Οι γεννήτριες εικόνας AI αρέσουν Dall-E, Σταθερή Διάχυση, Μεσοταξίδι, και Δημιουργός εικόνων Bing παράγουν εκπληκτικά αποτελέσματα, αλλά μερικές φορές μπορεί να είναι απίστευτα απογοητευτικά. Με απλά μηνύματα που περιέχουν λίγες μόνο λέξεις, μια τεχνητή νοημοσύνη μπορεί να παράγει εντυπωσιακές εικόνες που φαίνονται να είναι επαγγελματικές φωτογραφίες και πειστική τέχνη σε διάφορα στυλ. Ωστόσο, η ίδια προτροπή θα δημιουργήσει περιστασιακά κάποιο φρικτό πλάσμα ή μια ξεκαρδιστικά λανθασμένη απόδοση.
Περιεχόμενα
- Σαλάτα χεριών και μπαλάκια με τα δάχτυλα
- Προβληματικό κείμενο και γραφή
- Τα μάτια δεν το έχουν
- Προβληματικά εργαλεία
- Εφιαλτικά δόντια
- Η τέχνη της τεχνητής νοημοσύνης βελτιώνεται ραγδαία
Τα αρνητικά μηνύματα μπορεί να βοηθήσουν στη μείωση της πιθανότητας αυτών των σφαλμάτων, αλλά η πολυπλοκότητα δεν μπορεί πάντα να σας σώσει. Ακόμη και οι ειδικοί της τεχνητής νοημοσύνης παλεύουν με κακοσχηματισμένα πλάσματα και απόκοσμες σκηνές, που απαιτούν πολλές ώρες εκλεπτυσμένων προτροπών ή αγγίζοντας εικόνες με ένα παραδοσιακό πρόγραμμα επεξεργασίας φωτογραφιών. Προς το παρόν, εάν κοιτάξετε προσεκτικά τις σωστές περιοχές μιας εικόνας, υπάρχει μεγάλη πιθανότητα να μπορείτε να προσδιορίσετε εάν έχει δημιουργηθεί από μηχανή.
Προτεινόμενα βίντεο
Σαλάτα χεριών και μπαλάκια με τα δάχτυλα
Οι προγραμματιστές τεχνητής νοημοσύνης έχουν σημειώσει πρόοδο στον αγώνα να διδάξουν τα εργαλεία τεχνητής νοημοσύνης πώς πρέπει να φαίνονται τα ανθρώπινα χέρια, αλλά υπάρχουν πολλά περιθώρια βελτίωσης. Εάν τα δάχτυλα δεν εμφανίζονται ευδιάκριτα, είναι εύκολο να χάσετε σφάλματα, αλλά είναι ένα συνεχές πρόβλημα.
Σχετίζεται με
- Το Stable Diffusion στοχεύει να διορθώσει το πρόβλημά του με τη δημιουργία δακτύλων
- Τα βίντεο που δημιουργούνται από AI έχουν φτάσει και εξελίσσονται γρήγορα
- Το Bing Image Creator φέρνει εικόνες που δημιουργούνται από το DALL-E AI στο πρόγραμμα περιήγησής σας
Μία από τις πρώτες και καλύτερες συσκευές δημιουργίας εικόνων AI που είναι διαθέσιμες στο κοινό, Το Dall-E του OpenAI, δημιούργησε αυτές τις εικόνες ανθρώπων πιασμένοι χέρι χέρι. Με την πρώτη ματιά, μπορεί να φαίνεται μια χαρά. Με μια πιο προσεκτική εξέταση, ορισμένα προβλήματα γίνονται εμφανή. Προσοχή στα επιπλέον δάχτυλα, τα περίεργα νύχια και τα συγχωνευμένα ψηφία.
Οι περίπλοκες λαβές και τα πλεγμένα δάχτυλα είναι ακόμη πιο προκλητικά. Μην εκπλαγείτε αν οι εικόνες σας με τεχνητή νοημοσύνη επανέλθουν με κλασικές δυσλειτουργίες που αναφέρονται ως "σαλάτα χεριών" ή "μπάλες από τα δάχτυλα".
