ศิลปะไม่ตาย มันเป็นเพียงเครื่องสร้าง

เหตุใดโมเดล AI จะเข้ามาแทนที่ศิลปินนานก่อนที่จะมาแทนที่โปรแกรมเมอร์

บางทีความหมายที่เหลือเชื่อที่สุดที่เราเห็นจาก AI เชิงกำเนิดก็คือ ตรงกันข้ามกับมุมมองทั่วไปที่ว่าความคิดสร้างสรรค์จะเป็นป้อมปราการสุดท้ายของความเฉลียวฉลาดของมนุษย์เมื่อเผชิญกับระบบอัตโนมัติ อันที่จริงแล้วดูเหมือนว่าจะเป็น ง่ายกว่ามาก เพื่อทำให้งานสร้างสรรค์ที่ค่อนข้างยากเป็นไปโดยอัตโนมัติแทนที่จะทำให้งานเขียนโปรแกรมที่ค่อนข้างง่ายเป็นไปโดยอัตโนมัติ เพื่อให้เข้าใจถึงสิ่งนี้ เราได้เปรียบเทียบกรณีการใช้งานยอดนิยมสองกรณีสำหรับการสร้าง AI: การสร้างรหัสและการสร้างรูปภาพ แต่เราเชื่อว่าคำกล่าวอ้างนี้มีผลโดยทั่วไปมากกว่า แม้ว่าโมเดลเจเนอเรทีฟจะขยายไปสู่การใช้งานที่ซับซ้อนมากขึ้น

ข้อโต้แย้งฉบับสั้น (ซึ่งเราจะพูดถึงในรายละเอียดเพิ่มเติมด้านล่าง) คือแม้ว่าผลิตภัณฑ์จะเป็นเช่นไร นักบิน GitHubในรูปแบบปัจจุบัน สามารถทำให้การเข้ารหัสมีประสิทธิภาพมากขึ้น แต่ก็ไม่ขัดต่อความต้องการนักพัฒนาซอฟต์แวร์ที่มีความรู้ด้านการเขียนโปรแกรม เหตุผลสำคัญประการหนึ่งก็คือ เมื่อพูดถึงการสร้างโปรแกรม ความถูกต้องมีความสำคัญจริงๆ หาก AI สร้างโปรแกรมขึ้นมา ก็ยังต้องใช้มนุษย์ในการยืนยันว่าถูกต้อง ซึ่งเป็นความพยายามที่เกือบจะเทียบเท่ากับการสร้างโปรแกรมตั้งแต่ต้น

ในทางกลับกัน ใครก็ตามที่สามารถพิมพ์ได้สามารถใช้แบบจำลองได้ การแพร่กระจายที่เสถียร เพื่อสร้างภาพคุณภาพสูงที่ไม่เหมือนใครในเวลาไม่กี่นาที ด้วยขนาดที่ถูกกว่า ผลิตภัณฑ์งานสร้างสรรค์มักไม่มีข้อจำกัดด้านความถูกต้องที่เข้มงวด และผลลัพธ์ของแบบจำลองก็สมบูรณ์อย่างน่าทึ่ง เป็นเรื่องยากที่จะไม่เห็นการเปลี่ยนแปลงอย่างเต็มรูปแบบในอุตสาหกรรมที่ต้องพึ่งพาภาพที่สร้างสรรค์ เพราะภาพที่ AI สามารถผลิตได้นั้นเพียงพอสำหรับการใช้งานหลายๆ ด้านแล้ว และเรายังอยู่ในช่วงเริ่มต้นของเทคโนโลยีนี้

เราทราบดีว่าเป็นเรื่องยากที่จะมั่นใจในการคาดคะเนใดๆ ที่ความเร็วของสนามกำลังเคลื่อนตัว แม้ว่าตอนนี้ ดูเหมือนว่าเรามีแนวโน้มที่จะเห็นแอปพลิเคชันที่เต็มไปด้วยภาพสร้างสรรค์ที่สร้างขึ้นโดยโปรแกรมเมอร์อย่างเคร่งครัดมากกว่าแอปพลิเคชันที่มีงานศิลปะที่ออกแบบโดยมนุษย์ซึ่งสร้างขึ้นโดยผู้สร้างอย่างเคร่งครัด 

ทำไมต้องโฆษณาและทำไมตอนนี้?

