Umetnost ni mrtva, samo strojno ustvarjena

Zakaj bodo modeli AI nadomestili umetnike veliko prej, preden bodo nadomestili programerje

Morda je najbolj osupljiva posledica generativne umetne inteligence ta, da se v nasprotju s splošnim mnenjem, da bo ustvarjalnost zadnji branik človeške iznajdljivosti pred avtomatizacijo, dejansko zdi veliko lažje za avtomatizacijo precej težkih ustvarjalnih nalog kot za avtomatizacijo relativno preprostih programskih nalog. Da bi dobili občutek o tem, primerjamo dva bolj priljubljena primera uporabe generativnega umetne inteligence: ustvarjanje kode in ustvarjanje slike. Vendar verjamemo, da trditev drži na splošno, čeprav se generativni modeli širijo v bolj zapletene aplikacije.

Kratka različica argumenta (ki se ga podrobneje lotimo spodaj) je, da čeprav izdelek, kot je Kopilot GitHub, v svoji trenutni obliki, lahko naredi kodiranje nekoliko učinkovitejše, ne odpravlja potrebe po sposobnih razvijalcih programske opreme z znanjem programiranja. Eden od velikih razlogov je, da je pravilnost resnično pomembna, ko gre za izdelavo programa. Če umetna inteligenca ustvari program, še vedno potrebuje človeka, da preveri, ali je pravilen – napor na skoraj enaki ravni kot pri njegovem ustvarjanju.

Po drugi strani pa lahko vsak, ki zna tipkati, uporablja model, kot je Stabilna difuzija za ustvarjanje visokokakovostnih, enkratnih slik v nekaj minutah, po veliko manjših stroških. Izdelki ustvarjalnega dela pogosto nimajo strogih omejitev glede pravilnosti, rezultati modelov pa so osupljivo popolni. Težko je ne videti popolnega faznega premika v panogah, ki se zanašajo na ustvarjalne vizualne podobe, saj so za številne namene vizualne podobe, ki jih lahko ustvari umetna inteligenca, že zdaj zadostne, mi pa smo še vedno v zelo zgodnjih korakih tehnologije.

Popolnoma se zavedamo, da je težko zaupati kakršnim koli napovedim glede na hitrost, ki se dogaja na tem področju. Trenutno pa se zdi, da je veliko večja verjetnost, da bomo videli aplikacije, polne ustvarjalnih slik, ki so jih ustvarili izključno programerji, kot aplikacije z umetnostjo, ki jo je oblikoval človek in so jih ustvarili izključno ustvarjalci. 

Zakaj hype in zakaj zdaj?

Preden se lotimo posebnosti generiranja kode v primerjavi s generiranjem slik, je koristno dobiti občutek, kako priljubljena sta umetna inteligenca na splošno in posebej generativna umetna inteligenca trenutno.

Razvijalci Generative AI opažajo najhitrejšo uporabo, kar smo jih kdaj videli. Ko to pišemo, je Stable Diffusion zlahka na vrhu lestvic trendov v repozitorijih GitHub z veliko razliko. Njegova rast je daleč pred katero koli najnovejšo tehnologijo v infrastrukturi ali kriptovaluti (glejte zgornjo sliko). Skoraj vsak dan se objavijo objave o ustanovitvi in ​​financiranju startupov, ki uporabljajo to tehnologijo, spletna družbena omrežja pa so preplavljena z vsebino, ki so jo ustvarili generativni modeli.

Tudi splošno raven naložb v umetno inteligenco v zadnjem desetletju je težko preceniti. Samo od sredine 2010-ih smo bili priča eksponentnemu povečanju objav (glejte spodnjo sliko). Danes je približno 20 % vseh člankov, objavljenih na arXiv, o AI, ML in NLP. Pomembno je, da so teoretični rezultati presegli kritični prag, kjer so postali zlahka potrošni in sprožili kambrijsko eksplozijo novih tehnik, programske opreme in zagonskih podjetij. 

Najnovejši skok na zgornji sliki je v veliki meri posledica generativne umetne inteligence. V enem samem desetletju smo od modelov umetne inteligence samo za strokovnjake, ki bi lahko razvrščali slike in ustvarjali vdelane besede, prešli na javno uporabne modele, ki lahko pišejo učinkovito kodo in ustvarjajo izjemno natančne slike z uporabo pozivov naravnega jezika. Ni presenetljivo, da se je tempo inovacij le pospešil, in ne bi smelo biti presenečenje, ko bodo generativni modeli začeli prodirati na druga področja, kjer so nekoč prevladovali ljudje.

Generativni AI in programiranje

Ena najzgodnejših uporab generativne umetne inteligence je bila pomoč programerju. Način delovanja je takšen, da se model uri na velikem korpusu kode (npr. vseh javnih skladiščih v GitHubu) in nato poda predlog programerju, ko kodira. Rezultati so izjemni. Tako zelo, da je razumno, da bo ta pristop postal sinonim za programiranje v prihodnosti.

