कला मृत नहीं है, यह सिर्फ मशीन-जनित है

प्रोग्रामरों को बदलने से बहुत पहले एआई मॉडल कलाकारों को क्यों बदल देंगे

शायद जनरेटिव एआई से हम जो सबसे अधिक विचलित करने वाला निहितार्थ देख रहे हैं, वह यह है कि, आम धारणा के विपरीत कि रचनात्मकता स्वचालन के सामने मानव प्रतिभा का अंतिम गढ़ होगी, यह वास्तव में प्रतीत होता है बहुत आसान है अपेक्षाकृत सरल प्रोग्रामिंग कार्यों को स्वचालित करने के बजाय कठिन रचनात्मक कार्यों को स्वचालित करने के लिए। इसे समझने के लिए हम जेनेरेटिव एआई के लिए दो अधिक लोकप्रिय उपयोग मामलों की तुलना करते हैं: कोड जनरेशन और इमेज जेनरेशन। लेकिन हम मानते हैं कि दावा अधिक आम तौर पर होता है, भले ही जेनेरेटिव मॉडल अधिक जटिल अनुप्रयोगों में विस्तारित हो।

तर्क का संक्षिप्त संस्करण (जिसे हम नीचे और अधिक विस्तार से निपटेंगे) यह है कि हालांकि एक उत्पाद पसंद है गिटहब कोपिलॉट, अपने वर्तमान स्वरूप में, कोडिंग को कुछ अधिक कुशल बना सकता है, यह प्रोग्रामिंग ज्ञान वाले सक्षम सॉफ़्टवेयर डेवलपर्स की आवश्यकता को समाप्त नहीं करता है। एक बड़ा कारण यह है कि, जब कोई प्रोग्राम बनाने की बात आती है, तो शुद्धता वास्तव में मायने रखती है। यदि एआई एक कार्यक्रम उत्पन्न करता है, तो उसे अभी भी यह सत्यापित करने के लिए एक मानव की आवश्यकता होती है कि यह सही है - लगभग उसी स्तर पर एक प्रयास जैसा कि इसे शुरू करने के लिए बनाया गया था।

दूसरी ओर, जो कोई भी टाइप कर सकता है, वह जैसे मॉडल का उपयोग कर सकता है स्थिर प्रसार परिमाण कम लागत के कई आदेशों पर, मिनटों में उच्च-गुणवत्ता, एक तरह की छवियों का उत्पादन करने के लिए। रचनात्मक कार्य उत्पादों में अक्सर सख्त शुद्धता की कमी नहीं होती है, और मॉडल के आउटपुट आश्चर्यजनक रूप से पूर्ण होते हैं। रचनात्मक दृश्यों पर भरोसा करने वाले उद्योगों में एक पूर्ण चरण बदलाव नहीं देखना मुश्किल है, क्योंकि कई उपयोगों के लिए, एआई अब जो दृश्य तैयार करने में सक्षम है, वे पहले से ही पर्याप्त हैं, और हम अभी भी प्रौद्योगिकी की बहुत शुरुआती पारी में हैं।

हम पूरी तरह से स्वीकार करते हैं कि क्षेत्र जिस गति से आगे बढ़ रहा है, उस पर किसी भी भविष्यवाणियों पर विश्वास करना कठिन है। अभी, हालांकि, ऐसा लगता है कि रचनाकारों द्वारा सख्ती से निर्मित मानव-डिज़ाइन कला वाले अनुप्रयोगों की तुलना में प्रोग्रामर द्वारा सख्ती से बनाई गई रचनात्मक छवियों से भरे अनुप्रयोगों को देखने की अधिक संभावना है। 

प्रचार क्यों, और अब क्यों?

इससे पहले कि हम कोड-जेनरेशन बनाम इमेज जेनरेशन की बारीकियों में उतरें, यह समझना उपयोगी है कि एआई कुल मिलाकर और जनरेटिव एआई, विशेष रूप से, इस समय कितना लोकप्रिय है।

जेनेरेटिव एआई डेवलपर्स द्वारा सबसे तेज गति देख रहा है जिसे हमने कभी देखा है। जैसा कि हम इसे लिखते हैं, स्थिर प्रसार आसानी से गिटहब रिपॉजिटरी के ट्रेंडिंग चार्ट में व्यापक अंतर से सबसे ऊपर है. इसकी वृद्धि बुनियादी ढांचे या क्रिप्टो में किसी भी हालिया तकनीक से कहीं आगे है (ऊपर चित्र देखें)। प्रौद्योगिकी का उपयोग करने वाले स्टार्टअप्स के लगभग दैनिक लॉन्च और फंडिंग की घोषणाएं होती हैं, और ऑनलाइन सामाजिक नेटवर्क जनरेटिव मॉडल द्वारा बनाई गई सामग्री से भरे जा रहे हैं।