ก่อนที่เราจะพูดถึงเฉพาะเจาะจงระหว่างการสร้างโค้ดกับการสร้างภาพ คุณควรทำความเข้าใจว่า AI โดยรวมและ AI เชิงกำเนิดที่ได้รับความนิยมมากเพียงใดในปัจจุบันนั้นมีประโยชน์มากเพียงใด

เจเนอเรทีฟเอไอกำลังเห็นการนำไปใช้โดยนักพัฒนาเร็วที่สุดเท่าที่เราเคยเห็นมา ในขณะที่เราเขียนข้อความนี้ Stable Diffusion จะอยู่อันดับต้น ๆ ของแผนภูมิที่ได้รับความนิยมของที่เก็บ GitHub อย่างง่ายดายด้วยระยะขอบที่กว้าง. การเติบโตนั้นนำหน้าเทคโนโลยีล่าสุดในโครงสร้างพื้นฐานหรือการเข้ารหัสลับ (ดูรูปด้านบน) มีการประกาศเปิดตัวและระดมทุนเกือบทุกวันสำหรับสตาร์ทอัพที่ใช้เทคโนโลยีนี้ และเครือข่ายสังคมออนไลน์ก็เต็มไปด้วยเนื้อหาที่สร้างโดยแบบจำลองเชิงสร้างสรรค์

ระดับการลงทุนโดยรวมใน AI ในช่วงทศวรรษที่ผ่านมาก็ยากที่จะพูดเกินจริงเช่นกัน เราเห็นการเพิ่มขึ้นอย่างทวีคูณของสื่อสิ่งพิมพ์เพียงอย่างเดียวตั้งแต่กลางปี ​​2010 (ดูรูปด้านล่าง) ปัจจุบัน ประมาณ 20% ของบทความทั้งหมดที่โพสต์บน arXiv เป็นเรื่องเกี่ยวกับ AI, ML และ NLP สิ่งสำคัญคือ ผลลัพธ์ทางทฤษฎีได้ข้ามเกณฑ์วิกฤตซึ่งกลายเป็นวัสดุสิ้นเปลืองได้ง่าย และก่อให้เกิดการระเบิดของเทคนิค ซอฟต์แวร์ และสตาร์ทอัพแบบแคมเบรียน 

การพุ่งสูงขึ้นล่าสุดในรูปด้านบนมีสาเหตุหลักมาจาก AI กำเนิด ในทศวรรษเดียว เราได้เปลี่ยนจากโมเดล AI สำหรับผู้เชี่ยวชาญเท่านั้นที่สามารถจำแนกภาพและสร้างการฝังคำเป็นโมเดลที่ใช้งานได้ทั่วไปซึ่งสามารถเขียนโค้ดที่มีประสิทธิภาพและสร้างภาพที่มีความแม่นยำอย่างน่าทึ่งโดยใช้ข้อความแจ้งที่เป็นธรรมชาติ ไม่แปลกใจเลยที่ความเร็วของนวัตกรรมจะดีขึ้น และไม่น่าแปลกใจเมื่อแบบจำลองเชิงกำเนิดเริ่มรุกล้ำเข้าไปในพื้นที่อื่นๆ ที่ครั้งหนึ่งเคยถูกครอบงำโดยมนุษย์

เจเนอเรทีฟ AI และการเขียนโปรแกรม

หนึ่งในการใช้ generative AI ในยุคแรกๆ คือการช่วยเหลือโปรแกรมเมอร์ วิธีการทำงานคือโมเดลได้รับการฝึกฝนบนคลังโค้ดขนาดใหญ่ (เช่น repos สาธารณะทั้งหมดใน GitHub) จากนั้นจึงให้คำแนะนำกับโปรแกรมเมอร์ในขณะที่เขียนโค้ด ผลลัพธ์ที่โดดเด่น มากจนสมเหตุสมผล วิธีการนี้จะกลายเป็นความหมายเหมือนกันกับการเขียนโปรแกรมในอนาคต