Προβληματικό κείμενο και γραφή
Ίσως περιμένετε ότι το κείμενο θα ήταν εύκολο να δημιουργήσει ένας υπολογιστής. Βλέπετε στοιχεία λέξεων στις οθόνες καθημερινά όταν σηκώνετε το τηλέφωνο ή ανοίγετε ένα πρόγραμμα περιήγησης. Οι πρώτοι υπολογιστές, σε αντίθεση με τους κορυφαίους υπολογιστές παιχνιδιών σήμερα, δεν ήταν δυνατή η εμφάνιση γραφικών κανενός είδους. Όλα ήταν κείμενο ή αριθμοί.
Ωστόσο, η εμφάνιση πραγματικών γραμμάτων και συμβόλων ως τυπωμένων ή γραπτών λέξεων είναι εκπληκτικά δύσκολη για έναν Γεννήτρια εικόνας AI. Μπορεί να ακούγεται σαν ένα εύκολο πρόβλημα στην επίλυση, αλλά δεν είναι. Μια εφαρμογή δεν μπορεί απλώς να επικαλύψει απλό κείμενο. Για να είναι πειστικό, το στυλ κειμένου, η σκίαση, η γωνία και η προοπτική πρέπει να ταιριάζουν με την υπόλοιπη σκηνή.
Στο παράδειγμα, μια σχετικά νέα συσκευή δημιουργίας εικόνων AI, ο Leonardo AI, έκανε μια γενναία προσπάθεια με μια vintage διαφημιστική πινακίδα για το δείπνο του Jack Rabbit Slim. Μετά από πολλές προσπάθειες, η τεχνητή νοημοσύνη κατάφερε να συλλαβίσει το "Jack Rabbit's", το οποίο είναι πολύ κοντά στο αίτημα. Το στυλ vintage φωτογραφίας ήταν εμφανές σε κάθε εικόνα, αλλά τα γράμματα και οι λέξεις ήταν ως επί το πλείστον ελαττωματικά.
Τα μάτια δεν το έχουν
Λέγεται συχνά ότι τα μάτια είναι τα παράθυρα στην ψυχή. Βασιζόμαστε τόσο πολύ στην οπτική επαφή που θα μπορούσε να είναι η πιο κρίσιμη λεπτομέρεια στη δημιουργία ενός ρεαλιστικού πορτρέτου. Αλλά πολλά εργαλεία τεχνητής νοημοσύνης δυσκολεύονται να αποδώσουν τα ανθρώπινα μάτια.
Το Bing Image Creator έκανε μια αξιοπρεπή δουλειά με το φόντο του στούντιο και πόζαρε μια οικογενειακή φωτογραφία πολλών γενεών. Ωστόσο, σχεδόν κάθε άτομο έχει παράξενα μάτια που μοιάζουν σαν να τα έχουν εισαγάγει εξωγήινοι, ή ίσως αυτοί οι χαμογελαστοί άνθρωποι βρίσκονται στη διαδικασία να μεταμορφωθούν σε απόκοσμα πλάσματα.
Προβληματικά εργαλεία
Οι άνθρωποι είναι υπέροχοι με εργαλεία και όχι μόνο με την ψηφιακή ποικιλία όπως η τεχνητή νοημοσύνη. Κατακτούμε γρήγορα κάθε φυσικό εργαλείο που έχουμε στη διάθεσή μας. Ένα AI, από την άλλη πλευρά, αγωνίζεται να καταλάβει τι είναι και πώς χρησιμοποιούνται.
Το Midjourney είναι μια συσκευή δημιουργίας εικόνων AI που σημειώνει φανταστική πρόοδο στην επίλυση προβλημάτων με ανθρώπινα πρόσωπα και χέρια. Ωστόσο, όταν σας ζητηθεί να δείξει ότι ένας μηχανικός σφίγγει ένα μπουλόνι με ένα κλειδί, το εργαλείο απουσιάζει εντελώς. Τα νύχια προστίθενται στα γάντια σε μια περίπτωση και μια λάμπα εμφανίζεται με κάποιο τρόπο σε μια άλλη.
Το ψαλίδι είναι πολύ περίπλοκο για το Bing Image Creator σε αυτήν την κοντινή απεικόνιση των μαλλιών που κόβονται. Είναι ανοιχτά μόνο σε μία εικόνα και δεν φαίνεται ποτέ να είναι στην πράξη της κοπής.