पिछले एक दशक में एआई में निवेश का समग्र स्तर भी अधिक कठिन है। हमने 2010 के मध्य से अकेले प्रकाशनों में घातीय वृद्धि देखी है (नीचे चित्र देखें)। आज, arXiv पर पोस्ट किए गए सभी लेखों में से लगभग 20% AI, ML और NLP के बारे में हैं। महत्वपूर्ण रूप से, सैद्धांतिक परिणाम एक महत्वपूर्ण सीमा को पार कर गए हैं जहां वे आसानी से उपभोग योग्य हो गए हैं और नई तकनीकों, सॉफ्टवेयर और स्टार्टअप के कैम्ब्रियन विस्फोट को ट्रिगर किया है। 

ऊपर दिए गए आंकड़े में सबसे हालिया उछाल बड़े पैमाने पर जनरेटिव एआई के कारण है। एक दशक में, हम विशेषज्ञ-केवल एआई मॉडल से चले गए हैं जो छवियों को वर्गीकृत कर सकते हैं और सार्वजनिक रूप से उपयोग करने योग्य मॉडल के लिए शब्द एम्बेडिंग बना सकते हैं जो प्रभावी कोड लिख सकते हैं और प्राकृतिक भाषा संकेतों का उपयोग करके उल्लेखनीय रूप से सटीक छवियां बना सकते हैं। यह कोई आश्चर्य की बात नहीं है कि नवप्रवर्तन की गति अभी बढ़ी है, और इसमें कोई आश्चर्य नहीं होना चाहिए जब जनरेटिव मॉडल अन्य क्षेत्रों में पैठ बनाना शुरू करते हैं जो कभी मनुष्यों के प्रभुत्व में थे।

जनरेटिव एआई और प्रोग्रामिंग

जनरेटिव एआई के शुरुआती उपयोगों में से एक प्रोग्रामर की सहायता के रूप में रहा है। जिस तरह से यह काम करता है वह यह है कि एक मॉडल को कोड के एक बड़े कॉर्पस पर प्रशिक्षित किया जाता है (उदाहरण के लिए गिटहब में सभी सार्वजनिक प्रतिनिधि) और फिर प्रोग्रामर को कोड के रूप में सुझाव देता है। परिणाम बकाया हैं। इतना अधिक कि यह उचित है कि यह दृष्टिकोण आगे बढ़ने वाली प्रोग्रामिंग का पर्याय बन जाएगा।

हालाँकि, उत्पादकता लाभ छवि निर्माण के सापेक्ष मामूली रहा है, जिसे हम नीचे कवर करते हैं। इसके कारण का एक हिस्सा, जैसा कि ऊपर उल्लेख किया गया है, यह है कि प्रोग्रामिंग में शुद्धता महत्वपूर्ण है (और वास्तव में इंजीनियरिंग की समस्याएं अधिक व्यापक रूप से हैं, लेकिन हम इस पोस्ट में प्रोग्रामिंग पर ध्यान केंद्रित करते हैं)। उदाहरण के लिए, हाल ही में एक अध्ययन में पाया गया कि उच्च जोखिम वाले परिदृश्यों के लिए सीडब्ल्यूई (सामान्य कमजोरी गणना)एआई जनरेट कोड के 40% में कमजोरियां थीं.

इस प्रकार, उपयोगकर्ता को एक सार्थक उत्पादकता वृद्धि प्रदान करने के लिए पर्याप्त कोड उत्पन्न करने के बीच संतुलन बनाना पड़ता है, जबकि अभी भी इसे सीमित करते हुए शुद्धता की जांच करना संभव है। नतीजतन, कोपिलॉट के पास है मदद की डेवलपर उत्पादकता में सुधार - हाल के अध्ययन (यहाँ उत्पन्न करें और यहाँ उत्पन्न करें) 2x या उससे कम के क्रम में लाभ डालें - लेकिन डेवलपर भाषाओं और टूलिंग के पिछले अग्रिमों में हमने जो देखा है, उसके बराबर स्तर पर। उदाहरण के लिए असेंबली से सी तक की छलांग, कुछ अनुमानों से उत्पादकता में 2-5 गुना सुधार हुआ।

