მე ვცადე გეტის ახალი AI გამოსახულების გენერატორი და ის არ შეედრება DALL-E-ს

შედეგები სასარგებლოა, მაგრამ გარკვეულწილად რბილია სხვა AI გამოსახულების გენერატორებთან შედარებით.

მოთხოვნა: "სატვირთო მანქანების ფლოტი ზღაპრული სამეფოს გარეთ ჩანჩქერისკენ მიმავალს."

როგორც ZDNET იტყობინება ორშაბათს, საფონდო ფოტოგრაფიის გიგანტმა Getty Images-მა წარმოადგინა გენერაციული ხელოვნური ინტელექტის (AI) გამოსახულების სერვისი, რომლის გამოყენებაც "უსაფრთხოა", რადგან ის გაწვრთნილია გეტის ლიცენზირებულ კონტენტ ბიბლიოთეკაზე და, შესაბამისად, არ ემუქრება იგივე რისკი. საავტორო უფლებების დარღვევის შესახებ, როგორც სხვა გენერაციული პროგრამები.

განცხადება მოჰყვა გეტის გამოცხადებას გენერაციული AI შესაძლებლობების შესახებ სექტემბერში. იმ დროს, ეს შესაძლებლობა მხოლოდ დემო იყო წარმოდგენილი, მაშინ როდესაც iStock საიტი ღიაა ბიზნესისთვის.

გეტის სერვისი, რომელიც შემუშავებულია ხელოვნური ინტელექტის ჩიპების გიგანტ Nvidia-სთან ერთად, გამოქვეყნდა ყოველწლიურ CES სავაჭრო შოუზე ლას ვეგასში. პროგრამა საავტორო უფლებების დარღვევის გამო იურიდიული ქარიშხლის ფონზე მოდის, ნიუ-იორკ თაიმსმა ერთი კვირით ადრე უჩივლა Microsoft-სა და OpenAI-ს საავტორო უფლებების სავარაუდო დარღვევის გამო, ხოლო მკვლევარები ადასტურებენ, თუ როგორ შეიძლება აიძულონ გამოსახულების ხელოვნური ინტელექტის პროგრამა Midjourney ფილმებიდან დაცული სურათების რეპროდუცირება.

გეტი ხაზს უსვამს, რომ მისი პროგრამა მომხმარებლებს ანაზღაურებს. ხელმოწერის შემდეგ გამოქვეყნებული კონტენტის სალიცენზიო ხელშეკრულება განსაზღვრავს, რომ „iStock-ის ჯამური მაქსიმალური ერთობლივი ვალდებულება (იგულისხმება, რომ iStock-ის ჯამური თანხა პასუხისმგებელია, იქნება ეს ამ შეთანხმებით თუ ნებისმიერი სხვა შეთანხმებით იმავე შინაარსისთვის) შემოიფარგლება $10,000 აშშ დოლარით თითო კონტენტი. " დამატებითი შესაძლებლობის სახით შეგიძლიათ შეიძინოთ 250,000 აშშ დოლარის „გაფართოებული“ ანაზღაურება თითო შინაარსის ერთეულზე.

მე ავიღე პროგრამა, "Generative AI by iStock", 100 გამოსახულების თაობის შესავალი $14,99 თაიგულის გამოყენებით და აღმოვაჩინე, რომ ის იყო გამოსახულების გამოსადეგი შემცვლელი, რომელიც შეიქმნა OpenAI-ს DALL-E-ით და Clipdrop Stability AI-ით.

დასაწყებად, მე შევქმენი ანგარიში istockphoto.com-ზე და დავამატე დეტალები საკრედიტო ბარათისთვის, რომელიც მყისიერად დარიცხული იყო $14,99. მაშინ მე დავდექი ცარიელი მოწოდების წინაშე. მოთხოვნის შეყვანის შემდეგ, შედეგებმა აჩვენა ოთხი სურათი ერთდროულად, ოთხის თითოეული პარტია ითვლებოდა, როგორც საწყის 100 სურათიდან ერთ-ერთი.

