DeepFloyd и отвъд: Изследване на най-новото в AI Art с главен изпълнителен директор на NightCafe Studio
Накратко
По време на ексклузивно интервю главният изпълнителен директор на NightCafe Studio предостави ценни прозрения и гледни точки за изкуството, генерирано от AI.
Ангъс Ръсел представи DeepFloyd – нов алгоритъм, разработен от партньора на NightCafe Studio, Stability AI, който работи в пикселно пространство и използва голям езиков модел (LLM) за генериране на изображения.
NightCafe Studio е AI Art Generator, който позволява на потребителите да създават зашеметяващо и футуристично изкуство за секунди с помощта на изкуствен интелект. Основан от Ангъс Ръсел Преди четири години NightCafe Studio се роди от разочарованието на Ангъс, че не успя да намери произведения на изкуството, които да резонират с него. Воден от знанието, че съществуват алгоритми за трансфер на стилове, той потърси уебсайт, който би му позволил да създаде персонализирано изкуство чрез трансфер на стил и да го отпечата.
За негово разочарование той не можа да намери такава платформа. Тази неуспех обаче породи новаторска идея в него. Той реши да създаде приложение за трансфер на невронни стилове за създаване на изкуство, генерирано от изкуствен интелект, и го пусна в Reddit.
NightCafe Studio възниква като платформа за генериране на текст към изображение, което я прави първата по рода си. Тази уникална функция доведе до значително увеличение както на приходите, така и на потребителската база. Оттогава платформата остава в челните редици на генеративния AI, привличайки голяма общност от ентусиасти, които се наслаждават на използването на генератора, за да създават зашеметяващи произведения на изкуството. Днес NightCafe Studio е широко смятан за един от най-популярните и иновативни налични генератори на изображения с изкуствен интелект.
По време на интервю с Ангъс Ръсел проучихме предимствата и ограниченията на изкуството, генерирано от AI, нарастващото използване на изкуствен интелект в света на изкуството и най-новия алгоритъм за генериране на изображения с AI, DeepFloyd.
Появата на изкуството, генерирано от AI
През последното десетилетие художествената индустрия стана свидетел на постепенно проникване на AI и машинно обучение (ML). Тези авангардни технологии въведоха някои завладяващи нови концепции, като Deepfakes и DALL-E, които привлякоха значително внимание по целия свят. Днес художествената индустрия не може да си позволи да пренебрегне огромното въздействие на изкуствения интелект, което сега предизвиква отдавна чакана революция в сектора.
Ангъс обсъди как NightCafe Studio претърпя скокове в растежа по време на пускането на Stable Diffusion, модел за преобразуване на текст в изображение, с който неговата компания стартира в деня на пускането на пазара. Оттогава бариерата за навлизане за създаване на подобни инструменти е намалена поради отворения код на алгоритми и примерни кодове.
Основателят на NightCafe Studio вярва, че създаването на AI изкуство не е свързано само с крайния продукт, но и с процеса на неговото създаване. Той го вижда като форма на терапия и релаксация, позволяваща на хората да изразят себе си по уникален и креативен начин. Много хора, които никога не са се смятали за креативни, са открили артистичните си способности чрез изображения, генерирани от AI. Тази философия е отразена в потребителския интерфейс на платформата, който е проектиран да бъде удобен за потребителя и достъпен за артисти с всички нива на умения.
Само в NightCafe Studio вече има между два и три милиона потребители на месец, генериращи около милион изображения на ден. Stability AI, компания с отворен код за генериране на AI, посочен че са имали над 10 милиона потребители, които са били активни ежедневно малко след стартирането на Stable Diffusion.
| Препоръчва се: 10+ най-добри AI арт генератори за 2023 г.: Midjourney, DALL-E, NightCafe, Artbreeder |
DeepFloyd IF: Новият променящ играта алгоритъм за генериране на AI изображения
NightCafe Studio внедрява нов алгоритъм от Stability AI нарича DeepFloyd, който обещава да революционизира начина, по който генерираме изображения с изкуствен интелект.
DeepFloyd, който в момента е в бета версия, е нов модел текст към изображение, който може да генерира впечатляващи изображения от описания на естествен език. Базиран е на нова архитектура, която съчетава голям езиков модел с три дифузионни модела. Той е вдъхновен от Imagen, подобен модел, разработен от Google Research, но никога не е публикуван за обществеността.
Моделът може да генерира ясни и последователни изображения с текст и обекти в различни пространствени отношения, което е предизвикателна задача за повечето други модели текст към изображение. Това се постига с помощта на големия езиков модел T5-XXL-1.1 като енкодер на текст и значително количество слоеве за кръстосано внимание текст-изображение, които осигуряват по-добра бързина и обединение на изображения.
DeepFloyd също може да създава изображения с нестандартно съотношение на страните и има висока степен на фотореализъм. В допълнение, той позволява нулеви преводи от изображение към изображение, което означава, че стилът, моделите и детайлите на изходното изображение могат да бъдат модифицирани, като същевременно се поддържа основната форма на изходното изображение без необходимост от фина настройка.
Новият алгоритъм работи по различен начин от Stable Diffusion. DeepFloyd използва пикселно пространство и голям езиков модел (LLM), докато Stable Diffusion използва латентно пространство и фиксиран CLIP модел. DeepFloyd също използва множество дифузионни процеси за създаване на изображения, докато Stable Diffusion използва само един.
DeepFloyd е името на изследователската група, изградила алгоритъма, а самият алгоритъм се нарича IF. Изследователската група включва много от същите хора, които са творили GPT-3предшественик на GPT-2и предишен най-съвременен езиков модел, наречен RuGPT.
