Възходът на генераторите на снимки с изкуствен интелект

Произведения на изкуството, генерирани от изкуствен интелект, тихо започват да променят културата. През последните няколко години способността на системите за машинно обучение да генерират изображения от текстови подсказки се повиши драстично по отношение на качеството, точността и изразителността. Сега тези инструменти излизат от изследователските лаборатории и преминават в ръцете на обикновените потребители, където създават нови визуални езици на изразяване и - най-вероятно - нови видове проблеми, пише в свой анализ The Verge.

Смята се, че в момента съществуват само няколко десетки първокласни софтуера с изкуствен интелект за генериране на изображения. Създаването им е сложно и скъпо, тъй като се изисква достъп до милиони изображения, използвани за обучение на системата (тя търси модели в снимките и ги копира), и много изчислителна мощ (за която разходите варират, но не е изключено цената да е милион долара).

В днешно време резултатите от тези системи се разглеждат предимно като новост, когато се появят на корицата на някое списание или се използват за създаване на мемета. Но художниците и дизайнерите интегрират този софтуер в работния си процес и много скоро изкуството, генерирано от изкуствен интелект, ще бъде навсякъде. И бързо трябва да бъдат решени редица сложни въпроси, като за авторските права (кой притежава изображението? Кой го е направил?) и за потенциалните опасности (като пристрастна продукция или генерирана от ИИ дезинформация).

И докато технологията става масова, една компания ще може да си припише част от заслугите за нейния възход: изследователска лаборатория от 10 души, наречена Midjourney, която създава едноименен генератор на изображения с изкуствен интелект, достъпен чрез чат сървър на Discord. Въпреки че името може да Ви е непознато, вероятно вече сте виждали резултатите от системата на Midjourney да се появяват в социалните ви мрежи. За да генерирате свое собствено, просто се присъединявате към Discord на Midjourney, въвеждате подкана и системата създава изображение за вас.

Хора, които правят снимки на себе си с разтапяща се кожа, окървавени лица и мутирали тела, докато стоят пред свят, който гори, е това, което изкуственият интелект вярва, че ще бъде последното селфи, направено в края на света.
Такива кадри бяха споделяни в TikTok и показват „последното селфи, правено някога“. Въпреки че не е ясно каква система за изкуствен интелект е използвана, някои коментатори смятат, че ужасните изображения са направени с Midjourney, пише The Daily Mail.

Всеки от кошмарните резултати показва човек, който държи телефон, а зад него са сцени на падащи бомби, колосални торнада и горящи градове, заедно със зомбита, застанали насред разрушенията.

Едно от селфитата представлява анимирано изображение на мъж, облечен в нещо, което прилича на екипировка за борба с безредиците. Той бавно движи главата си така, сякаш животът му проблясва пред очите му, докато около него от небето падат бомби.

Всяко от видеата е гледано стотици хиляди пъти, а потребителите коментират колко ужасяващо е всяко селфи. Един от тях смята, че изображенията ще го държат буден през нощта, защото са толкова смразяващи.

Повечето от коментиращите виждат забавната страна на изображенията, но при изкуствения интелект е открита и тъмна страна - расова и полова пристрастност.

Системата е публична и когато OpenAI пусна втората версия на изкуственият интелект, тя насърчи хората да въвеждат описания, за да може ИИ да подобри генерирането на изображения с течение на времето, съобщава NBC News.

Потребители обаче започнаха да забелязват, че изображенията са пристрастни. Например, ако потребителят въведе „главен изпълнителен директор“ софтуерът с ИИ DALL-E ще създаде изображения само на бели мъже, а за „стюардеса или стюард" са представени само изображения на жени.

През миналата седмица OpenAI обяви, че пуска нови техники за смекчаване на въздействието, за да помогне на DALL-E да създава по-разнообразни изображения, и твърди, че актуализацията гарантира, че изображения с по-разнообразни хора ще се появяват 12 пъти по-често.