Kunst ei ole surnud, see on lihtsalt masinate loodud

Miks AI mudelid asendavad kunstnikke ammu enne, kui nad asendavad programmeerijaid

Võib-olla on generatiivse tehisintellekti kõige mõtlemapanevam tagajärg see, et vastupidiselt levinud arvamusele, et loovus on automatiseerimisega silmitsi seistes inimeste leidlikkuse viimane bastion, näib see tegelikult olevat palju lihtsam automatiseerida üsna keerulisi loomingulisi ülesandeid kui automatiseerida suhteliselt lihtsaid programmeerimisülesandeid. Selle aimu saamiseks võrdleme kahte populaarsemat generatiivse AI kasutusjuhtumit: koodi genereerimine ja pildi genereerimine. Kuid me usume, et väide kehtib ka üldisemalt, isegi kui generatiivsed mudelid laienevad keerukamateks rakendusteks.

Argumendi lühiversioon (mida käsitleme allpool üksikasjalikumalt) on see, et kuigi toode meeldib GitHubi koopia, praegusel kujul võib muuta kodeerimise mõnevõrra tõhusamaks, see ei välista vajadust võimekate programmeerimisalaste teadmistega tarkvaraarendajate järele. Üks suur põhjus on see, et programmi koostamisel on korrektsus tõesti oluline. Kui AI loob programmi, nõuab see ikkagi, et inimene kontrolliks selle õigsust – see on peaaegu samal tasemel kui selle loomisel.

Teisest küljest võivad kõik, kes oskavad kirjutada, kasutada sellist mudelit nagu Stabiilne difusioon kvaliteetsete unikaalsete piltide loomiseks minutitega ja palju suurusjärgus väiksemate kuludega. Loovtöötoodetel pole sageli rangeid korrektsuspiiranguid ja mudelite väljundid on vapustavalt terviklikud. Loomingulistele visuaalidele tuginevates tööstusharudes on raske mitte näha täielikku faasinihet, sest paljudel kasutusaladel on tehisintellektiga praegu toota visuaalid juba piisavad ja me oleme alles tehnoloogia alguses.

Tunnistame täielikult, et valdkonna liikumise tempos on raske olla kindel ennustustes. Praegu aga tundub, et me näeme palju tõenäolisemalt rakendusi, mis on täis rangelt programmeerijate loodud loomingulisi pilte, kui rakendusi, mis on loodud inimeste loodud kunstiga, mille on loonud rangelt loojad. 

Miks hüpe ja miks just nüüd?

Enne koodi genereerimise ja kujutiste genereerimise eripärade käsitlemist on kasulik saada ülevaade sellest, kui populaarne on tehisintellekt üldiselt ja konkreetselt generatiivne AI.

Generatiivne tehisintellekt on arendajate kiireim kasutuselevõtt, mida me kunagi näinud oleme. Selle kirjutamise ajal on Stable Diffusion hõlpsasti GitHubi hoidlate trendide edetabelite esikohal. Selle kasv on kaugel kõigist hiljutistest infrastruktuuri- või krüptotehnoloogiatest (vt ülaltoodud joonist). Peaaegu iga päev ilmub tehnoloogiat kasutavate idufirmade käivitamise ja rahastamise teateid ning veebipõhised suhtlusvõrgustikud on üle ujutatud generatiivsete mudelite loodud sisuga.

Samuti on raske ülehinnata AI-sse tehtud investeeringute üldist taset viimase kümnendi jooksul. Ainuüksi väljaannete arv on alates 2010. aastate keskpaigast hüppeliselt kasvanud (vt joonist allpool). Tänapäeval on umbes 20% kõigist arXivisse postitatud artiklitest AI, ML ja NLP kohta. Oluline on see, et teoreetilised tulemused on ületanud kriitilise künnise, kus need on muutunud kergesti tarbitavaks ja vallandanud kambriumi uute tehnikate, tarkvara ja idufirmade plahvatuse. 

Ülaltoodud joonise viimane hüpe on suuresti tingitud generatiivsest tehisintellektist. Ühe kümnendiga oleme jõudnud ainult ekspertidele mõeldud tehisintellekti mudelitelt, mis suudavad pilte klassifitseerida ja sõna manuseid luua, avalikult kasutatavateks mudeliteks, mis suudavad kirjutada tõhusat koodi ja luua märkimisväärselt täpseid pilte loomuliku keele viipade abil. Pole üllatav, et innovatsioonitempo on ainult kiirenenud, ja pole üllatav, kui generatiivsed mudelid hakkavad tungima teistesse valdkondadesse, kus kunagi domineerisid inimesed.

Generatiivne AI ja programmeerimine

Generatiivse AI üks varasemaid kasutusviise on olnud programmeerija abina. See toimib nii, et mudelit koolitatakse suurel koodikorpusel (nt kõik GitHubi avalikud repod) ja seejärel tehakse programmeerijale soovitusi, kui nad kodeerivad. Tulemused on silmapaistvad. Nii palju, et on mõistlik, et see lähenemisviis muutub edaspidi programmeerimise sünonüümiks.

