A mesterséges intelligencia (AI vagy magyarul MI) hosszú utat tett meg az elmúlt években, és jelentős előrelépéseket tett a művészet és a tervezés területén. MI által generált művészeti alkotások és képek olyan algoritmusok és gépi tanulási technikák segítségével jönnek létre, amelyek lehetővé teszik a számítógép számára, kreatív, hogy tartalmakat hozzon létre. Ez számos módon történhet, például neurális hálózatok segítségével, amelyek meghatározott kritériumok alapján generálnak képeket, vagy gépi tanulással elemzik és reprodukálják egy adott művész stílusát.
A MI egyik fő előnye, hogy gyorsabbá és hatékonyabbá teszi a művészeti tervezés folyamatát. A mesterséges intelligencia segítségével a tervezők egy adott témára egy szempillantás alatt kaphatnak egy sor különböző lehetőséget és ötletet, amikből inspirációt kaphatnak és akár direktben, vagy továbbfejlesztve fel is használhatják az így generált képeket. Ezzel rengeteg időt takaríthatunk meg, különösen a projekt korai szakaszában, amikor több különböző koncepciót kell az ügyfélnek bemutatni.
abstract in muted purple shades colors –v 4
Mesterséges intelligencia vezérelt kreatív eszközök
A mesterséges intelligencia által generált művészet története egészen a számítógépes grafika kezdeteire és a számítógép feltalálására vezethető vissza. Az 1950-es és 1960-as években a számítógépes grafikát egyszerű minták és formák generálására használták. A mesterséges intelligencia által generált művészet e korai példáit alapvető algoritmusok segítségével hozták létre, amelyek a számítógép képernyőjén megjelenített mintákat hoztak létre. Egy német matematikus és tudós, Frieder Nake például 1967-ben készített egy portfóliót „Mátrix-szorzások” címmel, amely tizenkét képből állt.
abstract art in purple shades colors –v 4 –
A képzelet és a kreativitás elválaszthatatlan része lényünknek. Létezésünk kezdete óta különféle művészeti alkotásokat hoztunk létre, ez az egyik legfőbb olyan tulajdonságunk, amely megkülönbözteti a Homo sapienst a többi állatfajtól, és helyez minket a tápláléklánc csúcsára. Az idő előrehaladtával, az újabb és újabb találmányok, valamint az ipari forradalom révén azonban a művészeti alkotás módszerei is fejlődtek.
A mai, erősen számítógép vezérelt világban a digitális művészet óriási népszerűségre tett szert. És pontosan itt jönnek a képbe az MI vezérelt kreatív rendszerek. Az AI art témája egyre nagyobb hullámokat vet a művészeti iparban. A téma körüli vita akkor erősödött fel, amikor Jason M. Allen „Théâtre D’opéra Spatial” című művét benyújtotta a Colorado State Fair művészeti versenyére, és „művével” meg is nyerte azt.
Midjourney
Midjourney egy független kutatólaboratórium, amely azonos néven saját fejlesztésű mesterséges intelligenciaprogramot készít, amely képeket hoz létre szöveges leírásokból, vagyis promtokból. Ez az eszköz jelenleg nyílt bétatesztben van 2022. július 12 óta. A felhasználók a Midjourney segítségével a Discord robotparancsok segítségével készítenek műalkotásokat. A vállalat azóta is dolgozik az algoritmusok fejlesztésén, néhány havonta új verziókat adva ki. A legutóbbi 4. verzió alfa iterációját 2022. november 10-én tették elérhetővé a felhasználók számára.
