خلاقیت مبتنی بر هوش مصنوعی در نهایت به رایانه های شخصی قدرتمند کاری ارزشمند می دهد که انجام دهند

ستون تا همین اواخر، به نظر می‌رسید که سخت‌افزار رایانه‌های شخصی از هر درخواستی که نرم‌افزار می‌توانست روی آن قرار دهد، رد شده بود. حتی بازی‌های سطح بالا - که به طور سنتی لبه اصلی تقاضای کاربر در مورد عملکرد بودند - به سختی بر سیلیکون فوق‌العاده و قدرتمند موجود مالیات پرداخت می‌کردند. سپس هنر هوش مصنوعی آمد.

ریزپردازنده M1 Ultra اپل دارای تعداد ترانزیستورهای 100 میلیاردی است. Nvidia به تازگی خود را منتشر کرده است پردازنده گرافیکی پرچمدار RTX 4090با 76 میلیارد ترانزیستور - افزایش سه برابری نسبت به نسل قبلی، محصول آخرین گره فرآیند، و نگرش شیطانی نسبت به مصرف برق. نزدیک به 500 وات TDP؟ این زمستان آن را روشن کنید و خانه خود را گرم کنید.

اما به چه منظور؟ نبرد رویال فورتنایت با سرعت 300 فریم بر ثانیه؟ در آوریل نوشتم: "این هیولاها باید رام شوند، آموزش ببینند و به کار بیایند." فناوری از خلاء متنفر است – چهار دهه در این زمینه این را به من آموخت. جایی که ظرفیت وجود داشته باشد، چیزی برای به کارگیری آن پیش می آید.

آن کفش دیگر در اوایل سپتامبر افتاد، زمانی که هوش مصنوعی HuggingFace – یک شرکت خصوصی که ابزارهای نرم افزاری را ایجاد می کند که از تکنیک های هوش مصنوعی پیشرفته بهره برداری می کند – منتشر شد انتشار پایدار.

مشابه سیستم هایی مانند DALL•E و میانه سفر، Stable Diffusion بالا می رود و سپس میلیاردها تصویر را به نشانه هایی با وزن نمادین کاهش می دهد که می توانند با یک پیام متنی که به طور مناسب ساخته شده اند به حالت دید بازگردانده شوند. همه چیز فقط در این سمت از جادوگری قرار دارد - با این حال به خوبی کار می کند.

بر خلاف DALL•E یا Midjourney، Stable Diffusion هر دو کاملاً مستقل است - قادر به اجرا بر روی هر ماشین به اندازه کافی قدرتمند - و FOSS خالص است. این بدان معناست که اگرچه انتشار اولیه به برخی از بالاترین GPU های انویدیا نیاز داشت، اما در عرض یک هفته مشارکت کنندگان پروژه کدش را حذف کرد و نیازهای سخت افزاری آن را کاهش داد. نسخه فعلی می تواند به راحتی بر روی رایانه شخصی قدرتمندی که من شش سال پیش برای کشف دنیای تازه متولد شده واقعیت مجازی خریدم - و همچنین تقریباً بر روی هر مک مبتنی بر M1 اجرا شود. بسیاری از رایانه‌های شخصی بازی و لپ‌تاپ‌ها می‌توانند Stable Diffusion را به خوبی اجرا کنند تا از آن برای نیازهای خلاقانه مبتنی بر پروژه استفاده کنند - یا فقط برای سرگرمی.

سپس گروهی از محققان چاپ مقاله در چیزی که آنها Dreamfusion نامیدند - قادر به ایجاد یک سری بی‌نهایت از مدل‌های سه بعدی کاملاً تحقق‌یافته از پیام‌های متنی است. تایپ pineapple، و کامپیوتر فکر می کند، سپس بهترین تقریب خود را از شکل ظاهری آن مدل ایجاد می کند. اگرچه آن گروه هنوز کد خود را منتشر نکرده است، این مقاله به اندازه کافی طرح اولیه را برای یک کدنویس جاه طلب ارائه کرد تا پایگاه کد انتشار پایدار را برای ایجاد تطبیق دهد. دریم فیوژن پایدار - که باز هم به سخت افزار نسبتاً قدرتمندی نیاز دارد.

ناگفته نماند، گروه دیگری در دانشگاه تل آویو جهان را شگفت زده کردند مدل انتشار حرکت انسان. این مقاله نشان داد که چگونه محققان از تکنیک‌های هوش مصنوعی مبتنی بر انتشار برای تبدیل یک اعلان مانند «the person walks forward two steps and does a cartwheel” به یک انیمیشن انسانی یک هفته بعد، خود محققین کد خود را منتشر کردند به عنوان FOSS.

ما هنوز کمی زود به این رشد تصاعدی در قابلیت‌های هوش مصنوعی رسیده‌ایم تا بدانیم هر کدام از این قابلیت‌ها به کجا منتهی خواهد شد. در حال حاضر، هر دو Canva و مایکروسافت مولدهای تصویر مبتنی بر سریع را در ابزارهای خلاقانه خود ادغام کرده اند. متا، گوگل، و دیگران ژنراتورهای اختصاصی سریع به ویدیو را نشان داده اند. در روند فعلی، ما تا زمانی که معادل های FOSS برای بازی با آن ها داشته باشیم، نیازی به صبر طولانی نخواهیم داشت.

هنرهای تجسمی دارای ابزارهای جدید قدرتمندی هستند که در حوزه انحصاری غول هایی مانند گوگل یا OpenAI نیستند – شرکتی که قول داده بود هوش مصنوعی را در پایه خود دموکراتیک کند، اما به نظر می رسد که بر روی ایجاد امپراتوری اختصاصی خود با مایکروسافت تمرکز کرده است. مالک غیر رسمی

در یکی از اولین ستون های من برای ثبت نام اشاره کردم پایان از چرخه ارتقا بی پایان برای رایانه های شخصی. تردمیل دیگر وجود ندارد: به اندازه کافی خوب هستند، آنها فقط زمانی که فرسوده شوند تعویض می شوند. به استثنای انبوهی از ارتقاها برای تطبیق ویدئو کنفرانس مبتنی بر بیماری همه گیر آن پیش بینی درست ثابت شده است.

اما كامپيوتر شخصي پوست خود را رها كرده و شكل جديد و نرم خود را به عنوان يك ابر كامپيوتر خلاق آشكار كرده است: با قدرت انتشار، و خلاقانه به گونه‌اي كه كامپيوتر قديمي نمي‌توانست به آن نزديك شود. این ابزارهای کیفی متفاوت به جای ارائه قلم یا قلم موی جدید دیگری، نوع جدیدی از مشارکت خلاقانه را ایجاد می کنند.

در ماه ژوئن یک لپ‌تاپ رایانه شخصی با مشخصات بالا خریدم - و بلافاصله بابت آن احساس گناه کردم، فکر می‌کردم هرگز واقعاً آن را به کار نخواهم داد. امروز، من به طور کامل از ماشینی استفاده می کنم که می تواند هم کارهای عادی و هم باور نکردنی را انجام دهد. در نگاهی به گذشته، این خرید مانند یک معامله هوشمندانه به نظر می رسد - منادی یک رنسانس واقعی - در حالی که رایانه شخصی که دوباره متولد می شود، کار می کند. ®