Twórcy bronią się przed twierdzeniem, że sztuczna inteligencja zabija ludzką sztukę

W skrócie Wszyscy zgadzają się, że modele tekstu na obraz nie znikną, chociaż opinie na temat sztuki generowanej przez sztuczną inteligencję są podzielone.

Niektórzy artyści są zachwyceni możliwością tworzenia zupełnie nowych obrazów cyfrowych za pomocą podpowiedzi tekstowych i postrzegają to jako nowe narzędzie do kreatywności. Jednak inni ludzie, którzy żyją ze sztuki, nie znoszą technologii – wierząc, że będzie to kosztować ich pracę i dewaluować ich pracę.

Maszynę można wyszkolić, aby odtworzyć styl konkretnego artysty i wyprzedzić ludzkich artystów, tak jak RJ Palmer, artysta konceptualny, powiedział BBC. „W tej chwili, jeśli artysta chce skopiować mój styl, może spędzić tydzień próbując go odtworzyć. To jedna osoba poświęcająca tydzień na stworzenie jednej rzeczy. Dzięki tej maszynie możesz wyprodukować ich setki tygodniowo.”

Sztuczna inteligencja „w pewien sposób bezpośrednio kradnie ich esencję”, powiedział Palmer, a artyści nie są obecnie w stanie temu zapobiec.

Deweloperzy szkolą te modele, dostarczając im dużą bazę danych obrazów pobranych z Internetu, więc nie jest zbyt zaskakujące, że artysta może znaleźć swoją pracę w zestawie danych szkoleniowych modelu. 

Twórca Stable Diffusion, popularnego otwartego modelu, który szturmem podbija Internet, powiedział jednak, że nie wierzy, że sztuczna inteligencja odbierze artystom możliwość zarabiania na życie. Excel „nie pozbawił księgowych pracy; Nadal płacę moim księgowym” – powiedział Emad Mostaque.

Powiedział, że narzędzie da artystom nowe miejsca pracy: „To sektor, który ma się rozrosnąć. Zarabiaj pieniądze z tego sektora, jeśli chcesz zarabiać, będzie o wiele fajniej”.

Jason Allen, który kontrowersyjnie wygrał państwowe targi sztuki z wizerunkiem cyfrowym, wcześniej powiedziałem: „Sztuka jest martwa, stary. To koniec. AI wygrała. Ludzie przegrali”.

Cruise rozszerza swoją usługę AI robotaxi

Autonomiczny biznes samochodowy, Cruise, uruchomi do końca tego roku usługę autonomicznych taksówek do miast w Teksasie i Arizonie.

Współzałożyciel i dyrektor generalny Kyle Vogt powiedział Firma TechCrunch planuje eksploatować niewielką flotę autonomicznych pojazdów na drogach Austin w Teksasie i Phoenix w Arizonie „w ciągu najbliższych 90 dni i do końca 2022 roku”. Cruise uruchomił swoją pierwszą usługę robotaxi bez kierowców w San Francisco w Kalifornii.

Usługa działa tylko w kilku wybranych obszarach późno w nocy – od 2200 do 0530:XNUMX, aby uniknąć ruchu w godzinach szczytu. Nie każdy może zadzwonić do samochodu, jednak tylko niewielka grupa wstępnie przebadanych zawodników może. Lista oczekujących na członków społeczeństwa do rozważenia i dołączenia jest otwarta. 

Vogt powiedział, że Cruise ma również nadzieję, że w przyszłym roku zacznie jeździć nowo zaprojektowanymi pojazdami Origin. Te pudełkowate samochody nie będą miały kierownicy ani pedałów i będą w pełni zautomatyzowane. „Patrząc na 2023, w przyszłym roku, sprawy stają się naprawdę interesujące po stronie wzrostu” – powiedział. 

„Z fabryki General Motors wyjadą tysiące AV, w tym pierwsze Origins. Wykorzystamy je, aby oświetlić znacznie więcej rynków i zacząć generować znaczące przychody na tych rynkach”.

Czy społeczność AI utknie w transformatorach?

Twórca popularnej biblioteki AI, PyTorch, ostrzegł, że obecny trend optymalizacji sprzętu dla modeli transformatorów utrudni odniesienie sukcesu nowym architektom.

Transformatory zostały po raz pierwszy użyte w przetwarzaniu języka naturalnego i stoją za najpotężniejszymi modelami generatywnymi, które potrafią tworzyć tekst i obrazy. Były używane we wszelkiego rodzaju aplikacjach, od gier po projektowanie leków. Firmy produkujące sprzęt, takie jak Nvidia, optymalizują swoje chipy, aby przyspieszyć modele oparte na transformatorach, co może hamować innowacje w przyszłości.

Soumith Chintala, który pomógł zbudować PyTorch, powiedział Business Insider ma nadzieję, że pojawi się inny model.

„Jesteśmy w tej dziwnej loterii sprzętowej. Transformatory pojawiły się pięć lat temu, a kolejna wielka rzecz jeszcze się nie pojawiła. Może więc być tak, że firmy myślą „powinniśmy po prostu zoptymalizować sprzęt do transformatorów”. To powoduje, że podążanie w innym kierunku jest znacznie trudniejsze.

„Architektury, które różnią się od transformatorów, nie będą działać tak efektywnie na obecnych i przyszłych układach scalonych i mogą zniechęcić programistów do wymyślania innych typów modeli. 

„Dużo trudniej będzie nam nawet wypróbować inne pomysły, jeśli dostawcy sprzętu dostosują akceleratory do obecnego paradygmatu” – ostrzegł Chintala. ®