A Midjourney képes olyan képeket is alkotni, amire az emberi képzelőerő nem képes, hiába született valaki tehetséges művésznek, a kultúránk, a világról megismert szabályok és tudásunk olyan láthatatlan határokat húz a képzelőerőnknek, amit szinte lehetetlen átlépni. Az MI segítségével új gondolati közegeket fedezhetünk fel és kibővíthetjük képzelőerőnk határait.
abstract art in muted colors, 8k, simple –v 4
abstract art in muted colors, 8k, simple –v 4
Stable Diffusion
2022. augusztus 22-én megjelent a Stable Diffusion, amely a technológiát sokkal hozzáférhetőbbé és szabadabban használhatóvá tette a személyes hardvereken, valamint harmadik felek (azaz más szoftverprojektek) által bővíthetővé. Ez lehetővé tette a további innovatív alkalmazások és bővítések létrehozását a fejlesztők részéről világszerte – például a Krita, a Photoshop, a Blender, a] és a GIMP pluginjai. Az Automatic1111 Stable Diffusion UI egy népszerű webes nyílt forráskódú felhasználói felület az eszköz saját számítógépen történő használatához, amely folyamatosan integrált új funkciókat (például „Inpainting” vagy „Textual Inversion”) tartalmaz. A Stability.ai által készített webes felület, amely lehetővé teszi a szoftver új telepítés nélküli futtatását, a DreamStudio nevet viseli.
DALL·E 2
A szürrealista művész, Salvador Dalí után elnevezett DALL-E is MI-tt használ, hogy képeket hozzon létre az általad írt (akármilyen furcsa) szöveg alapján. Ez az OpenAI által létrehozott gépi tanulási modell már pusztán az áltaunk elképzelt jelenet leírásából is képes lenne valósághű képeket generálni. A neurális hálózati algoritmus segítségével viszont a megadott rövid leírásokból (promtokból) tűpontos és minden képzeletünket felülmúló alkotásokat hoz létre. Ahhoz, hogy a legjobb eredményt érjünk el, meg kell tanulnunk az MI nyelvét, vagyis azokat az utasításokat, amiket a fejlesztők használtak a tanítási fázisban. Erről később részletesen fogok majd írni.
3D render of a pink balloon dog in a violet room
Hogyan alkossunk az MI segítségével
Ha MI képgenerálásra adod a fejed, fontos, hogy hatékony és pontos utasításokat (promt) írj, amelyek segítenek a MI modellnek megtanulni, hogyan hozzon létre valósághű és művészi képeket. Ez az útmutató gyors áttekintést ad a promptok tervezéséről. Mindenképp olvasd el mielőtt elpazarolnád az összes ingyenes próbakreditedet. Ez egy általános útmutató, és lehetnek különbségek az olyan AI-generátorok között, mint a DALL-E2, a Stable Diffusion és a Midjourney. Nem minden promt hozza ugyanazt az eredményt a különböző modellek használata esetén.
Na de térjünk a lényegre. Mik azok a promtok?
A prompt egy gépi tanulási algoritmusnak adott utasításkészlet, amely egy adott kimenet előállítására szolgál. Bonyolultnak hangozhat elsőre, de néhány alap utasítás megtanulása után te magad is lélegzetelállító képeket tudsz majd létrehozni. A felhasználó megadhat egy promptot, például egy színt vagy egy témát, és az MI az adott prompt alapján létrehoz egy műalkotást.
Lássunk egy példát a Midjourney-ben: „coffee bird branding, vector logo design, flat, minimal, modern”. A modellek egyelőre csak angolul értenek, de akkor se ess kétségbe, ha nem megy ilyen szinten az angol, mert a mesterséges intelligencia már ebben is a segítségedre lehet. A DeepL Translator egy kiváló MI alapú ingyenes fordító alkalmazás, amit a számítógépedre közvetlenül is feltelepíthetsz vagy használhatod a böngésződben. Lássuk hogyan fordítja le nekünk a fent megadott promtot: kávé, madár, márkaépítés, vektoros logótervezés, lapos, minimál, modern. Hibátlan.
Ha szemfüles vagy már észrevetted, hogy használtam a promtban olyan utasításokat is, mint „flat„, „minimal„, „vector logo design” vagy „modern„. A végeredményként én egy logószerű ábrázolást szerettem volna kapni így rákerestem Google-ben mik lehetnek azok a vezérszavak, amellyel a kívánt eredményt fogom majd elérni.