Tootlikkuse tõus on siiski olnud tagasihoidlik võrreldes pildi loomisega, mida käsitleme allpool. Osa selle põhjuseks, nagu eespool mainitud, on see, et korrektsus on programmeerimisel kriitilise tähtsusega (ja tõepoolest inseneriprobleemide puhul laiemalt, kuid selles postituses keskendume programmeerimisele). Näiteks, leidis hiljutine uuring et kõrge riskiga stsenaariumide puhul CWE-d (tavaliste nõrkuste loendid), 40% AI loodud koodist sisaldas turvaauke.

Seega peab kasutaja leidma tasakaalu selle vahel, et genereerida piisavalt koodi, et tootlikkust oluliselt suurendada, kuid seda siiski piirata, et oleks võimalik kontrollida selle õigsust. Selle tulemusena on Copilotil aitas arendajate tootlikkuse parandamine – hiljutised uuringud (siin ja siin) tõsta kasu suurusjärku 2x või vähem – kuid tasemele, mida oleme näinud arendajate keelte ja tööriistade varasemate edusammude puhul. Näiteks hüpe montaažilt C-le parandas tootlikkust mõne hinnangu kohaselt 2–5 korda.

Kogenumate programmeerijate jaoks võivad mured ulatuda kaugemale koodi korrektsusest ja koodi üldisest kvaliteedist. Nagu kiire.aion Jeremy Howard on selgitanud seoses OpenAI Codexi mudeli viimaste versioonidega, "[Ma] ei kirjuta paljusõnalist koodi, sest see genereerib keskmine kood. Minu jaoks on keskmise koodi võtmine ja selle muutmine koodiks, mis mulle meeldib ja mida ma tean, et see on õige, palju aeglasem kui lihtsalt nullist kirjutamine – vähemalt nendes keeltes, mida ma hästi oskan.

Ehkki on selge, et generatiivne programmeerimine on arendaja tootlikkuse astmeline funktsioon, pole selge, et paranemine erineb dramaatiliselt varasematest. Generatiivne AI teeb programmeerijad paremaks, kuid siiski peavad nad programmeerima.

Generatiivne AI ja visuaalid

Teisest küljest on generatiivsete mudelite mõju loovtöö väljundile, näiteks kuvandi loomisele, äärmuslik. Selle tulemuseks on tõhususe ja kulude suurenemine palju suurusjärgus ning on raske mitte näha, et see toob kaasa kogu tööstusharu hõlmava faasinihke.

Generatiivne AI töötab selles ruumis, et võtta kasutajalt lihtsad tekstisisendid, mida nimetatakse viipadeks, ja seejärel genereerib mudel visuaalse väljundi. Praegu on mudeleid paljude väljundvormingute, sealhulgas piltide, videote, 3D-mudelite ja tekstuuride loomiseks.

Eriti huvitav on see, kuidas neid mudeleid saab peaaegu ilma loomingulise sekkumiseta laiendada, et luua uusi või domeenispetsiifilisi pilte. Näiteks Guido (üks autoritest) võttis eelkoolitatud imagomodelli ja treenis selle ümber paarikümnele enda fotole. Sealt sai ta kasutades pilte genereerida viipas. Allpool on fotod, mis on loodud järgmiste viipade põhjal: ” kui kapten Ameerika"," Pariisis"," maalil".

Kui kujutise loomine on ärikontekstis tohutu kõrvalekalle koodi genereerimisest, on see, mil määral muudab generatiivne AI majanduslikku arvestust. Ülaltoodud piltide loomiseks õpetas Guido modellile käputäie fotosid, mis maksavad umbes 50 dollarit infrastruktuuriressursse.. Pärast koolitust maksab piltide genereerimine umbes 0.001 dollarit arvutusressurssides ja seda saab teha pilves või viimase põlvkonna sülearvutis. Lisaks võtab pildi loomine vaid mõne sekundi. 

Ilma generatiivse AIta on ainus viis kohandatud pildi saamiseks palgata kunstnik või teha seda ise. Isegi kui alustame eeldusest, et inimene saab 10 dollari eest ühe tunni jooksul luua täiesti kohandatud fotorealistliku pildi, generatiivne AI lähenemine on lihtsalt neli suurusjärku odavam ja suurusjärgu võrra kiirem. Reaalsemalt võtab iga kohandatud kunstiteos või graafilise disaini projekt tõenäoliselt päevi või nädalaid ja maksab sadu, kui mitte tuhandeid dollareid. 

Sarnaselt ülaltoodud programmeerimisvahenditega on generatiivne AI vahendina vastu võetud artistide poolt ja mõlemad nõuavad teatud määral kasutaja järelevalvet. Kuid on raske ülehinnata majanduslikku erinevust, mille loob pildimudeli võime jäljendada kunstniku täielikku väljundit. Koodi genereerimise mudelit kasutades nõuab isegi väga lihtsa funktsionaalse programmi kirjutamine, mis täidab standardset arvutusülesannet, paljude koodijuppide jaoks ülevaatamist, redigeerimist ja testide lisamist. Kuid põhipildi puhul saab viipa sisestamise ja tosina soovituse hulgast pildi välja valida vähem kui minutiga.