อย่างไรก็ตาม ประสิทธิภาพการทำงานที่เพิ่มขึ้นนั้นค่อนข้างน้อยเมื่อเทียบกับการสร้างภาพ ซึ่งเราจะกล่าวถึงด้านล่าง เหตุผลส่วนหนึ่งตามที่กล่าวไว้ข้างต้นคือความถูกต้องมีความสำคัญอย่างยิ่งในการเขียนโปรแกรม (และแน่นอนว่าปัญหาทางวิศวกรรมในวงกว้างกว่านั้น แต่เรามุ่งเน้นที่การเขียนโปรแกรมในโพสต์นี้) ตัวอย่างเช่น, การศึกษาล่าสุดพบ สำหรับสถานการณ์ที่ตรงกับความเสี่ยงสูง CWEs (การแจงนับจุดอ่อนทั่วไป), 40% ของโค้ดที่สร้างโดย AI มีช่องโหว่.

ดังนั้น ผู้ใช้ต้องสร้างสมดุลระหว่างการสร้างโค้ดให้เพียงพอเพื่อเพิ่มประสิทธิภาพการทำงานที่มีความหมาย ในขณะที่ยังคงจำกัดเพื่อให้สามารถตรวจสอบความถูกต้องได้ เป็นผลให้ Copilot มี ช่วย ปรับปรุงประสิทธิภาพการทำงานของนักพัฒนา — การศึกษาล่าสุด ( โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม และ โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม) เพิ่มผลกำไรตามลำดับ 2 เท่าหรือน้อยกว่า แต่อยู่ในระดับที่เทียบเท่ากับสิ่งที่เราเห็นในความก้าวหน้าก่อนหน้านี้ของภาษาและเครื่องมือของนักพัฒนาซอฟต์แวร์ ตัวอย่างเช่น การกระโดดจากแอสเซมบลีเป็น C ทำให้ผลผลิตดีขึ้น 2-5 เท่าโดยประมาณ

สำหรับโปรแกรมเมอร์ที่มีประสบการณ์มากขึ้น ความกังวลอาจขยายออกไปนอกเหนือไปจากความถูกต้องของโค้ดและคุณภาพของโค้ดโดยรวม เนื่องจาก รวดเร็ว.aiเจเรมี ฮาวเวิร์ด ได้อธิบาย เกี่ยวกับโมเดล OpenAI Codex เวอร์ชันล่าสุด “[I] ไม่เขียนโค้ดอย่างละเอียดเพราะมันกำลังสร้าง เฉลี่ย รหัส. สำหรับฉัน การนำโค้ดเฉลี่ยมาสร้างเป็นโค้ดที่ฉันชอบและฉันรู้ว่าถูกต้องนั้นช้ากว่าการเขียนตั้งแต่เริ่มต้น — อย่างน้อยก็ในภาษาที่ฉันรู้จักดี”

ดังนั้น แม้ว่าเป็นที่แน่ชัดว่าการเขียนโปรแกรมเชิงสร้างสรรค์เป็นฟังก์ชันขั้นตอนหนึ่งในการเพิ่มประสิทธิภาพการทำงานของนักพัฒนา แต่ก็ไม่ชัดเจนว่าการปรับปรุงจะแตกต่างอย่างมากจากที่เราเคยเห็นมาก่อน AI เจเนอเรทีฟทำให้โปรแกรมเมอร์เก่งขึ้น แต่ก็ยังต้องเขียนโปรแกรม

AI กำเนิดและภาพ

ในทางกลับกัน ผลกระทบของโมเดลเชิงสร้างสรรค์ต่อผลงานสร้างสรรค์ เช่น การสร้างภาพ นั้นรุนแรงมาก ส่งผลให้มีการปรับปรุงประสิทธิภาพและต้นทุนหลายลำดับ และเป็นการยากที่จะไม่เห็นว่าสิ่งนี้นำไปสู่การเปลี่ยนเฟสทั่วทั้งอุตสาหกรรม