अधिक अनुभवी प्रोग्रामर के लिए, चिंताएँ कोड शुद्धता से परे और समग्र कोड गुणवत्ता में बढ़ सकती हैं। जैसा तेजी सेजेरेमी हॉवर्ड समझाया है OpenAI कोडेक्स मॉडल के हाल के संस्करणों के संबंध में, "[मैं] वर्बोज़ कोड नहीं लिखता क्योंकि यह उत्पन्न कर रहा है औसत कोड। मेरे लिए, औसत कोड लेना और इसे उस कोड में बनाना जो मुझे पसंद है और मुझे पता है कि यह सही होना है, इसे केवल स्क्रैच से लिखने की तुलना में बहुत धीमा है - कम से कम उन भाषाओं में जिन्हें मैं अच्छी तरह से जानता हूं।

इसलिए जब यह स्पष्ट है कि जनरेटिव प्रोग्रामिंग डेवलपर उत्पादकता में एक कदम है, तो यह स्पष्ट नहीं है कि सुधार नाटकीय रूप से उन लोगों से अलग है जिन्हें हमने पहले देखा है। जनरेटिव एआई बेहतर प्रोग्रामर बनाता है, लेकिन फिर भी उन्हें प्रोग्राम करना चाहिए।

जनरेटिव एआई और विजुअल

दूसरी ओर, रचनात्मक कार्य आउटपुट, जैसे छवि निर्माण, पर जनरेटिव मॉडल का प्रभाव चरम पर है। इसके परिणामस्वरूप दक्षता और लागत में बड़े पैमाने पर सुधार के कई आदेश हुए हैं, और यह मुश्किल है कि इसे उद्योग-व्यापी चरण बदलाव में न देखा जाए।

जिस तरह से जेनेरेटिव एआई इस स्पेस में काम करता है, वह यूजर से सरल टेक्स्ट इनपुट लेता है, जिसे प्रॉम्प्ट कहा जाता है, और फिर मॉडल एक विज़ुअल आउटपुट उत्पन्न करता है। वर्तमान में, चित्र, वीडियो, 3D मॉडल और बनावट सहित कई आउटपुट स्वरूप बनाने के लिए मॉडल हैं।

विशेष रूप से दिलचस्प बात यह है कि लगभग बिना किसी रचनात्मक हस्तक्षेप के नई या डोमेन-विशिष्ट छवियों को उत्पन्न करने के लिए इन मॉडलों को कैसे बढ़ाया जा सकता है। उदाहरण के लिए, गुइडो (लेखकों में से एक) ने एक पूर्व-प्रशिक्षित छवि मॉडल लिया और इसे खुद की कुछ दर्जन तस्वीरों पर फिर से प्रशिक्षित किया। वहां से, वह उपयोग करके चित्र बनाने में सक्षम था शीघ्र में। निम्नलिखित संकेतों से उत्पन्न तस्वीरें नीचे दी गई हैं: ” कप्तान अमेरिका के रूप में"," पेरिस में"," एक पेंटिंग में".

जहां एक व्यावसायिक संदर्भ में छवि निर्माण कोड जनरेशन से बड़े पैमाने पर प्रस्थान है, वह हद है कि किस हद तक जनरेटिव एआई आर्थिक गणना को बदलता है। उपरोक्त चित्रों को बनाने के लिए, गुइडो ने बुनियादी ढांचे के संसाधनों में लगभग $.50 की लागत वाली मुट्ठी भर तस्वीरों पर मॉडल को प्रशिक्षित किया. एक बार प्रशिक्षित होने के बाद, छवियों को बनाने में लगभग $0.001 का खर्च आता है कंप्यूटिंग संसाधनों में और क्लाउड में किया जा सकता है या नवीनतम पीढ़ी के लैपटॉप पर. इसके अलावा, छवि बनाने में केवल कुछ सेकंड लगते हैं। 

जनरेटिव एआई के बिना, एक कस्टम छवि प्राप्त करने का एकमात्र तरीका या तो एक कलाकार को काम पर रखना है या इसे स्वयं करना है। यहां तक ​​​​कि अगर हम इस धारणा से शुरू करते हैं कि एक व्यक्ति $ 10 के लिए एक घंटे के भीतर पूरी तरह से कस्टम, फोटोरिअलिस्टिक छवि बना सकता है, जनरेटिव एआई दृष्टिकोण आसानी से परिमाण के चार आदेश सस्ते और परिमाण के क्रम में तेजी से होता है। अधिक वास्तविक रूप से, किसी भी कस्टम आर्टवर्क या ग्राफिक डिज़ाइन प्रोजेक्ट में संभवतः दिन या सप्ताह लगेंगे, और यदि हजारों डॉलर नहीं तो सैकड़ों खर्च होंगे। 

