A mesterséges intelligencia találkozik a grafikával

A DALL-E 2 bevezetése lehetőséget kínál a nyomtatóknak arra, hogy természetes nyelven egyedi képeket készítsenek. De vajon túl szép, hogy igaz legyen?

Egy közelmúltban megjelent cikkünkben megvizsgáltuk, hogy a nyomtatók miként tudják kihasználni a mesterséges intelligenciát (AI) üzleti értéknövelés céljából. A mesterséges intelligencia csökkentheti a hétköznapi feladatok elvégzéséhez szükséges időt, nagy értékű marketingajánlatokat azonosíthat, vagy a kreatív tartalom ugródeszkája lehet. Az Open AI, a ChatGPT megalkotói szintén elindították a DALL-E 2 grafikai alkalmazást, amely absztrakt rajzokat és fotorealisztikus képeket generál a felhasználók beviteli kifejezéseiből. Az alkalmazás feltételezéseket tesz arról, hogy mit szeretne létrehozni, a már bevitt, 650 millió kép- és feliratkombinációból álló hatalmas adatbázis alapján.

Például, ha azt írja be, hogy „guache-ruhás robotokkal működő pólónyomó üzem”, az alkalmazás az alábbi képet generálja. A kép egyben mutatja a jelenlegi AI képgenerálás ígéretét és kötelezettségeit. A nyelv kétértelműsége felnagyobbodik: úgy tűnik, hogy a robotokra alkalmazták azt a kísérletet, hogy a rendszernek festési médiumot adjanak – „guacsban”. A DALL-E 2 pedig főként stock képekre támaszkodik, amelyek ismerősnek tűnhetnek, ha nem túlzottan használtak. Ez jogi problémákat okozhat a jövőben, amint azt alább látni fogjuk.



Természetesen a több ezer és ezer kérés feletti finomítás javítaná a rendszert, és a felhasználók minden képet egyre pontosabb kérésekkel módosíthatnak, hogy megkapják a kívánt végső képet. Csak 400 karakter áll rendelkezésre a kérésben, ezért a felhasználóknak alaposan át kell gondolniuk a hangulatot és a médiumot. A fotorealisztikus képekhez hozzáadhat gyújtótávolságot és írásstílust, akár a fényképezőgép modelljét is. A fenti képet úgy módosítottuk, hogy világosabb legyen például a robotelem és a festői közeg előtérbe kerülése (lásd lent).




Az alábbi három képet a katsukokoiso.ai Instagream-felhasználó hozta létre, a „twins from afar” koncepció alapján, majd finomította.




Azok, akik feliratkoznak a DALL-E 2-re, 50 ingyenes keresést kapnak eredeti generált képekre, és ezt követően minden hónapban 15 ingyenes kreditet kapnak. Azok számára, akik a DALL-E 2-t kereskedelmi alkalmazásokban szeretnék használni, fizetniük kell a képekért.

Eladhatom a DALL-E 2-vel készített képeket?

Az OpenAI saját webhelye ezt írja: „A Tartalmi szabályzat és feltételek értelmében Ön a DALL·E-vel létrehozott képek tulajdonosa, beleértve az újranyomtatáshoz, értékesítéshez és árucikkekhez való jogot – függetlenül attól, hogy a kép ingyenes vagy fizetős jóváírással készült. ”

A telephely üzleti tervei a következő összegeket számítják fel a kereskedelmi nyomtatóknak:

Felbontási ár
1024 × 1024 0,020 USD / kép
512 × 512 0,018 USD / kép
256 × 256 0,016 USD / kép

Légy jó felhasználó

Az OpenAI ragaszkodik ahhoz, hogy a felhasználók ne vezesse félre ügyfeleit/közönségét azzal kapcsolatban, hogy az AI képeikben részt vesz. Lehetővé teszi a felhasználók számára, hogy eltávolítsák a színkódolt „aláírást” minden egyes generált kép jobb alsó sarkában, de a képeket egyértelműen jelezni kell, hogy azt egy algoritmussal hozták létre, és nem adják át emberi munkának.

A létrehozható képek fajtáira is korlátozások vonatkoznak – a gyűlöletkeltő összehasonlításokat, erőszakot vagy zaklatást, trágár szavakat, illegális tevékenységet (például kábítószer-használatot) ábrázoló képeket betiltjuk, csakúgy, mint a politikai tevékenységet és a közegészségügyi információkat (vagy félretájékoztatást). Az automatizált szűrőknek azonban biztosítaniuk kell a nyomtatókat, hogy ezeknek a beépített mérséklő folyamatoknak köszönhetően magabiztosan szállíthatják az AI-t.

Mit jelent ez a nyomtatók számára?

Minimális rezsiköltséggel, alacsony képköltséggel és azonnali hozzáféréssel a DALL-E 2 költséghatékony módszernek bizonyulhat a műalkotások előállítására. A DALL-E 2-ből kivált a CALA, amely a világ első divat- és életmód operációs rendszere. Az AI lehetővé teszi az ügyfelek számára, hogy saját maguk generáljanak új tervezési ötleteket természetes nyelvű leírások vagy feltöltött referenciaképek alapján. Azoknak a fejlesztőknek, akik ezt az AI-t termékeikbe szeretnék integrálni, regisztrálniuk kell az Open AI-n.

Mivel a ChatGPT aggasztotta az újságírókat és szövegírókat amiatt, hogy ez hatással lehet a foglalkoztatásukra, a DALL-E 2 hasonló hullámzásokat okozott a grafikai és a design iparágban. A mesterséges intelligencia megjelenését azonban nem a munkahelyek általános fenyegetésének kell tekinteni, hanem egy hasznos eszköznek, amely emberi irányítást és ellenőrzést igényel, amely időt takaríthat meg a munkaigényes feladatokon, és fokozhatja a keresést.

A jogi következményeken még mindig dolgoznak, mivel az ipar egyre jobban ráhangolódik az MI-vel való együttműködésre. A Getty Images szerzői jogi aggályok miatt megtiltotta közreműködőit, hogy mesterséges intelligencia által generált képeket töltsenek fel. Az is aggodalomra ad okot, hogy a DALL-E, bár azt állítja, hogy minden képe szabadon használható, számtalan nyilvános webhelyről kapart le képeket. A képeket másokkal kombinálva új műalkotásokat hozhat létre, ami megnehezíti a jogi problémák bizonyítását és dokumentálását, de ez nem jelenti azt, hogy megszűnnek. Hasonlóképpen, a ChatGPT olvassa és használja ki a médiaszervezetek költségesen előállított, de nyilvánosan elérhető híreit? Ismét gondok adódhatnak az úton, ezért a nyomdáknak és a kiadóknak óvatosságra és biztosítás megkötésére ajánlott.

A DALL-E ingyenesen elérhető. Írja meg saját utasításait, és tesztelje az AI korlátait a https://openai.com/product/dall-e-2 oldalon.