Могућност едитовања делова слике директно унутар АИ модела, уместо генерисања потпуно нове слике, заиста је вредан напредак. Ова функција не само да штеди време, већ и побољшава доследност и омогућава фино подешавање одређених елемената слике. Док АИ наставља да се развија у невероватним правцима, фасцинантно је посматрати напредак у области АИ генерисане уметности. Ипак, важно је и препознати и разумети границе и изазове који долазе с овим технологијама.
– Ако сте претплаћени на ChatGPT Plus, можете отворити апликацију на вебу или мобилном уређају и затражити слику било чега што желите: цртани пас детектив који решава случај у сајберпанк окружењу, валовити пејзаж брежуљака с усамљеном фигуром у средњем плану и олујним облацима који се скупљају изнад њега, само су неки од шашавих примера. Након неколико секунди добићете своју слику – каже каже Миодраг Лазић, стручњак за АИ из “2frontpages” и додаје. – Да бисте уредили слику, сада можете кликнути на генерисану слику, а затим на дугме “изабери” у горњем десном углу. Затим прилагодите величину алата за селекцију помоћу клизача у горњем левом углу и нацртајте преко дела слике који желите да промените.
Треба признати да је ово је значајан искорак: можете оставити део слике нетакнутим и само освежити селекцију, што штеди време и омогућава бржи долазак до замишљеног. Раније, ако сте послали додатну инструкцију, тражећи да се одређени део слике промени, цела слика би била регенерисана и вероватно би значајно разликовала од оригинала.
– Када завршите селекцију, бићете упућени да унесете нове инструкције, само за означени део слике. Као и обично код ових АИ алата за уметност, што сте специфичнији, то боље: можете затражити да особа изгледа срећније (или мање срећно), или да зграда буде обојена другачије. Ваши захтеви ће се испунити.
Како истиче Миодраг Лазић, ChatGPT и DALL-E користе исту врсту АИ трикова које смо видели код апликација попут Гугловог Magic Eraser: интелигентно попуњавање позадина на основу постојећих информација у сцени, покушавајући да све изван селекције остави нетакнуто.
Оно у чему су DALL-E и слични модели веома добри јесте знати како распоредити пикселе да би дали добру апроксимацију замка (на пример), базирано на милионима (?) замкова на којима су обучени. Међутим, АИ не зна шта је замак: не разуме геометрију или физички простор, због чега замкови имају кулице које избијају ни из чега. Ово ћете приметити у многим АИ генерисаним уметничким делима која укључују грађевине, намештај или било које објекте који нису правилно приказани. Истина, прошло је време руку са шест прстију или више дланова, али су неки проблеми упорни као мазге.
Како истиче овај стручњак за АИ, и овде је програм наишао на зид.
– Добар је био у промени боје и положаја пса на ливади, али није тако добро смањивао величину човека који стоји на бедемима замка – човек је једноставно нестао у замагљеним деловима бедема. У сајберпанк окружењу сам затражио да се спусти аутомобил, али аутомобил се није појавио. У другој сцени замка затражио сам да се летећи змај окрене тако да гледа у другом правцу, да буде црвен уместо зеленог и да му се додају пламенови из уста. Након неколико тренутака обраде ChatGPT је у потпуности уклонио змаја.
У основи, ови модели су машине вероватноће које још увек не разумеју шта заправо показују. Зато у многим ОпенАИ Сора видеима људи нестају у ништавилу, јер АИ веома паметно распоређује пикселе, али не прати људе. Можда сте такође чули о АИ-у који се бори да створи слике парова различитих раса, јер су парови исте расе вероватнији, базирано на подацима за обуку слика, каже Лазић.
– Још једна необичност која је недавно примећена јесте немогућност ових АИ генератора уметности да створе обичне беле позадине. Ово су невероватно паметни алати на много начина, али они не размишљају на исти начин као ви или ја, и не разумеју шта раде на исти начин као људски уметник . Важно је имати то на уму док их користите.
И. Радојчић
DALL-E AI