Εφιαλτικά δόντια
Όταν οι άνθρωποι χαμογελούν και γελούν, αυτό συνήθως βελτιώνει μια εικόνα, καθιστώντας την ευχάριστη και διασκεδαστική. Όταν δίνεται μια απλή προτροπή, όπως δύο μαθητές να χαμογελούν και να γελούν, μια τεχνητή νοημοσύνη μπορεί να το μετατρέψει σε εφιαλτικό καύσιμο με πολλές σειρές δοντιών και άλλες περίεργες παραμορφώσεις.
Το Leonardo AI σάς επιτρέπει να επιλέξετε ανάμεσα σε πολλά μοντέλα και ορισμένα χειρίζονται καλά τα δόντια. Το λαϊκό Μοντέλο Stable Diffusion 2.1 χρειαζόταν κάποια βοήθεια για να φτιάξουν σωστά τα δόντια. Με κάποια αρνητική προτροπή, το ζήτημα επιλύθηκε. Υπάρχουν λύσεις σε αυτά τα προβλήματα εικόνας τεχνητής νοημοσύνης, αλλά χρειάζεται ακόμα δουλειά για να έχετε καλά αποτελέσματα.
Η τέχνη της τεχνητής νοημοσύνης βελτιώνεται ραγδαία
Στις πρώτες μέρες της τέχνης της τεχνητής νοημοσύνης, τα αποτελέσματα ήταν περίεργα και υπέροχα, δημιουργώντας ομορφιά και φρίκη με την ίδια εγκατάλειψη. Τα σφάλματα γίνονται λιγότερο αισθητά με κάθε νέα ενημέρωση και πολλά προβλήματα μπορούν να ξεπεραστούν με κάποια βελτίωση.
Με τόσα πολλά διαθέσιμα εργαλεία AI, είναι εύκολο να δοκιμάσετε ένα άλλο σύστημα. Πολλές γεννήτριες εικόνων AI επιτρέπουν αρνητικά μηνύματα ή άλλες επιλογές για να προσαρμόσουν τον αλγόριθμο και να λάβουν καλύτερα αποτελέσματα.
Μπορεί να χρειαστεί να κάνετε πολλές προσπάθειες για να λάβετε μια χρησιμοποιήσιμη εικόνα, ιδιαίτερα εάν υπάρχει εστίαση σε πρόσωπα ή χέρια. Όταν θέλετε να συμπεριλάβετε έντυπες ή γραπτές λέξεις, να είστε έτοιμοι να αφιερώσετε χρόνο σε ένα πρόγραμμα επεξεργασίας εικόνων σβήνοντας τα ανόητα γράμματα του AI και αναμειγνύοντας το σωστό κείμενο.
Τα καλά νέα είναι ότι πολλές γεννήτριες εικόνων AI είναι δωρεάν και τα μοντέλα συνδρομής είναι σχετικά φθηνά. Μέσα σε ένα χρόνο, αυτά τα μακροχρόνια προβλήματα θα μπορούσαν να επιλυθούν, επιτρέποντάς σας να χρησιμοποιήσετε μια απόδοση AI ως ολοκληρωμένο έργο τέχνης ή αντικατάσταση φωτογραφίας.
Συστάσεις των συντακτών
- Η νέα δυνατότητα σμίκρυνσης του Midjourney γίνεται η επόμενη μεγάλη αίσθηση AI
- Το ενημερωμένο Bing Chat ξεπερνά το ChatGPT με 6 σημαντικούς νέους τρόπους
- Αυτή η ιογενής εικόνα τεχνητής νοημοσύνης ξεγέλασε τον κόσμο και ίσως την έχετε ήδη δει
- Η νέα γεννήτρια τεχνητής νοημοσύνης της Grammarly που μοιάζει με ChatGPT μπορεί να κάνει πολλά περισσότερα από τη διόρθωση του γραπτού σας
- Έχω δει το (μακρινό) μέλλον της τεχνητής νοημοσύνης στον ιστό - εδώ είναι εκπληκτικό και πού δυσκολεύεται
Αναβαθμίστε τον τρόπο ζωής σαςΤο Digital Trends βοηθά τους αναγνώστες να παρακολουθούν τον γρήγορο κόσμο της τεχνολογίας με όλα τα τελευταία νέα, διασκεδαστικές κριτικές προϊόντων, διορατικά editorial και μοναδικές κρυφές ματιές.
