Videnskab
 science >> Videnskab >  >> Elektronik

AI kan producere prisvindende kunst, men den kan stadig ikke konkurrere med menneskelig kreativitet

Forskellige kunstværker af robotter, tegnet af AI. Billede oprettet af forfatteren (ved hjælp af stabil diffusion). Forfatter angivet

Folk betragter kreativitet som iboende menneskelig. Imidlertid har kunstig intelligens (AI) nået det stadie, hvor det også kan være kreativt.

En nylig konkurrence tiltrak vrede fra kunstnere, efter at den tildelte en pris til et kunstværk skabt af en AI-model kendt som Midjourney. Og sådan software er nu frit tilgængelig takket være udgivelsen af ​​en lignende model kaldet Stable Diffusion, som er den mest effektive af sin slags til dato.

Fagforeninger af kreative udøvere såsom Stop AI Stealing the Show har i nogen tid rejst bekymringer om brugen af ​​AI i kreative felter. Men kunne kunstig intelligens faktisk erstatte menneskelige kunstnere?

Disse nye AI-modeller kan producere uendelige muligheder. Hvert billede af robotterne vist ovenfor er unikt, men genereres af stabil diffusion fra lignende brugeranmodninger.

Der er to måder at bruge disse AI-kunstnere på:Skriv en kort tekstprompt eller giv et billede ved siden af ​​prompten for at give mere vejledning. Ud fra en 14-ords prompt var jeg i stand til at generere adskillige logoideer til et opdigtet firma, der leverer frugt. På knap 20 minutter. På min bærbare computer i mellemklassen.

Et design til en frisk frugtvirksomhed, der leverer hurtigt, Logo, High Contrast, Polyvinyl – den prompt, som jeg brugte til at få Stable Diffusion til at lave disse billeder.

Som du kan se fra resultaterne ovenfor, kæmper Stable Diffusion for at skabe kunst, der involverer ord. Og nogle af frugterne er lidt funky.

Alligevel er der ingen måde, jeg kunne have produceret sådan noget eksternt som dette uden at bruge AI eller bruge hjælp fra en grafisk designer. Jeg kunne heller ikke selv have lavet robotbillederne.

Potentialet i denne teknologi er ikke gået ubemærket hen - startup'en, der er ansvarlig for Stable Diffusion, Stability AI, sigter mod en investeringsevaluering på 1 milliard USD (900 millioner GBP). Men disse AI-modeller begynder at få indflydelse i den virkelige verden, som det ses med det prisvindende Midjourney-billede. Hvor AI virkelig udmærker sig, er at producere kunstværker, der kombinerer forskellige elementer og stilarter.

Selvom AI kan gøre det meste af benarbejdet for dig, kræver det stadig dygtighed at bruge disse modeller. Nogle gange genererer en prompt ikke helt det billede, du ønskede. Eller AI kan bruges sammen med andre værktøjer og udgør kun en lille del af en større pipeline.

Og at skabe kunst er anderledes end at producere digitale designs. Stable Diffusion er bedre til at tegne landskaber end logoer.

Hvorfor Stable Diffusion er en game changer

AI-modeller er typisk trænet til at skabe kunst ved hjælp af et datasæt, der indeholder svimlende 5,85 milliarder billeder. Denne enorme mængde data er nødvendig, så AI kan lære om billedindhold og kunstneriske koncepter. Og det tager meget lang tid at behandle.

For Stable Diffusion tog det 150.000 timer (lige over 17 år) processortid. Dette kan dog reduceres til mindre end en måneds realtid ved at træne parallelt på store computerklynger (samlinger af kraftige computere, der fungerer som en enkelt enhed).

Stabilitet AI tilbyder også et onlineværktøj kaldet DreamStudio, der giver dig mulighed for at bruge dens AI-model til en pris på omkring 0,01 USD pr. billede. Til sammenligning, for at bruge konkurrenten OpenAIs kunstmodel, DALL·E 2, er omkostningerne over det ti gange så store.

AI-kunstmodeller kæmper stadig med at tegne hænder korrekt. Billede oprettet af forfatteren ved hjælp af stabil diffusion.

Begge metoder bruger den samme underliggende tilgang, kendt som et diffusionsmodel computerprogram, som lærer at skabe nye billeder ved at se på masser af eksisterende billeder. Men stabil diffusion har en lavere beregningsomkostninger, hvilket betyder, at det kræver mindre tid at træne og bruger mindre energi.

Plus, du kan faktisk ikke downloade og køre OpenAIs model selv, kun interagere med den via en hjemmeside. Stable Diffusion er i mellemtiden et open source-projekt, som alle kan lege med. Så det nyder godt af den hurtige udvikling af online-kodningsfællesskabet, såsom forbedringer af modellerne, brugervejledninger, integration med andre værktøjer. Dette er allerede sket i ugerne efter Stable Diffusions udgivelse i august 2022.

Kunstens fremtid?

Selvom der er foretaget store forbedringer i de sidste fem år, er der stadig ting, som AI-kunstmodeller kæmper med. Ord i deres kunstværker er genkendelige, men ofte volapyk. På samme måde kæmper AI for at gengive menneskehænder.

Der er også den åbenlyse begrænsning, at disse modeller kun kan producere digital kunst. De kan ikke arbejde med olier eller pasteller, som folk kan. På den måde som vinyl har fået et comeback, kan teknologien i begyndelsen skabe et sving mod en ny form, men med tiden ser det ud til, at folk altid kredser tilbage til den oprindelige form med den højeste kvalitet.

I sidste ende, som tidligere forskning har fundet, er AI-modeller i deres nuværende form mere tilbøjelige til at fungere som nye værktøjer for kunstnere end som digitale erstatninger for kreative mennesker. For eksempel kunne AI generere en række billeder til at tjene som udgangspunkt, som derefter kan vælges fra og forbedres af en menneskelig kunstner.

Dette kombinerer styrkerne ved AI-kunstmodeller (hurtig iteration og skabelse af billeder) med styrkerne hos menneskelige kunstnere (en vision for kunstværket og overvindelse af problemerne med AI-modeller). Dette gælder især i tilfælde af bestilt kunst, når der er behov for et specifikt output. Det er usandsynligt, at AI alene producerer det, du har brug for.

Der er dog stadig en fare for kreative. Digitale kunstnere, der vælger ikke at bruge AI, kan blive efterladt, ude af stand til at følge med den hurtige iteration og lavere omkostninger for AI-forbedrede kunstnere. + Udforsk yderligere

AI-kunst er overalt lige nu. Selv eksperter ved ikke, hvad det vil betyde

Denne artikel er genudgivet fra The Conversation under en Creative Commons-licens. Læs den originale artikel.