요컨대 AI 생성 예술에 대해 의견이 분분하지만 텍스트-이미지 모델이 계속 존재한다는 데 모두가 동의합니다.
일부 아티스트는 텍스트 프롬프트를 사용하여 완전히 새로운 디지털 이미지를 생성하고 이를 창의적인 새로운 도구로 보는 능력에 매료됩니다. 그러나 예술로 생계를 꾸리는 다른 사람들은 기술이 직업을 잃게 하고 일의 가치를 떨어뜨릴 것이라고 생각하여 기술을 싫어합니다.
기계는 개념 예술가인 RJ Palmer와 같이 특정 예술가의 스타일을 재현하고 인간 예술가를 능가하도록 훈련될 수 있습니다. 이야기 BBC. “지금 당장은 아티스트가 내 스타일을 따라 하려고 하면 일주일을 복사해 보려고 할 것입니다. 그것은 한 사람이 한 가지를 만드는 데 일주일을 소비하는 것입니다. 이 기계를 사용하면 일주일에 수백 개를 생산할 수 있습니다.”
Palmer는 AI가 "어떤 방식으로든 직접적으로 본질을 훔치고 있다"고 말했습니다. 현재 아티스트는 이를 막을 힘이 없습니다.
개발자는 인터넷에서 스크랩한 대규모 이미지 데이터베이스를 제공하여 이러한 모델을 훈련하므로 아티스트가 모델의 훈련 데이터 세트에서 작업을 찾는 것은 그리 놀라운 일이 아닙니다.
그러나 인터넷을 폭풍으로 몰아넣고 있는 인기 있는 개방형 모델인 Stable Diffusion의 창시자는 AI가 예술가들의 생계를 앗아갈 것이라고 생각하지 않는다고 말했습니다. Excel은 “회계사를 업무에 투입하지 않았습니다. 나는 여전히 회계사에게 급여를 지불하고 있습니다.”라고 Emad Mostaque가 말했습니다.
그는 이 도구가 예술가들에게 새로운 일자리를 줄 것이라고 말했습니다. “이 분야는 엄청나게 성장할 것입니다. 돈을 벌고 싶다면 이 분야에서 돈을 벌면 훨씬 더 재미있을 것입니다.”
논란이 된 제이슨 앨런 원 디지털 이미지가 있는 주립 미술 박람회는 이전 말했다: "예술은 죽었다. 끝났어. AI가 이겼습니다. 인간이 길을 잃었다.”
크루즈, AI 로보택시 서비스 확대
자율주행차 사업인 크루즈(Cruise)는 올해 말까지 텍사스와 애리조나 주에 자율택시 서비스를 개시할 예정이다.
공동 창립자이자 CEO인 Kyle Vogt 이야기 TechCrunch는 "향후 90일 이내, 2022년 말 이전" 텍사스 오스틴과 애리조나 피닉스의 도로에서 소규모 자율주행 차량을 운영할 계획입니다. Cruise는 캘리포니아 샌프란시스코에서 인간 운전자가 없는 최초의 로보택시 서비스를 시작했습니다.
이 서비스는 러시아워 교통체증을 피하기 위해 2200:0530부터 XNUMX:XNUMX까지 늦은 밤 일부 일부 지역에서만 운영됩니다. 모든 사람이 차를 부를 수 있는 것은 아니지만 사전 검사를 받은 소수의 라이더만 차를 부를 수 있습니다. 일반 대중이 고려하고 참여할 수 있는 대기자 명단이 열려 있습니다.
Vogt는 Cruise도 내년에 새로 설계된 Origin 차량을 운전하기 시작할 것이라고 말했습니다. 이 박스형 자동차에는 핸들이나 페달이 없으며 완전히 자동화됩니다. "내년 2023년을 보면 성장 측면에서 상황이 정말 흥미로워집니다."라고 그는 말했습니다.
“첫 번째 Origins를 포함하여 General Motors 공장에서 수천 개의 AV가 출시될 것입니다. 우리는 이를 사용하여 더 많은 시장을 밝히고 해당 시장에서 의미 있는 수익을 창출하기 시작할 것입니다.”
AI 커뮤니티가 트랜스포머에 갇히게 될까요?
인기 있는 AI 라이브러리의 창시자인 PyTorch는 변압기 모델에 대한 하드웨어 최적화의 현재 추세가 새로운 아키텍처의 성공을 더 어렵게 만들 것이라고 경고했습니다.
변환기는 자연어 처리에 처음 사용되었으며 텍스트와 이미지를 생성할 수 있는 가장 강력한 생성 모델 뒤에 있습니다. 그들은 게임에서 모든 종류의 응용 프로그램에 사용되었습니다 약물 디자인. Nvidia와 같은 하드웨어 회사는 변압기 기반 모델을 가속화하기 위해 칩을 최적화하고 있으며 이는 미래의 혁신을 방해할 수 있습니다.
PyTorch 구축을 도운 Soumith Chintala는 이야기 Business Insider는 또 다른 유형의 모델이 등장하기를 희망합니다.
“우리는 이 이상한 하드웨어 추첨에 참여하고 있습니다. 트랜스포머는 XNUMX년 전에 등장했고 또 다른 큰 사건은 아직 나오지 않았습니다. 따라서 기업에서는 '트랜스포머용 하드웨어를 최적화하면 된다'고 생각할 수도 있습니다. 그 결과 다른 방향으로 가는 것이 훨씬 더 어려워집니다.
“트랜스포머와 다른 아키텍처는 현재 및 미래의 칩에서 효율적으로 실행되지 않으며 개발자가 다른 유형의 모델을 생각해내지 못하게 할 수 있습니다.
Chintala는 "하드웨어 공급업체가 가속기를 현재 패러다임에 더 전문화하면 다른 아이디어를 시도하는 것조차 훨씬 더 어려워질 것입니다."라고 경고했습니다. ®
