DeepFloyd とその先: NightCafe Studio の CEO と AI アートの最新情報を探る
簡単に言えば
独占インタビューで、NightCafe Studio の CEO は、AI によって生成されたアートに関する貴重な洞察と視点を提供しました。
アンガス・ラッセルは、NightCafe Studio のパートナーによって開発された新しいアルゴリズムである DeepFloyd を紹介しました。 Stability AI、ピクセル空間で動作し、ラージ言語モデル (LLM) を使用して画像を生成します。
ナイトカフェスタジオ 人工知能の助けを借りて、ユーザーが驚くほど未来的なアートを数秒で作成できる AI Art Generator です。 によって設立されました アンガスラッセル XNUMX 年前、NightCafe Studio は、自分の心に響くアート作品が見つからないというアンガス自身のフラストレーションから生まれました。 スタイル転送アルゴリズムが存在するという知識に駆り立てられて、彼はスタイル転送によってパーソナライズされたアートを作成し、それを印刷できる Web サイトを探しました。
残念なことに、彼はそのようなプラットフォームを見つけることができませんでした。 しかし、この挫折が彼に革新的なアイデアをもたらしました。 彼は、AI で生成されたアートを作成するためのニューラル スタイル転送アプリを作成することを決定し、それを Reddit に投稿しました。
NightCafe Studio は、テキストから画像への生成プラットフォームとして開発されたもので、この種のものとしては初めてのものです。 このユニークな機能により、収益とユーザー ベースの両方が大幅に急増しました。 それ以来、このプラットフォームはジェネレーティブ AI の最前線にあり続け、ジェネレーターを使用して見事なアートワークを作成することに喜びを感じる愛好家の大規模なコミュニティを引き付けています。 今日、NightCafe Studio は、利用可能な最も人気のある革新的な AI 画像ジェネレーターの XNUMX つとして広く認められています。
Angus Russell とのインタビューで、AI によって生成されたアートの利点と限界、アートの世界での人工知能の使用の増加、最新の AI 画像生成アルゴリズムである DeepFloyd について調査しました。
AI生成アートの出現
過去 XNUMX 年間で、アート業界では AI と機械学習 (ML) が徐々に浸透してきました。 これらの最先端技術は、ディープフェイクや DALL-E、世界中で大きな注目を集めています。 今日、アート業界は AI の計り知れない影響を無視することはできません。AI は現在、この分野で待ち望まれていた革命を引き起こしています。
Angus は、NightCafe Studio のリリース中に急成長を経験した方法について説明しました。 Stable Diffusion、彼の会社が発売日に稼働したテキストから画像へのモデル。 その後、アルゴリズムやサンプルコードのオープンソース化により、同様のツールを作成するための参入障壁が低くなりました。
NightCafe Studio の創設者は、AI アートの作成は最終製品だけでなく、それを作成するプロセスでもあると考えています。 彼はそれを一種のセラピーとリラクゼーションと見なしており、人々がユニークで創造的な方法で自分自身を表現できるようにしています. 自分自身を創造的だと考えたことのない多くの人々が、AI によって生成された画像を通じて自分の芸術的能力を発見しました。 この哲学はプラットフォームのユーザー インターフェイスに反映されており、ユーザー フレンドリーで、あらゆるスキル レベルのアーティストがアクセスできるように設計されています。
NightCafe Studio だけでも、すでに月間 XNUMX 万から XNUMX 万人のユーザーがおり、XNUMX 日あたり約 XNUMX 万枚の画像が生成されています。 Stability AI、オープンソースの生成 AI 企業、 明記 リリース直後から毎日アクティブなユーザーが 10 万人を超えていたこと Stable Diffusion.
DeepFloyd IF: 新しい革新的な AI 画像生成アルゴリズム
NightCafe Studio は、次のような新しいアルゴリズムを実装しています。 Stability AI 呼ばれます ディープフロイド、人工知能で画像を生成する方法に革命をもたらすことを約束します。
現在ベータ版の DeepFloyd は、自然言語の記述から印象的な画像を生成できる新しいテキストから画像へのモデルです。 これは、大規模な言語モデルと XNUMX つの拡散モデルを組み合わせた斬新なアーキテクチャに基づいています。 これは、Google Research によって開発されたが一般には公開されなかった同様のモデルである Imagen に触発されています。
このモデルは、さまざまな空間関係にあるテキストとオブジェクトを含む明確で一貫性のある画像を生成できます。これは、他のほとんどのテキストから画像へのモデルにとって困難なタスクです。 これは、大規模な言語モデル T5-XXL-1.1 をテキスト エンコーダーとして使用し、大量のテキストと画像のクロスアテンション レイヤーを使用して、より優れたプロンプトと画像の連携を提供することで実現されます。
DeepFloyd は、非標準のアスペクト比の画像を作成することもでき、高度なフォトリアリズムを備えています。 さらに、ゼロ ショットの画像から画像への変換が可能です。つまり、出力画像のスタイル、パターン、および詳細を、ソース画像の基本的な形式を維持しながら、微調整を必要とせずに変更できます。
新しいアルゴリズムは、これまでとは異なる方法で動作します。 Stable Diffusion。 DeepFloyd はピクセル空間とラージ言語モデル (LLM) を使用しますが、 Stable Diffusion 潜在スペースと固定 CLIP モデルを使用します。 DeepFloyd も複数の拡散プロセスを使用して画像を作成します。 Stable Diffusion XNUMXつだけ使用します。
DeepFloyd はアルゴリズムを構築した研究グループの名前で、アルゴリズム自体は IF と呼ばれます。 研究グループには、 GPT-3の前任者、 GPT-2、および Ru と呼ばれる以前の最先端の言語モデルGPT.