Някои спекулации предполагат, че името IF може да е вдъхновено от едноименна песен на Pink Floyd, както е намекнато от биографиите на групата за изследване на алгоритъма в социалните медии.
Прочетете повече за алгоритъма тук.
Сравнение на ограниченията на AI Art и дигиталното изкуство
Едно от основните ограничения на AI е текстът, въпреки че DeepFloyd се справя с този проблем. Друго ограничение е трудността да се получи изображение точно както е предвидено, особено без експертна подкана. AI също така няма способността да разбира и интерпретира културни и социални контексти, които формират човешкото изкуство. Следователно изкуството, генерирано от AI, понякога може да създаде произведения, които изглеждат неуместни или културно нечувствителни.
Въпреки това изображенията, генерирани от AI, все още могат да бъдат красиви и на моменти дори по-добри от първоначалната идея, стига потребителят да е готов да бъде изненадан, каза Ангъс. Освен това има начини за промяна на генерирани изображения с помощта на AI алгоритми или Photoshop. Докато получаването на точно изображение в момента е област на активно изследване, се постига значителен напредък. Скоро може да е възможно да имате пълен контрол върху всеки аспект на изображението.
AI разчита на изображенията и изкуството, които съществуват в мрежата като вдъхновение, но само на тези, върху които е обучен. Различни алгоритми, като напр Midjourney, DALL-E и Stable Diffusion, са обучени на различни набори от данни, което означава, че могат да се представят по-добре на конкретни типове изображения.
Напоследък изследователите проучват въздействието от премахването на изображения с ниско качество от набори от данни за обучение за подобряване на резултатите от AI. Чрез филтриране на тези изображения с ниско качество, полученият набор от данни може да стане по-малък, но с по-високо качество, което води до по-добри резултати, без да се увеличава размерът на AI моделите или да се изисква по-скъп хардуер. Ангъс сподели, че този подход представлява обещаващ начин за подобряване на качеството на изображенията, генерирани от AI, без да се разчита на по-големи и ресурсоемки модели.
Един проблем с AI в изкуството е, че може да обезцени работата на човешките творци, които прекарват много време в създаване на изкуство, докато AI е в състояние да генерира изкуство за секунди. Има обаче определено нематериално качество на човешкото изкуство, което може да е трудно за възпроизвеждане от AI, като например емоционалната дълбочина и сложност, често присъстващи в творбите, създадени от хора. NightCafe Studio вярва, че AI е по-малко за създаване на изкуство за комерсиални цели и повече за удоволствието от самия творчески процес.
„Винаги ще има стойност в създаденото от човека изкуство, защото то представлява усилието и уменията на художника, докато създаденото от AI изкуство няма същата присъща стойност,“
- каза Ангус.
Етичен проблем около AI в изкуството е използването на публично изображение за обучение на AI алгоритми, които може да не принадлежат на компанията, обучаваща AI. Въпреки че в момента няма нарушени закони, това повдига въпроси относно съгласието и поверителността. Компании с отворен код като OpenAI и DALL-E работят върху това да направят процеса по-етичен, но това остава открит въпрос. Възможно е да има бъдещи разпоредби относно използването на изображения за обучение на ИИ в изкуството.
Въпреки тези опасения, Ангъс вярва, че процесът на ИИ в изкуството не се различава фундаментално от човешките художници, които черпят вдъхновение от работата на други художници. AI знае как изглеждат нещата и помни части от изображенията, точно както хората. Просто е по-добре да ги пресъздадете от нулата.
Чети повече:
Отказ от отговорност
В съответствие с Доверете се насоките на проекта, моля, имайте предвид, че предоставената на тази страница информация не е предназначена да бъде и не трябва да се тълкува като правен, данъчен, инвестиционен, финансов или каквато и да е друга форма на съвет. Важно е да инвестирате само това, което можете да си позволите да загубите, и да потърсите независим финансов съвет, ако имате някакви съмнения. За допълнителна информация предлагаме да се обърнете към правилата и условията, както и към страниците за помощ и поддръжка, предоставени от издателя или рекламодателя. MetaversePost се ангажира с точно, безпристрастно отчитане, но пазарните условия подлежат на промяна без предизвестие.
За автора
Агне е журналист, който отразява най-новите тенденции и развития в метавселената, ИИ и Web3 индустрии за Metaverse Post. Нейната страст към разказването на истории я кара да провежда множество интервюта с експерти в тези области, като винаги се стреми да разкрива вълнуващи и ангажиращи истории. Агне има бакалавърска степен по литература и има богат опит в писането на широк спектър от теми, включително пътуване, изкуство и култура. Тя също е била доброволец като редактор на организацията за правата на животните, където е помогнала за повишаване на осведомеността относно проблемите, свързани с хуманното отношение към животните. Свържете се с нея на [имейл защитен].
Още статии
Агне е журналист, който отразява най-новите тенденции и развития в метавселената, ИИ и Web3 индустрии за Metaverse Post. Нейната страст към разказването на истории я кара да провежда множество интервюта с експерти в тези области, като винаги се стреми да разкрива вълнуващи и ангажиращи истории. Агне има бакалавърска степен по литература и има богат опит в писането на широк спектър от теми, включително пътуване, изкуство и култура. Тя също е била доброволец като редактор на организацията за правата на животните, където е помогнала за повишаване на осведомеността относно проблемите, свързани с хуманното отношение към животните. Свържете се с нея на [имейл защитен].