მე ვცადე იგივე მოთხოვნა DALL-E-ზე და ClipDrop-ზე. iStock-ის შედეგები შესამჩნევად ნაკლებად საინტერესო იყო ესთეტიურად და ნარატიული პერსპექტივიდან და ისინი მთლიანობაში საკმაოდ თვალსაჩინო იყო იმ აზრამდე, რომ უმწიკვლო იყო. მაგრამ სურათები ზოგადად შეესაბამებოდა მოწოდებულ მოთხოვნას.

მაგალითად, რაიმე სახის ექსპერიმენტის შიგნით ვაშლების წარმოსახვითი სცენარის შესაქმნელად, მე მანამდე მივაწოდე DALL-E-ს მოთხოვნა, „აშლი ბოთლის შიგნით დევს გვერდზე, ბოთლის ორივე მხარეს ვაშლებით“. ამან წარმოქმნა მაგიდის ნათელი სცენა, სავსე საინტერესო სამეცნიერო ინსტრუმენტებით. iStock-ის ვერსია შეესაბამება მოთხოვნას, მაგრამ გაცილებით ნაკლებად საინტერესო (იხ. ქვემოთ).

მოჩვენებითი შეუძლებელი კომპიუტერის დრამატიზაციისთვის გამოიყენეს კიდევ ერთი ველური მოთხოვნა: "წარმოუდგენლად რთული კომპიუტერი ოთახის ზომის ასობით გადაცემათა კოლოფი, ბერკეტები და ციფრული ციფრული ინტერფეისი". Clipdrop-ში ამ მოთხოვნამ წარმოადგინა ოთახის დამაინტრიგებელი, დეტალური სცენა სხვადასხვა მანქანების ნაწილებით, დეტალური ტექსტურით და კარიბჭით, რომელსაც საშინელი ჰაერი ჰქონდა. iStock-ში შედეგი იყო უბრალოდ მექანიზმების კონცენტრაცია, არავითარი იმპლიციტური დრამა, რომელიც Clipdrop-ის სურათს საინტერესოს ხდიდა.

მესამე მაგალითი, ასევე Clipdrop-ში, გამიზნული იყო ღრუბლოვანი გამოთვლის, როგორც იდუმალი სფეროს დრამატიზაციას. მე შევთავაზე მოთხოვნა: „ასობით პატარა მუშა ამწეებით აშენებენ ციხესიმაგრეებს ცაში, ფოტოგრაფია“. Clipdrop-ში ამ მოთხოვნამ გამოიწვია სამშენებლო მოედნის გამოსახვა, რომელიც ფოკუსირებულია ერთგვარი ბაბილონის კოშკის ირგვლივ, Clipdrop-ის საინტერესო იმპროვიზაციული შეხება, რომელიც სცილდება მკაფიო სწრაფი მითითებებს.

iStock-ის რენდერი, ისევ და ისევ, შეიცავდა ყველა ნახსენებ ელემენტს, მაგრამ დამატებული იყო საკმაოდ უცენზურო, ძალიან სიტყვასიტყვით, ყოველგვარი ატმოსფეროსა და განწყობის გარეშე.

ცხადია, სწრაფმა ინჟინერიამ შეიძლება გამოიწვიოს iStock-ის უფრო კრეატიული გამოყენება დროთა განმავლობაში. თუმცა, მისი შედეგები საკმაოდ მოსაწყენია. როგორც ჩანს, პროგრამა ძირითადად ირჩევს მოთხოვნის უმარტივეს ელემენტებს და ათავსებს მათ ჩარჩოში.

როგორც ჩანს, ძალიან მცირეა რთული იდეების გაანალიზების უნარი, როგორიცაა "წვიმის წვეთში, თითქოს პატარა, პაწაწინა ადამიანი ხარ, რომელიც ხედავს ყველა პატარა არსებას, რომელიც ცხოვრობს, მუშაობს და თამაშობს იქ", რაც მოითხოვს მრავალ დონეს. ელემენტების შედგენა ისე, რომ არ არის რეალისტური.