IFという名前は、アルゴリズム研究グループのソーシャルメディアの略歴から示唆されているように、ピンク・フロイドの同名の曲に触発されたのではないかと推測する人もいます.
アルゴリズムの詳細を読む こちら.
AI アートの限界とデジタル アートの比較
AI の主な制限の XNUMX つはテキストですが、DeepFloyd はこの問題に取り組んでいます。 もう XNUMX つの制限は、特に専門家の指示がなければ、思い描いたとおりの画像を取得することが難しいことです。 AIには理解して解釈する能力も欠けています。 人間の芸術を形作る文化的および社会的背景。 したがって、AI によって生成されたアートは、場違いに見える、または文化的に無神経に見える作品を生み出すことがあります。
しかし、AI が生成した画像は依然として美しく、ユーザーが驚くことを厭わない限り、時には元のアイデアよりも優れていることもあるとアンガス氏は述べています。 さらに、変更する方法もあります AI アルゴリズムまたは Photoshop を使用して生成された画像。 正確な画像を取得することは現在活発な研究分野ですが、大幅な進歩が見られます。 画像のあらゆる側面を完全に制御できるようになる日も近いかもしれません。
AI は、ウェブ上に存在する画像やアートをインスピレーションとして利用しますが、それは訓練されたものに限られます。 などのさまざまなアルゴリズム Midjourney、ダルイー、 Stable Diffusionは、さまざまなデータセットでトレーニングされているため、特定の種類の画像ではパフォーマンスが向上する可能性があります。
最近、研究者は AI の結果を改善するためにトレーニング データ セットから低品質の画像を削除することの影響を調査しています。 これらの低品質の画像を除外することで、結果のデータ セットは小さくなりますが、より高品質になり、AI モデルのサイズを大きくしたり、より高価なハードウェアを必要としたりすることなく、より良い結果を得ることができます。 Angus 氏は、このアプローチは、より大規模でリソース集約型のモデルに依存することなく、AI によって生成された画像の品質を向上させる有望な方法であると述べました。
アートにおける AI の XNUMX つの問題は、アートの作成に多くの時間を費やす人間のアーティストの作品の価値を下げる可能性があることですが、AI はほんの数秒でアートを生成できます。 ただし、人間が作成した作品によく見られる感情的な深みや複雑さなど、人間の芸術には、AI が複製するのが難しいかもしれない特定の無形の品質があります。 NightCafe Studio は、AI は商業目的でアートを作成することではなく、創造的なプロセス自体を楽しむことであると考えています。
「人間が作ったアートには、アーティストの努力とスキルを表すため、常に価値がありますが、AI によって生成されたアートには同じような本質的な価値はありません。」
アンガスは言った。
芸術における AI を取り巻く倫理問題は、AI をトレーニングする会社に属さない可能性のある AI アルゴリズムをトレーニングするためのパブリック画像の使用です。 現時点では法律違反はありませんが、同意とプライバシーに関して疑問が生じます。 次のようなオープンソース企業 OpenAI と DALL-E はプロセスをより倫理的なものにすることに取り組んでいますが、未解決の問題のままです。 将来的には、芸術分野で AI を訓練するための画像の使用に関する規制が設けられる可能性があります。
これらの懸念にもかかわらず、Angus は、アートにおける AI のプロセスは、他のアーティストの作品からインスピレーションを得ている人間のアーティストと根本的に変わらないと考えています。 AI は、人間と同じように、物事がどのように見えるかを知っており、画像について少し覚えています。 それらをゼロから再作成する方が単純に優れています。
続きを読む：
免責事項
に沿って トラストプロジェクトのガイドライン, このページで提供される情報は、法律、税金、投資、財務、またはその他の形式のアドバイスを目的としたものではなく、そのように解釈されるべきではないことに注意してください。 損失しても許容できる金額のみを投資し、疑問がある場合は独立した財務上のアドバイスを求めることが重要です。 詳細については、利用規約のほか、発行者または広告主が提供するヘルプおよびサポート ページを参照することをお勧めします。 MetaversePost は正確で公平なレポートに努めていますが、市場の状況は予告なく変更される場合があります。
著者について
アグネは、メタバース、AI、およびメタバースの最新のトレンドと開発をカバーするジャーナリストです。 Web3 のための産業 Metaverse Post。 ストーリーテリングに対する彼女の情熱により、これらの分野の専門家に数多くのインタビューを実施し、常にエキサイティングで魅力的なストーリーを明らかにしようと努めています。 アグネは文学の学士号を取得しており、旅行、芸術、文化など幅広いトピックについて執筆する幅広い経歴を持っています。 彼女は動物愛護団体の編集者としてもボランティアとして参加し、動物福祉問題についての意識を高めることに貢献しました。 彼女に連絡する [メール保護].
より多くの記事
アグネは、メタバース、AI、およびメタバースの最新のトレンドと開発をカバーするジャーナリストです。 Web3 のための産業 Metaverse Post。 ストーリーテリングに対する彼女の情熱により、これらの分野の専門家に数多くのインタビューを実施し、常にエキサイティングで魅力的なストーリーを明らかにしようと努めています。 アグネは文学の学士号を取得しており、旅行、芸術、文化など幅広いトピックについて執筆する幅広い経歴を持っています。 彼女は動物愛護団体の編集者としてもボランティアとして参加し、動物福祉問題についての意識を高めることに貢献しました。 彼女に連絡する [メール保護].
