Kreatives oprørende hævder, at AI dræber menneskelig kunst

Kort om Alle er enige om, at tekst-til-billede-modeller er kommet for at blive, selvom meningerne er delte om AI-genereret kunst.

Nogle kunstnere er betaget af evnen til at skabe helt nye digitale billeder ved hjælp af tekstprompter og se det som et nyt værktøj til at være kreativ. Andre mennesker, der lever af kunst, afskyr imidlertid teknologien - de tror, ​​at den vil koste dem deres job og devaluere deres arbejde.

En maskine kan trænes til at genskabe en bestemt kunstners stil og overgå menneskelige kunstnere, som RJ Palmer, en konceptuel kunstner, fortalt BBC. "Lige nu, hvis en kunstner vil kopiere min stil, vil de måske bruge en uge på at prøve at kopiere den. Det er én person, der bruger en uge på at skabe én ting. Med denne maskine kan du producere hundredvis af dem om ugen."

AI "stjæler direkte deres essens på en måde", sagde Palmer, og kunstnere er i øjeblikket magtesløse til at forhindre det i at ske.

Udviklere træner disse modeller ved at fodre dem med en stor database med billeder skrabet fra internettet, så det er derfor ikke så overraskende for en kunstner at finde deres arbejde i en models træningsdatasæt. 

Skaberen af ​​Stable Diffusion, en populær åben model, der tager internettet med storm, sagde dog, at han ikke troede, at AI ville fjerne kunstneres evne til at tjene til livets ophold. Excel "satte ikke revisorerne uden arbejde; Jeg betaler stadig mine revisorer,” sagde Emad Mostaque.

Han sagde, at værktøjet vil give kunstnere nye job: "Dette er en sektor, der kommer til at vokse massivt. Tjen penge på denne sektor, hvis du vil tjene penge, vil det være langt sjovere”.

Jason Allen, der kontroversielt won en statslig kunstmesse med et digitalt billede, har tidligere sagt: "Kunsten er død, dude. Det er overstået. AI vandt. Mennesker tabte."

Cruise udvider sin AI robotaxi-tjeneste

Selvkørende bil-biz, Cruise, vil lancere sin autonome taxatjeneste til byer i Texas og Arizona ved udgangen af ​​dette år.

Medstifter og administrerende direktør Kyle Vogt fortalt TechCrunch, virksomheden planlægger at drive en lille flåde af selvkørende køretøjer på vejene i Austin, Texas og Phoenix, Arizona "i de næste 90 dage og inden udgangen af ​​2022". Cruise lancerede sin første robotaxi-tjeneste uden menneskelige chauffører i San Francisco, Californien.

Tjenesten kører kun i nogle få udvalgte områder sent om natten - startende fra 2200 til 0530 for at undgå myldretidstrafik. Ikke alle kan ringe til en bil, men kun en lille gruppe af forhåndsscreenede ryttere kan. Ventelisten for medlemmer af offentligheden til at komme i betragtning og tilmelde sig er åben. 

Vogt sagde, at Cruise også håber at begynde at køre nydesignede Origin-køretøjer næste år. Disse boxy biler vil ikke have noget rat eller pedaler og vil være fuldautomatiske. "Når man ser på 2023, næste år, bliver tingene virkelig interessante på vækstsiden," sagde han. 

"Der vil være tusindvis af AV'er, der ruller ud af General Motors fabrikken, inklusive den første Origins. Vi vil bruge dem til at oplyse mange flere markeder og begynde at generere meningsfuld indtjening på disse markeder."

Vil AI-fællesskabet sidde fast med transformere?

En skaber af det populære AI-bibliotek, PyTorch, advarede om, at den nuværende trend med at optimere hardware til transformermodeller vil gøre det sværere for nye arkitekturer at lykkes.

Transformere blev først brugt i naturlig sprogbehandling og står bag de mest kraftfulde generative modeller, der endnu er i stand til at skabe tekst og billeder. De er blevet brugt i alle mulige applikationer fra spil til lægemiddeldesign. Hardwarevirksomheder som Nvidia optimerer deres chips for at accelerere transformerbaserede modeller, og det kan hæmme innovation i fremtiden.

Soumith Chintala, der hjalp med at bygge PyTorch, fortalt Business Insider håber han, at en anden type model vil dukke op.

"Vi er i dette mærkelige hardware-lotteri. Transformers dukkede op for fem år siden, og en anden stor ting er endnu ikke kommet op. Så det kan være, at virksomheder tænker 'vi skal bare optimere hardware til transformere.' Det resulterer i, at det er meget sværere at gå en anden retning.

"Arkitekturer, der adskiller sig fra transformere, vil ikke køre så effektivt på nuværende og fremtidige chips og kan afholde udviklere fra at komme med andre typer modeller. 

"Det vil være meget sværere for os selv at prøve andre ideer, hvis hardwareleverandører ender med at gøre acceleratorerne mere specialiserede til det nuværende paradigme," advarede Chintala. ®