233 прегледа
Моделите с AI, които генерират зашеметяващи изображения от прости фрази, се превръщат в мощни творчески и търговски инструменти. OpenAI разкри свят на чудати и прекрасни „mashups“, когато през 2021 г. беше пуснат нейният модел на DALL-E за преобразуване на текст в изображение. Потребителите въвеждат кратко описание на почти каквото и да било и програмата за секунди измисля снимка на това, което са поискали.
DALL-E 2, представен през април 2022 г., отбеляза огромен скок напред. Google също стартира свой собствен изкуствен интелект за създаване на изображения, наречен Imagen. И все пак най-голямото постижение беше Stable Diffusion – модел с отворен код за преобразуване на текст в изображение, пуснат безплатно от базирания в Обединеното кралство стартъп Stability AI през август. Stable Diffusion не само успя да сътвори някои от най-зашеметяващите изображения досега, но и беше проектиран да работи на (добър) домашен компютър.
Предоставяйки достъп на всички до моделите за преобразуване на текст в изображения, Stability AI наля масло в огъня на творчеството и иновациите. Само за няколко месеца милиони потребители са създали десетки милиони изображения. Но не липсваха и проблеми. Творците се намират в средата на едно от най-големите сътресения от десетилетие насам. Подобно на езиковите модели, генераторите на текст-изображение могат да задълбочат пристрастните и токсични асоциации, заровени в учебните данни, събрани от интернет.
Технологията вече е интегрирана в търговски софтуери, като например Photoshop. Създателите на визуални ефекти и студиата за видеоигри проучват как тя може да ускори разработването на проекти. А технологията „текст-изображение“ вече е напреднала до „текст-видео“. Видеоклиповете, генерирани от изкуствен интелект, демонстрирани от Google, Meta и други през последните няколко месеца, са с продължителност само няколко секунди, но това ще се промени. Един ден филмите ще могат да се правят само чрез въвеждане на сценарий в компютъра.
Сега се очаква да се види какво трайно въздействие ще имат тези инструменти върху творческите индустрии – и върху цялата област на изкуствения интелект.