Ahhoz, hogy feltöltsem az eredményül kapott képeket, először is lementettem őket a profilomból, ahova a sign in gombbal tudsz belépni. Eredményül egy 806 KB-es, 1024*2024-es PNG kiterjesztésű filet kaptam. Ezt túlságosan nagy lenne, ahhoz, hogy a weboldalamra feltöltsem, ekkora képek nem tesznek jót a SEO-nak, ha nem tudod mi az, akkor itt részletesebben olvashatsz róla. A letöltött képet így először jobb gomb, szerkesztéssel megnyitottam Paintben, majd elmentettem JPG kiterjesztéssel, ez már alapból egy tömörített képformátum így a képünk kisebb lesz az eredetinél, az így kapott képméret: 188 KB. Nem rossz, de nézzük meg mit kezd ezzel a képpel a TinyJPG! 5 MB-ig ingyenesen tölthetsz fel és optimalizálhatsz képet az oldalukon és 65$-ért megkaphatod a Photoshopba építhető bővítményt is, így onnan direktben tudsz képeket optimalizáltan kiexportálni. A TinyJPG-s művelet után a képem 64.6 KB-os lett, mindezt, különösebben észlelhető minőségbeli romlás nélkül sikerült elérnem.
TinyJPG előtt és után
coffee bird branding, vector logo design, flat, minimal, modern
coffee, bird, branding company logo,vector, logo design, flat, minimal, modern
branding, birds logo design, vector logo design, flat, minimal, modern
A hatékony promptírás alapjai
- Egy jó promtnak tartalmaznia kell egy főnevet, egy melléknevet és egy igét, hogy értékelhető eredményt kapjunk.
- Írj minimum 3-7 szót! A 3-nál több szót tartalmazó felkérés egyértelmű kontextust ad a mesterséges intelligenciának.
- Használj mellékneveket, minél több jelzővel látjuk el a promtunkat, annál többféle érzést fog belevinni a műbe. Pl.: gyönyörű, realisztikus, színes, masszív.
- Ha ismered, add meg a művész nevét is, a művész nevének feltüntetése a felkérésben az adott művész stílusát fogja utánozni. Pl.: Picasso, Vincent Van Gogh, Paul Gauguin.
- Ha azt szeretnéd, hogy a végeredményül kapott kép egy adott stílusban készüljön el, akkor ezeket is írjuk bele, akár többet is vesszővel elválasztva, például szürrealizmus, szimmetria, kortárs, minimalizmus stb.
- A számítógépes grafikai stílus vagy technológia megnevezésével hatékonyabbá, pontosabbá és értelmesebbé válik a promtunk. Pl: Octane render, Cycles, Unreal Engine, Ray tracing.
- Írjuk bele milyen minőségben szeretnénk, hogy az adott kép elkészüljön, például alacsony, közepes, magas, 4k és 8k.
- Ne használj az AI generátor által tiltott szavakat!
A MI-vel való képgenerálásakor egy jó prompt jelentheti a különbséget a realisztikus és pontos kép, illetve egy olyan kép között, amely úgy néz ki, mintha egy gyerek rajzolta volna, vagy teljesen elmosódott és értelmezetlen eredményt között. A legegyszerűbb, ha megnézzük, hogy azok, akiknek sikerült valami vállalható eredményt összehozniuk, hogyan csinálták. Erre az egyik legjobb felület a PromtHero, ahol kereshetünk témára, stílusra, színre, MI modellre és ha találunk olyat, ami tetszik, akkor a képre kattintva külön oldalon megkapjuk a képet és mellé a használt promtot is, amit akár egészben, vagy csak részben felhasználhatjuk a saját ötleteink megvalósításaihoz.
Összefoglalva, a mesterséges intelligencia képes jelentősen javítani a webdesignerek és grafikusok munkafolyamatát azáltal, hogy inspirációt nyújt, ötleteket generál, és segít stabilabb és következetesebb terveket létrehozni. Akár pályakezdő, akár tapasztalt szakember, az AI értékes eszköz lehet ahhoz, hogy művészeti és tervezői munkáját a következő szintre emelje.
portrait, attractive Female adventurer, soft eyes and narrow chin, dainty figure, single strap paint covered overalls, short shorts, combat boots, raining, basic white background, style of by Jordan Grimmer and greg rutkowski, crisp lines and color,