วิธีการทำงานของ AI เชิงกำเนิดในพื้นที่นี้คือการรับอินพุตที่เป็นข้อความอย่างง่ายจากผู้ใช้ ซึ่งเรียกว่าพรอมต์ จากนั้นโมเดลจะสร้างเอาต์พุตที่มองเห็นได้ ปัจจุบันมีโมเดลสำหรับสร้างเอาต์พุตหลายรูปแบบ ทั้งรูปภาพ วิดีโอ โมเดล 3 มิติ และพื้นผิว

สิ่งที่น่าสนใจเป็นพิเศษคือวิธีการขยายโมเดลเหล่านี้เพื่อสร้างภาพใหม่หรือภาพเฉพาะโดเมนโดยแทบไม่มีการแทรกแซงที่สร้างสรรค์ ตัวอย่างเช่น Guido (หนึ่งในผู้เขียน) ได้นำแบบจำลองภาพที่ผ่านการฝึกอบรมมาแล้วและฝึกฝนซ้ำกับภาพถ่ายของตนเองจำนวนไม่กี่โหล จากนั้นเขาสามารถสร้างภาพโดยใช้ ในพรอมต์ ด้านล่างนี้คือภาพถ่ายที่สร้างจากข้อความต่อไปนี้: ” เหมือนกัปตันอเมริกา"," ในปารีส"," ในภาพวาด"

เมื่อการสร้างภาพเป็นการละทิ้งการสร้างโค้ดจำนวนมากในบริบททางธุรกิจ ขอบเขตที่ AI เชิงกำเนิดจะเปลี่ยนแปลงแคลคูลัสทางเศรษฐกิจ ในการสร้างภาพข้างต้น Guido ฝึกฝนโมเดลด้วยภาพถ่ายจำนวนหนึ่งซึ่งมีราคาประมาณ 50 ดอลลาร์ในทรัพยากรโครงสร้างพื้นฐาน. เมื่อผ่านการฝึกอบรมแล้ว การสร้างภาพจะมีราคาประมาณ 0.001 ดอลลาร์สหรัฐฯ ในการคำนวณทรัพยากรและสามารถทำได้ในระบบคลาวด์หรือ บนแล็ปท็อปรุ่นล่าสุด. นอกจากนี้ การสร้างภาพใช้เวลาเพียงไม่กี่วินาที 

หากไม่มี AI กำเนิด วิธีเดียวที่จะได้ภาพที่กำหนดเองคือการจ้างศิลปินหรือทำเอง แม้ว่าเราจะเริ่มด้วยสมมติฐานที่ว่าคนๆ หนึ่งสามารถสร้างภาพเสมือนจริงที่ปรับแต่งได้อย่างสมบูรณ์ภายในหนึ่งชั่วโมงในราคา $10 วิธีการกำเนิดของ AI นั้นง่ายกว่าสี่ลำดับความสำคัญที่ถูกกว่าและลำดับความสำคัญที่เร็วกว่า ตามความเป็นจริง โครงการอาร์ตเวิร์กหรือการออกแบบกราฟิกที่กำหนดเองอาจใช้เวลาหลายวันหรือหลายสัปดาห์ และมีค่าใช้จ่ายหลายร้อยหรือหลายพันดอลลาร์ 

คล้ายกับโปรแกรมช่วยด้านบน AI กำเนิดจะเป็น นำมาเป็นเครื่องมือ โดยศิลปินและทั้งคู่ต้องการการดูแลผู้ใช้ในระดับหนึ่ง แต่เป็นการยากที่จะพูดเกินจริงถึงความแตกต่างในด้านเศรษฐศาสตร์ซึ่งเกิดจากความสามารถของแบบจำลองภาพในการเลียนแบบผลงานศิลปินทั้งหมด การใช้โมเดลการสร้างโค้ด การเขียนแม้แต่โปรแกรมการทำงานขั้นพื้นฐานที่ทำงานด้านคอมพิวเตอร์มาตรฐานจำเป็นต้องมีการทบทวน แก้ไข และเพิ่มการทดสอบสำหรับส่วนย่อยของโค้ดจำนวนมาก แต่สำหรับรูปภาพพื้นฐาน การป้อนพรอมต์และเลือกรูปภาพจากคำแนะนำนับสิบสามารถทำได้ในเวลาไม่ถึงนาที