Võtke näiteks meie oma karikaturist (ja investeerimispartner) Yoko Li (@stuffyokodraws). Koolitasime modelli, kasutades tema 70 varasemat pilti, ja modell suutis luua jubeda tasemega pilte. Iga kunstnik peab välja mõtlema, mida järgmiseks luua, ja ta avastas isegi, et koolitatud modellid võivad pakkuda rohkem valikuvõimalusi, kui tal oli mõttes – vähemalt siis, kui neid teatud ajaperioodi jooksul midagi toota. Sama objekti joonistamiseks on sadu viise, kuid generatiivsed mudelid tegid kohe selgeks, milliseid teid tasub uurida. 

Nii et kui rääkida sellistest ülesannetest, siis me ei vaidle selle üle, et arvutid on tingimata vajalikud parem kui inimestel 1:1 alusel. Kuid nagu paljude muude ülesannete puhul, tapavad arvutid meid lihtsalt maha, kui suudavad toota täielikku tööväljundit skaala. 

Proovige ära arvata, millised allolevatest joonistest on otse Yoko joonistanud ja millised on loodud. 

Majanduse tohutu paranemine, paindlikkus uute stiilide ja kontseptsioonide loomisel ning võime luua täielikku või peaaegu täielikku tööväljundit viitavad meile, et oleme valmis nägema märkimisväärset muutust kõigis tööstusharudes, kus loomingulised varad on suur osa ärist. Ja see ei piirdu ainult piltidega, vaid kehtib kogu disainivaldkonna kohta. Näiteks:

• Generatiivne tehisintellekt võib luua 2D-kunsti, tekstuure, 3D-mudeleid ja aidata mängude tasemekujundusel. 
• Turunduses näib see olevat valmis asendama laokunsti, tootefotograafia ja illustratsioonid. 
• Näeme juba rakendusi veebidisaini, sisekujunduse ja maastikukujunduse valdkonnas.

Ja me oleme tegelikult alles alguses. Kui kasutusjuhtum nõuab sisu loomingulist genereerimist, on raske näha argumenti, miks generatiivne AI seda ei häiri või vähemalt ei muutu protsessi osaks.

-

OK, mis on selle postituse mõte? Kuigi see keskendub mõnevõrra kitsalt koodide ja piltide genereerimisele, kahtlustame, et tulemused kehtivad laiemalt. Eelkõige häirib AI tõenäoliselt juba ammu enne süsteemide loomist loomingulisi püüdlusi kõikjal – olgu see siis visuaalne, tekstiline või muusikaline. 

Lisaks ülaltoodud õigsuse argumendile võib ka juhtuda, et loominguliste väljundite praktilise ulatuse jaoks võib piisata kõigi varasemate tehnika tasemete kombineerimisest ja uuesti kombineerimisest. Näiteks muusika- ja filmitööstus on ajalooliselt tootnud lugematul hulgal populaarseid albumeid ja filme. On täiesti mõeldav, et generatiivsed mudelid võivad aidata neid funktsioone aja jooksul automatiseerida. Kuid nii paljude Stable Diffusioni ja DALL-E 2 loodud piltide puhul on tähelepanuväärne see, et nad on tõesti head ja tõeliselt huvitav. Pole raske ette kujutada tehisintellekti mudelit, mis toodab tõeliselt huvitavaid muusikastiilide sulameid või isegi "kirjutab" täispikkasid filme, mis on intrigeerivad selle poolest, kuidas need kontseptsioone ja stiile omavahel siduvad. 

Vastupidi, on raske ette kujutada, et varasemad süsteemid sisaldavad kõiki tööriistu, mida vajame kõigi tulevaste süsteemide arendamiseks. Või isegi seda, et keerukaid süsteeme saab sama lihtsalt kombineerida kui erinevaid kunsti- või muusikastiile. Sageli peitub süsteemi väärtus ja see, miks neid on nii raske ehitada detailide pikas sabas – kõik kompromissid, lahendused, antud disainiruumi optimeerimised ja institutsionaalsed/latentsed teadmised, mida need sisaldavad. Seega peame jätkama ehitamist.

Peame vastu ennustamise soovile täpselt kuidas generatiivne AI loomemajandust mõjutab. Kuid, ajalugu näitab, et uued tööriistad kipuvad laiendama selle asemel, et kunsti määratlust kokku leppidaja muuta see kättesaadavaks uut tüüpi kunstnikele. Sel juhul on uued kunstnikud süsteemiehitajad. Niisiis, Usume, et tehnoloogia asutajate jaoks on generatiivne AI rangelt positiivne tööriist tarkvara ulatuse laiendamiseks – mängud on ilusamad, turundus köitvam, kirjutatud sisu köitvam, filmid inspireerivamad.

Kes teab: ühel päeval võidakse 2022. aasta lõpu Interneti-arhiivi pidada üheks viimaseks peamiselt inimeste loodud sisuhoidlatest. Vähemalt selle artikli teksti lõid täielikult inimesed.