उपरोक्त प्रोग्रामिंग एड्स के समान, जनरेटिव AI होगा साधन के रूप में अपनाया कलाकारों द्वारा और दोनों को कुछ हद तक उपयोगकर्ता पर्यवेक्षण की आवश्यकता होती है। लेकिन एक छवि मॉडल द्वारा पूर्ण कलाकार आउटपुट की नकल करने की क्षमता द्वारा बनाए गए अर्थशास्त्र के अंतर को बढ़ा-चढ़ाकर पेश करना कठिन है। एक कोड-जनरेशन मॉडल का उपयोग करना, यहां तक ​​कि एक बहुत ही बुनियादी कार्यात्मक प्रोग्राम लिखने के लिए जो एक मानक कंप्यूटिंग कार्य करता है, कोड के कई स्निपेट्स के लिए समीक्षा, संपादन और परीक्षण जोड़ने की आवश्यकता होती है। लेकिन एक मूल छवि के लिए, एक संकेत दर्ज करना और एक दर्जन सुझावों में से एक छवि चुनना एक मिनट के अंदर किया जा सकता है।

उदाहरण के लिए हमारे अपने कार्टूनिस्ट (और निवेश भागीदार) योको ली (@stuffyokodraws). हमने उसकी पिछली छवियों में से 70 का उपयोग करके एक मॉडल को प्रशिक्षित किया, और मॉडल नकल के भयानक स्तर के साथ छवियां उत्पन्न करने में सक्षम थी। प्रत्येक कलाकार को यह पता लगाना होता है कि आगे क्या बनाना है, और उसने यह भी पाया कि प्रशिक्षित मॉडल उसके दिमाग में जो कुछ था उससे अधिक विकल्प पेश कर सकते हैं - कम से कम जब किसी निश्चित समय अवधि के तहत कुछ बनाने के लिए दबाव डाला जाता है। एक ही वस्तु को खींचने के सैकड़ों तरीके हैं, लेकिन जनरेटिव मॉडल ने तुरंत यह स्पष्ट कर दिया कि कौन से रास्ते खोजे जाने लायक हैं। 

तो जब इस तरह के कार्यों की बात आती है, तो हम यह तर्क नहीं दे रहे हैं कि कंप्यूटर जरूरी हैं बेहतर मनुष्यों की तुलना में 1:1 के आधार पर। लेकिन जैसा कि कई अन्य कार्यों के साथ होता है, जब कंप्यूटर पूर्ण कार्य आउटपुट का उत्पादन कर सकते हैं तो वे हमें मार डालते हैं स्केल. 

कोशिश करें और अनुमान लगाएं कि नीचे दिए गए कौन से चित्र सीधे योको द्वारा बनाए गए थे और कौन से बनाए गए थे। 

अर्थशास्त्र में बड़े पैमाने पर सुधार, नई शैलियों और अवधारणाओं को तैयार करने में सक्षम होने में लचीलापन, और पूर्ण या लगभग पूर्ण कार्य आउटपुट उत्पन्न करने की क्षमता हमें सुझाव देती है कि हम सभी उद्योगों में एक उल्लेखनीय परिवर्तन देखने के लिए तैयार हैं जहां रचनात्मक संपत्तियां एक हैं व्यापार का प्रमुख हिस्सा। और यह छवियों तक ही सीमित नहीं है, बल्कि संपूर्ण डिजाइन क्षेत्र पर लागू होता है। उदाहरण के लिए:

• जनरेटिव एआई 2डी आर्ट, टेक्सचर, 3डी मॉडल बना सकता है और गेम्स के लिए लेवल डिजाइन में मदद कर सकता है। 
• मार्केटिंग में, यह स्टॉक आर्ट, प्रोडक्ट फोटोग्राफी और इलस्ट्रेशन को बदलने के लिए तैयार दिखता है। 
• हम पहले से ही वेब डिज़ाइन, इंटीरियर डिज़ाइन और लैंडस्केप डिज़ाइन में एप्लिकेशन देख रहे हैं।