Vendar je bilo povečanje produktivnosti skromno glede na ustvarjanje slik, ki jih obravnavamo spodaj. Del razloga za to, kot je omenjeno zgoraj, je, da je pravilnost ključnega pomena pri programiranju (in dejansko pri inženirskih težavah širše, vendar se v tej objavi osredotočamo na programiranje). na primer je ugotovila nedavna študija da za scenarije, ki se ujemajo z visokim tveganjem CWE (naštevanja pogostih slabosti)40 % kode, ustvarjene z umetno inteligenco, je vsebovalo ranljivosti.

Tako mora uporabnik najti ravnotežje med ustvarjanjem dovolj kode za zagotovitev pomembnega povečanja produktivnosti, hkrati pa jo še vedno omejiti, da je mogoče preveriti pravilnost. Posledično ima Copilot pomagal izboljšati produktivnost razvijalcev – nedavne študije (tukaj in tukaj) pridobiti v višini 2-krat ali manj — vendar na ravni, ki je enaka tistemu, kar smo videli v prejšnjem napredku razvijalskih jezikov in orodij. Skok s sestavljanja na C je na primer po nekaterih ocenah izboljšal produktivnost 2-5x.

Za bolj izkušene programerje se lahko skrbi razširijo preko pravilnosti kode in na splošno kakovost kode. Kot hitro.aije Jeremy Howard je pojasnil v zvezi z najnovejšimi različicami modela OpenAI Codex, "[P]išem besedno kodo, ker generira povprečno Koda. Zame je vzeti povprečno kodo in jo spremeniti v kodo, ki mi je všeč in za katero vem, da je pravilna, veliko počasneje kot samo pisanje iz nič — vsaj v jezikih, ki jih dobro poznam.«

Torej, čeprav je jasno, da je generativno programiranje stopenjska funkcija v produktivnosti razvijalcev, ni jasno, da se izboljšava bistveno razlikuje od tistih, ki smo jih videli prej. Generativni AI dela boljše programerje, vendar še vedno morajo programirati.

Generativni AI in vizualni elementi

Po drugi strani pa je vpliv generativnih modelov na rezultate ustvarjalnega dela, kot je ustvarjanje slik, izjemen. Posledica je veliko izboljšav učinkovitosti in stroškov in težko je ne videti, da uvaja fazni premik v celotni industriji.

Način, kako generativni AI deluje v tem prostoru, je sprejemanje preprostih besedilnih vnosov od uporabnika, imenovanih pozivi, nato pa model ustvari vizualni rezultat. Trenutno obstajajo modeli za ustvarjanje številnih izhodnih formatov, vključno s slikami, videoposnetki, 3D modeli in teksturami.

Še posebej zanimivo je, kako je mogoče te modele razširiti za ustvarjanje novih ali domensko specifičnih slik skoraj brez kreativnega posega. Na primer, Guido (eden od avtorjev) je vzel predhodno usposobljen slikovni model in ga znova usposobil na nekaj desetih svojih fotografijah. Od tam je lahko ustvaril slike z uporabo v pozivu. Spodaj so fotografije, ustvarjene na podlagi naslednjih pozivov: ” as captain america"" in paris"" in a painting".

Tam, kjer je ustvarjanje slik velik odmik od ustvarjanja kode v poslovnem kontekstu, je obseg, v katerem generativna umetna inteligenca spremeni ekonomsko računico. Za ustvarjanje zgornjih slik je Guido uril model na peščici fotografij, ki stanejo približno 50 USD v infrastrukturnih virih. Po usposabljanju ustvarjanje slik stane približno 0.001 USD v računalniških virih in se lahko izvede v oblaku oz na prenosnem računalniku zadnje generacije. Poleg tega ustvarjanje slike traja le nekaj sekund. 

Brez generativne umetne inteligence je edini način, da dobite sliko po meri, da najamete umetnika ali to naredite sami. Tudi če začnemo s predpostavko, da bi lahko oseba v eni uri za 10 dolarjev ustvarila popolnoma prilagojeno fotorealistično sliko, generativni pristop umetne inteligence je preprosto štiri razrede velikosti cenejši in za red velikosti hitrejši. Bolj realistično, vsako umetniško delo po meri ali projekt grafičnega oblikovanja bo verjetno trajalo nekaj dni ali tednov in bo stalo na stotine, če ne na tisoče dolarjev. 

Podobno kot pri zgornjih pripomočkih za programiranje bo tudi generativni AI sprejet kot orodje izvajajo umetniki in oba zahtevata določeno stopnjo nadzora uporabnika. Vendar je težko preceniti razliko v ekonomiji, ki jo ustvari sposobnost slikovnega modela, da posnema celoten umetnikov rezultat. Z uporabo modela za ustvarjanje kode pisanje celo zelo osnovnega funkcionalnega programa, ki izvaja standardno računalniško nalogo, zahteva pregledovanje, urejanje in dodajanje testov za številne delčke kode. Toda za osnovno sliko lahko vnesete poziv in izberete sliko iz ducata predlogov v manj kot minuti.

