Sonho sintético com uma IA

A natureza das imagens, ou se você pode escolher chamá-las assim - obras de arte - geradas durante minha breve incursão em Midjourney podem ser descritas como sonhos sintéticos. Existe um nível de controle além da experiência de qualquer sonho lúcido, mas a transformação da mente onírica é igualmente incognoscível. No processo, entendo isso como uma fusão poderosa de vastas amostras de dados com correspondência de atributos. Como resultado, a maneira como palavras-chave simples se transformam em formas estranhas, mas familiares, é impressionante.

Fazer a máquina pensar não é a mesma coisa que fazer um humano pensar. Os prompts que levam a essas imagens precisam tornar tudo explícito, pois não há entendimento compartilhado. Tem que ser diferente do diálogo, em termos de instruções discretas e estruturadas que poderiam então ser combinadas e reunidas para sintetizar os primeiros rascunhos. Qualquer número de rascunhos pode ser criado. Um termo melhor para usar aqui é 'inspirar', pois me senti incapaz de encomendar ou solicitar qualquer imagem específica da IA.

Se eu poderia ter dito 'uma magnífica estátua de Bastet em condições notáveis, talvez do século 19, com detalhes em ouro', para um ilustrador que eu mal conhecia há dez minutos, aqui mesmo horas após o primeiro contato eu tive que especificar: 'bastet auto-retrato, deus egípcio, gato egípcio, esfinge, lente de 50 mm, fotografia, foto real, hiper-realista, escultura de ônix, lava e detalhes em ouro', e repeti várias rodadas de variantes até que tive sorte, embora não exatamente no maneira que eu tinha imaginado, afinal não era exatamente nenhuma estátua de Bastet.

A qualidade das imagens também variou muito dependendo do tipo de imagens e referências estilísticas que dispersei no sistema. Uma ilustração simples em estilo ligne claire , seguida de menções explícitas a Herge, Jean Giraud, estilo atômico e Moebius, tudo retornou com incompreensão e indiferença, enquanto vi inúmeros retratos futuristas no estilo de artistas conceituais de gênero dos quais nunca tinha ouvido falar. criado com precisão notável por outros sussurradores de IA no canal Discord da comunidade.

Midjourney não foi a única IA que experimentei. Houve um período de experimentação do DALL-E 2 e uma tentativa contínua de instalar localmente o Stable Diffusion . Estes - e o Imagen do Google— todos usam o modelo de aprendizado de máquina Diffusion para gerar recursos visuais a partir da entrada de linguagem natural. As palavras digitadas são codificadas em um processo chamado transformação que leva não apenas as palavras, mas também a forma como elas se relacionam, gerando vetores que são então utilizados para condicionar o algoritmo de geração de imagens. É neste segundo aspecto que entra o Modelo de Difusão. Ele opera pegando os dados de treinamento (vastas bibliotecas de imagens nas quais o modelo treina) e continuamente adicionando ruído a eles até que se torne completamente ruído gaussiano e, em seguida, revertendo o processo para gerar imagens . Para qualquer prompt de geração de imagem específico, ele começa com um bloco de ruído puro e o elimina sob as condições definidas pela codificação de texto para gerar imagens semanticamente plausíveis.

O apelo das ferramentas atuais, no entanto, é que não é preciso entender o que acontece nos bastidores e depende apenas de sua sensibilidade imaginativa para criar aquelas imagens impressionantes que vemos nos frenéticos tópicos do Twitter. É necessário entender todos os diferentes parâmetros que podem ser alimentados ao sistema (estou na metade disso) e também experimentar como essas relações semânticas são definidas textualmente. Cada um dos AIs disponíveis também tem seus pontos fortes e fracos. Midjourney me deu os melhores resultados até agora, mas o DALL-E me permite editar apagando parte de uma imagem e digitando novos prompts para essas seções específicas. Também pode estender a Mona Lisa para uma ampla visão panorâmica. Há rumores de que Imagen é o mais fotorrealista de todos, enquanto Midjourney é o mais artístico.

Até o momento, sou muito novo nisso para dar conselhos sobre as melhores práticas, mas aqui estão as visões estranhas que me forneceram até agora, com os prompts que iniciaram a jornada. Alguns dos melhores artistas de prompt levam dias ou meses desde o primeiro prompt para chegar ao fruto, portanto, lembre-se de que esses são apenas pontos de partida. E para abordar a questão premente de como isso pode substituir os ilustradores tradicionais - como uma espécie de diretor criativo, certamente posso ver essa possibilidade, mas ao mesmo tempo é incrivelmente trabalhoso produzir algo exato ou consistente, como descrevi no início, Eu os vejo principalmente como material de sonho para começar a criar.

Sentindo-se inspirado? Mergulhe em nossos outros blogs de design e explore o assunto mais profundamente.

Consulte Mais informação

Originalmente publicado em https://www.columbiaroad.com .