ยกตัวอย่างเช่น นักเขียนการ์ตูนของเราเอง (และหุ้นส่วนการลงทุน) Yoko Li (@stuffyokodraws). เราฝึกฝนนางแบบโดยใช้ภาพก่อนหน้าของเธอ 70 ภาพ และนางแบบก็สามารถสร้างภาพที่มีระดับการล้อเลียนที่น่าขนลุกได้ ศิลปินทุกคนต้องคิดออกว่าจะสร้างสรรค์อะไรต่อไป และเธอยังพบว่านางแบบที่ผ่านการฝึกอบรมสามารถแสดงตัวเลือกได้มากกว่าที่เธอคิดไว้ อย่างน้อยก็เมื่อถูกกดดันให้สร้างผลงานบางอย่างภายในระยะเวลาที่กำหนด มีหลายร้อยวิธีในการวาดวัตถุเดียวกัน แต่แบบจำลองเชิงสร้างสรรค์ทำให้เห็นได้ชัดเจนว่าเส้นทางใดที่ควรค่าแก่การสำรวจ 

ดังนั้นเมื่อพูดถึงงานดังกล่าว เราไม่ได้โต้แย้งว่าคอมพิวเตอร์มีความจำเป็น ดีกว่า กว่ามนุษย์แบบ 1:1 แต่เช่นเดียวกับงานอื่นๆ อีกมากมาย เมื่อคอมพิวเตอร์สามารถสร้างผลงานที่สมบูรณ์ได้ มันก็แค่ฆ่าเรา ขนาด. 

ลองเดาดูว่าภาพวาดใดด้านล่างนี้วาดโดย Yoko โดยตรงและภาพวาดใดถูกสร้างขึ้น 

การพัฒนาด้านเศรษฐกิจครั้งใหญ่ ความยืดหยุ่นในการสร้างรูปแบบและแนวคิดใหม่ๆ และความสามารถในการสร้างผลงานที่สมบูรณ์หรือเกือบสมบูรณ์ชี้ให้เราเห็นว่าเราพร้อมที่จะเห็นการเปลี่ยนแปลงที่เด่นชัดในทุกอุตสาหกรรมที่เนื้อหาด้านความคิดสร้างสรรค์เป็น ส่วนใหญ่ของธุรกิจ และนี่ไม่ได้จำกัดเฉพาะรูปภาพเท่านั้น แต่มีผลกับการออกแบบทั้งหมด ตัวอย่างเช่น:

• AI เจเนอเรทีฟสามารถสร้างงานศิลปะ 2 มิติ พื้นผิว โมเดล 3 มิติ และช่วยในการออกแบบด่านสำหรับเกม 
• ในด้านการตลาด ดูเหมือนว่าจะเข้ามาแทนที่ภาพสต็อก ภาพผลิตภัณฑ์ และภาพประกอบ 
• เราเห็นการใช้งานในการออกแบบเว็บไซต์ การออกแบบภายใน และการออกแบบภูมิทัศน์อยู่แล้ว

และเราเพิ่งเริ่มต้นจริงๆ หากกรณีการใช้งานต้องการการสร้างเนื้อหาที่สร้างสรรค์ ก็ยากที่จะเห็นข้อโต้แย้งว่าทำไม AI เชิงสร้างสรรค์จะไม่ขัดขวางหรืออย่างน้อยก็กลายเป็นส่วนหนึ่งของกระบวนการ

-

ตกลงดังนั้นจุดประสงค์ของโพสต์นี้คืออะไร แม้ว่าจะค่อนข้างเน้นที่การสร้างรหัสและการสร้างรูปภาพ แต่เราสงสัยว่าผลลัพธ์จะกว้างกว่านั้น โดยเฉพาะอย่างยิ่ง ความพยายามที่จะสร้างสรรค์ทั่วทั้งกระดาน ไม่ว่าจะเป็นภาพ ข้อความ หรือดนตรี มีแนวโน้มที่จะถูกขัดขวางโดย AI เป็นเวลานานก่อนที่จะสร้างระบบ 