और हम वास्तव में अभी शुरुआत में हैं। यदि उपयोग के मामले में सामग्री की रचनात्मक पीढ़ी की आवश्यकता होती है, तो यह तर्क देखना मुश्किल है कि जेनेरेटिव एआई इसे बाधित क्यों नहीं करेगा या कम से कम प्रक्रिया का हिस्सा बन जाएगा।

-

ठीक है, तो इस पोस्ट का क्या मतलब है? हालांकि यह कुछ हद तक कोड जनरेशन और इमेज जेनरेशन पर केंद्रित है, हमें संदेह है कि परिणाम अधिक व्यापक रूप से पकड़ में आते हैं। विशेष रूप से, बोर्ड भर में रचनात्मक प्रयास - चाहे दृश्य, पाठ, या संगीत - एआई द्वारा सिस्टम निर्माण से बहुत पहले बाधित होने की संभावना है। 

शुद्धता तर्क के अलावा हम ऊपर उपयोग करते हैं, यह भी मामला हो सकता है कि रचनात्मक आउटपुट की व्यावहारिक सीमा के लिए सभी पूर्व कलाओं का संयोजन और पुनर्संयोजन पर्याप्त हो सकता है। उदाहरण के लिए, संगीत और फिल्म उद्योगों ने ऐतिहासिक रूप से अनगिनत लोकप्रिय एल्बम और फिल्में बनाई हैं। यह पूरी तरह से बोधगम्य है कि जनरेटिव मॉडल समय के साथ उन कार्यों को स्वचालित करने में मदद कर सकते हैं। हालाँकि, स्थिर प्रसार और DALL-E 2 द्वारा निर्मित इतनी सारी छवियों के बारे में उल्लेखनीय बात यह है वे वास्तव में अच्छे हैं और वास्तव में दिलचस्प. एक ऐसे एआई मॉडल की कल्पना करना मुश्किल नहीं है जो वास्तव में संगीत शैलियों के दिलचस्प फ्यूज़न का उत्पादन करता है या यहां तक ​​कि "लेखन" फीचर-लंबाई वाली फिल्में हैं जो दिलचस्प हैं कि वे कैसे अवधारणाओं और शैलियों को एक साथ जोड़ते हैं। 

इसके विपरीत, यह कल्पना करना कठिन है कि पूर्व प्रणालियों में वे सभी उपकरण होंगे जिनकी हमें भविष्य की सभी प्रणालियों को विकसित करने के लिए आवश्यकता होगी। या यहां तक ​​कि जटिल प्रणालियों को कला या संगीत की विभिन्न शैलियों के रूप में आसानी से जोड़ा जा सकता है। तो अक्सर एक प्रणाली का मूल्य, और उन्हें बनाना इतना कठिन क्यों होता है, विवरणों की लंबी पूंछ में होता है - सभी ट्रेडऑफ़, वर्कअराउंड, किसी दिए गए डिज़ाइन स्थान के लिए अनुकूलन, और संस्थागत/अव्यक्त ज्ञान जिसमें वे होते हैं। इसलिए हमें निर्माण करना जारी रखना चाहिए।

हम भविष्यवाणी करने के आग्रह का विरोध करेंगे ठीक ठीक जनरेटिव एआई रचनात्मक उद्योग को कैसे प्रभावित करेगा। हालांकि, इतिहास बताता है कि नए उपकरण करते हैं विस्तार कला की परिभाषा को अनुबंधित करने के बजाय, और इसे नए प्रकार के कलाकारों के लिए सुलभ बनाने के लिए. इस मामले में, नए कलाकार सिस्टम निर्माता हैं। इसलिए, टेक संस्थापकों के लिए, हमारा मानना ​​है कि जेनेरेटिव एआई सख्ती से एक सकारात्मक उपकरण है सॉफ्टवेयर की पहुंच बढ़ाने के लिए - खेल और अधिक सुंदर होंगे, विपणन अधिक सम्मोहक होगा, लिखित सामग्री अधिक आकर्षक होगी, फिल्में अधिक प्रेरक होंगी।

कौन जानता है: एक दिन, 2022 के अंत में इंटरनेट के संग्रह को अंतिम रूप से मानव-निर्मित सामग्री भंडारों में से एक के रूप में क़ीमती बनाया जा सकता है। इस लेख के लिए यह पाठ, कम से कम, पूरी तरह से मनुष्यों द्वारा उत्पन्न किया गया था।