Vzemimo za primer našo karikaturistko (in investicijsko partnerko) Yoko Li (@stuffyokodraws). Model smo usposobili z uporabo 70 njenih prejšnjih slik in model je lahko ustvaril slike s srhljivo stopnjo mimike. Vsak umetnik mora ugotoviti, kaj bo ustvaril naslednjič, in ugotovila je celo, da lahko izurjeni modeli prikažejo več možnosti, kot jih je imela v svojih mislih – vsaj ko so prisiljeni nekaj ustvariti v določenem časovnem obdobju. Obstaja na stotine načinov za risanje istega predmeta, vendar so generativni modeli takoj pokazali, katere poti je vredno raziskati. 

Torej, ko gre za takšne naloge, ne trdimo, da so računalniki nujno bolje kot ljudje v razmerju 1:1. Toda kot pri mnogih drugih nalogah, ko lahko računalniki proizvedejo celotno delo, nas preprosto ubijejo Lestvica. 

Poskusite uganiti, katere od spodnjih risb je neposredno narisala Yoko in katere so bile ustvarjene. 

Ogromen napredek v ekonomiji, prilagodljivost zmožnosti oblikovanja novih stilov in konceptov ter zmožnost ustvarjanja popolnega ali skoraj popolnega rezultata dela nam nakazujejo, da smo pripravljeni na opazne spremembe v vseh panogah, kjer so kreativna sredstva večji del posla. In to ni omejeno na slike, ampak velja za celotno področje oblikovanja. Na primer:

• Generativni AI lahko ustvari 2D umetnost, teksture, 3D modele in pomaga pri oblikovanju ravni za igre. 
• V trženju je videti, da bo nadomestil slikovno gradivo, fotografijo izdelkov in ilustracijo. 
• Že vidimo aplikacije v spletnem oblikovanju, notranjem oblikovanju in oblikovanju krajine.

In res smo šele na samem začetku. Če primer uporabe zahteva kreativno generiranje vsebine, je težko videti argument, zakaj generativni AI tega ne bo motil ali vsaj postal del procesa.

-

V redu, kaj je smisel te objave? Čeprav je nekoliko ozko osredotočen na ustvarjanje kode in slike, sumimo, da rezultati veljajo širše. Zlasti, da bo umetna inteligenca verjetno zmotila vsesplošna ustvarjalna prizadevanja – bodisi vizualna, besedilna ali glasbena – veliko pred gradnjo sistemov. 

Poleg argumenta o pravilnosti, ki ga uporabljamo zgoraj, se lahko zgodi tudi, da združevanje in ponovno združevanje celotnega stanja tehnike zadostuje za praktični obseg ustvarjalnih rezultatov. Glasbena in filmska industrija sta na primer v zgodovini ustvarili nešteto kopij priljubljenih albumov in filmov. Povsem možno je, da bi generativni modeli sčasoma pomagali avtomatizirati te funkcije. Vendar pa je izjemna stvar pri toliko slikah, ki jih ustvarita Stable Diffusion in DALL-E 2, ta res so dobri in resnično zanimivo. Ni si težko predstavljati modela umetne inteligence, ki ustvarja resnično zanimive fuzije glasbenih stilov ali celo »piše« celovečerne filme, ki so zanimivi v tem, kako povezujejo koncepte in sloge. 

Ravno nasprotno, težko si je predstavljati, da bodo prejšnji sistemi vsebovali vsa orodja, ki bi jih potrebovali za razvoj vseh prihodnjih sistemov. Ali celo, da bi bilo mogoče zapletene sisteme tako enostavno kombinirati kot različne stile umetnosti ali glasbe. Pogosto je vrednost sistema in zakaj ga je tako težko zgraditi v dolgem repu podrobnosti – vseh kompromisih, rešitvah, optimizacijah za določen prostor oblikovanja in institucionalnem/latentnem znanju, ki ga vsebujejo. Torej moramo še naprej graditi.

Uprli se bomo želji po napovedovanju točno kako bo generativna umetna inteligenca vplivala na kreativno industrijo. vendar zgodovina kaže, da nova orodja ponavadi razširiti namesto da bi sklenil definicijo umetnosti, in ga narediti dostopnega novim vrstam umetnikov. V tem primeru so novi izvajalci graditelji sistemov. Torej, za tehnološke ustanovitelje verjamemo, da je generativna umetna inteligenca izključno pozitivno orodje za razširitev dosega programske opreme – igre bodo lepše, trženje privlačnejše, napisana vsebina privlačnejša, filmi bolj navdihujoči.

Kdo ve: nekega dne bo internetni arhiv s konca leta 2022 morda cenjen kot eno zadnjih skladišč vsebin, ki jih je večinoma ustvaril človek. Vsaj to besedilo za ta članek so v celoti ustvarili ljudje.