатия човек на планетата?
Надали някой би обвинил Бил Гейтс, че притежава уменията на блестящ белетрист, обаче историите, които ни разказва един от най-важните (харесвани или не) хора на нашето време определено са впечатляващи. Избрах да ви разкажа 8 от тях…

повече информация
Васил Анастасов. VR среща взаимоучителната метода

Васил Анастасов. VR среща взаимоучителната метода

Той е на 21, а вече е помогнал на повече от 200 деца да направят първите си стъпки в професионално поприще, което може да се превърне в успешна кариера.
Днес Васил Анастасов се е заел с още една кауза. С помощта на модерните технологии да направи българските музеи по-атрактивни, привлекателни за младите. В началото сам извървява пътя към магията не миналото, за да разбере смисъла и важността на експонатите, които иначе се крият зад неразбираеми витрини с неатрактивни табели.
Хайде, нека потърсим заедно съкровище! Да опитаме да намерим важните пътеки сред обраслата поляна. За това как да превърнем музеите в магнетични места за младите. Къде се крият любопитството и желанието да споделяш знание, да помагаш. За историите на фона на най-модерните технологии в разработването на компютърни игри и системи с добавена и виртуална реалност. Запретвайте ръкави, чака ни приключение!

повече информация
Оригами назаем. Колко струват авторските права онлайн?

Оригами назаем. Колко струват авторските права онлайн?

Понякога животът в мрежата ражда казуси, които не биха ни хрумнали, колкото и да отпускаме въображението си. Представете си, почти като в роман на Кафка, изведнъж започват да ви се появяват реклами на китайски магазини… за да ви предлагат нещо, което, много добре знаете, вие сте създали.
Какво бихте направили в такава ситуация?
Не Грегор Замза се казва нашият днешен герой, а Атанас Михалчев. Фотограф, художник, преподавател, от 3 десетилетия той живее в Канада и развива своето изкуство. Освен картините си – в пъстра палитра от стилове, той продава онлайн и малки, добре измислени и стимулиращи въображението и ловкостта детски комплекти за оригами. Които изведнъж… се оказва, че не са негови.
Наистина ли намерихме достатъчно добри механизми за защита на авторското право онлайн? Ще успее ли днешният ни герой да си върне откраднатото? Ще възтържествува ли справедливостта?

повече информация
„Забравихме, че бебето знае как да се роди“

„Забравихме, че бебето знае как да се роди“

Как технологиите промениха бременността и раждането? С какво облекчиха и как – парадоксално, в други посоки създадоха проблеми за начина, по който идваме на бял свят?
Евгения Маркова се свърза с мен заради поредицата „Дигитални деца“ с предложението да поговорим за този аспект от връзката на технологиите с родителството. Тя живее в Германия и макар че дълги години е работила в сферата на маркетинга и разработката на софтуер, днес основното ѝ занимание е на дула. Особено популярно на запад, това е попрището на жени, които не са медицински специалисти, но помагат с информация, съвети, практическа и емоционална подкрепа на бъдещите майки.
Кога предоверяването на технологиите може да се превърне в проблем при бременността и раждането? Защо си струва в някои посоки да се върнем към традициите и повече да слушаме тялото си, а не само медицинските показатели или чужди съвети? Време е за един важен разговор, който според мен би могъл да даде много полезни идеи за хората, които тепърва се готвят да станат родители.

повече информация
Как срещаме децата с технологиите? (резултати от анкетата)

Как срещаме децата с технологиите? (резултати от анкетата)

По колко часа на ден децата имат досег с екран? Трябва ли в училище да има телефони? Как изглежда технологичното бъдеще за днешните деца? Какво има смисъл да учат? С какво е различно днешното родителство?
Тези и още много важни въпроси отправих в началото на февруари към родителите и близките на деца до 11 години. Анкетата на Дигитални истории събра повече от 350 мнения. Изводите са показателни, замислящи. Посланията, събрани там, си струва да бъдат четени и обсъждани.
Благодаря от сърце на всеки, който я попълни, на всеки, който помогна повече хора да се включат! Ето какви се оказаха резултатите.

повече информация
„Страх от технологии = изоставане на нацията“

„Страх от технологии = изоставане на нацията“

Елица Стоилова казва, че дигиталната грамотност би трябвало да се превърне в национална цел, ако искаме да вървим напред. „Липсата ѝ води до страх от технологиите = консерватизъм в тяхното въвеждане и използване = изоставане на нацията ни в множество посоки. Какво е бъдещето на неграмотните народи?“, написа ми тя.
Толкова е пъстър пътят на днешната ни гостенка! 11 години се занимава с журналистика. После се насочва към туризма, за да стане… управител на хотел на Марианските острови в Тихия океан. Докато накрая акостира в ИТ света. Разбира, че голяма част от задачите в туризма успешно могат да се изпълняват от алгоритми, тъй като са повторяеми. Така създава чатбот платформата UMNI, много преди друг един чатбот да привлече погледите на света към това колко е напреднал изкуственият интелект.
Но как така… тя е толкова оптимистично настроена за пътя напред? Гостенката ни смята, че ако правилно изиграем картите си, ИИ ни води към едно прекрасно бъдеще. От какво зависи дали ще изиграем картите си както трябва? И защо понякога си струва дори да изоставиш едно от най-райските кътчета на планетата, преследвайки мечтите? Търсим важни и неочаквани отговори в следващите редове.

повече информация
Share This