นอกจากการโต้แย้งความถูกต้องที่เราใช้ข้างต้นแล้ว อาจเป็นกรณีที่การรวมและรวมงานศิลปะก่อนหน้าทั้งหมดเข้าด้วยกันอีกครั้งอาจเพียงพอสำหรับผลงานสร้างสรรค์ที่หลากหลาย ตัวอย่างเช่น อุตสาหกรรมเพลงและภาพยนตร์ได้ผลิตอัลบั้มและภาพยนตร์ยอดนิยมมาแล้วนับไม่ถ้วน เป็นไปได้โดยสิ้นเชิงว่าโมเดลเชิงกำเนิดสามารถช่วยทำให้ฟังก์ชันเหล่านั้นเป็นอัตโนมัติเมื่อเวลาผ่านไป อย่างไรก็ตาม สิ่งที่น่าทึ่งเกี่ยวกับภาพจำนวนมากที่เกิดจาก Stable Diffusion และ DALL-E 2 ก็คือ พวกเขาดีจริงๆ และ น่าสนใจอย่างแท้จริง. ไม่ใช่เรื่องยากที่จะจินตนาการถึงโมเดล AI ที่สร้างการผสมผสานสไตล์ดนตรีที่น่าสนใจอย่างแท้จริง หรือแม้แต่ภาพยนตร์ขนาดยาวที่ “เขียน” ซึ่งน่าสนใจว่าแนวคิดและสไตล์เหล่านี้เชื่อมโยงกันได้อย่างไร 

ตรงกันข้าม เป็นการยากที่จะจินตนาการว่าระบบก่อนหน้านี้จะมีเครื่องมือทั้งหมดที่เราต้องการเพื่อพัฒนาระบบในอนาคตทั้งหมด หรือแม้กระทั่งระบบที่ซับซ้อนนั้นสามารถผสมผสานเข้ากับรูปแบบศิลปะหรือดนตรีต่างๆ ได้อย่างง่ายดาย บ่อยครั้งที่คุณค่าของระบบและเหตุใดจึงสร้างได้ยาก จึงมักอยู่ในรายละเอียดที่ยาวเหยียด — การแลกเปลี่ยนทั้งหมด วิธีแก้ปัญหา การปรับให้เหมาะสมสำหรับพื้นที่การออกแบบที่กำหนด และสถาบัน/ความรู้แฝงที่มีอยู่ ดังนั้นเราต้องสร้างต่อไป

เราจะต่อต้านการกระตุ้นให้ทำนาย เผง AI กำเนิดจะส่งผลกระทบต่ออุตสาหกรรมสร้างสรรค์อย่างไร อย่างไรก็ตาม, ประวัติศาสตร์ชี้ให้เห็นว่าเครื่องมือใหม่มีแนวโน้มที่จะ ขยายตัว มากกว่าที่จะทำสัญญากับคำจำกัดความของศิลปะและเพื่อให้ศิลปินประเภทใหม่ๆ เข้าถึงได้. ในกรณีนี้ ศิลปินหน้าใหม่คือผู้สร้างระบบ ดังนั้น, สำหรับผู้ก่อตั้งเทคโนโลยี เราเชื่อว่า generative AI เป็นเครื่องมือเชิงบวกอย่างเคร่งครัด สำหรับการขยายการเข้าถึงของซอฟต์แวร์ เกมจะมีความสวยงามมากขึ้น การตลาดน่าสนใจมากขึ้น เนื้อหาที่เขียนมีส่วนร่วมมากขึ้น ภาพยนตร์ที่สร้างแรงบันดาลใจมากขึ้น

ใครจะไปรู้: วันหนึ่ง อินเทอร์เน็ตที่เก็บถาวรในช่วงปลายปี 2022 อาจได้รับการเก็บรักษาไว้เป็นหนึ่งในคลังเก็บเนื้อหาสุดท้ายที่มนุษย์ส่วนใหญ่สร้างขึ้น อย่างน้อยข้อความนี้สำหรับบทความนี้ถูกสร้างขึ้นโดยมนุษย์ทั้งหมด