სინამდვილეში, როდესაც iStock-ის მიერ ფანტასტიური სიტუაციის რეალიზება ხდება, შედეგები უფრო რეალისტურ სცენარებთან შედარებით საკმაოდ დეგრადირებული ჩანს, როგორც ეს არის მოთხოვნაში, "სატვირთო მანქანების ფლოტი, რომლებიც აფრენენ ჩანჩქერს ზღაპრული სამეფოს გარეთ", ილუსტრაციაში ამ ამბის სათავეში.

მნიშვნელოვანია აღინიშნოს, რომ გეტის მიერ მოწოდებული ანაზღაურების მნიშვნელოვანი კვალიფიკაციები და შეზღუდვებია. კონტენტის სალიცენზიო შეთანხმებაში აღნიშნულია, რომ დაფარვა ჩერდება იქ, სადაც მომხმარებელი აწვდის მოთხოვნებს, სადაც აღნიშნულია საავტორო უფლებების მასალა.

"iStock-ის კომპენსაციის ვალდებულებები არ ვრცელდება იმ მოცულობით, რომ თქვენ ქმნით კონტენტს, რომელიც შეიცავს მოთხოვნებს ან შეტყობინებებს, რომლებიც მოიცავს რეალური ადამიანების სახელებს, მსგავსებას, სავაჭრო ნიშანს, სავაჭრო კაბას, ლოგოებს, არქიტექტურის ხელოვნების ნიმუშებს ან მესამე მხარის ინტელექტუალური საკუთრებით დაცულ სხვა ელემენტებს. უფლებები, რომელთა გამოყენების უფლება არ გაქვთ“, - ნათქვამია ხელშეკრულებაში.

მე გამოვცადე რამდენიმე საკამათო გამოსახულების მოთხოვნა, რომლებიც მეცნიერებმა გარი მარკუსმა და რეიდ საუთენმა განაცხადეს, რომ შეიძლება გამოყენებულ იქნას Midjourney-ში საავტორო უფლებებით დაცული სურათების რეპროდუცირებისთვის. თითოეულ შემთხვევაში, ან iStock-მა შექმნა სურათი, რომელსაც არ ჰქონდა საავტორო უფლებებით დაცული მასალის აშკარა ასპექტები, ან პროგრამა არ გამოიმუშავებდა სურათს და წარმოადგენდა გაფრთხილებას, რომ მოთხოვნა დაბლოკილია, რადგან ის არ შეესაბამება.

მაგალითად, ფრაზა „პროტოკოლის დროიდი კლასიკური სამეცნიერო ფანტასტიკური ფილმიდან“ გამოიყენეს მარკუსმა და საუთენმა Midjourney-ში სურათების რეპროდუცირებისთვის, რომლებიც თითქმის იდენტურია დროიდის C-3PO-ს სურათების ვარსკვლავური ომებიდან. iStock-ის იგივე მოთხოვნამ შექმნა რამდენიმე სურათი, რომლებიც სათამაშო რობოტებს ჰგავს, მაგრამ მათ საერთო არაფერი აქვთ ვარსკვლავურ ომებთან.

სხვა შემთხვევაში, ფრაზა „კაცი ხალათებში მსუბუქი მახვილით, ეკრანის ქუდით“ გამოიყენეს მარკუსმა და საუთენმა, რათა აიძულონ Midjourney შეექმნათ ობი-ვან კენობის კადრის თითქმის ზუსტი ასლი ვარსკვლავური ომებიდან. iStock-ში იგივე მოთხოვნა წარმოშობდა არა მხოლოდ სურათის გენერირებაზე უარის თქმას, არამედ გაფრთხილებას, რომ სიტყვა „ხმალი“ აკრძალული იყო, რადგან „შეიძლება არღვევდეს ჩვენს AI პოლიტიკას“.

თუმცა, ზოგიერთმა ბრენდმა შესაძლოა ფილტრში გაიაროს. მე შევძელი აკრიფა "ZDNET-ის ჟურნალისტები, როგორც ვარსკვლავთშორისი სუპერგმირები" და მოვამზადე კოსტუმირებული ადამიანების სურათები მათზე გმირული ჰაერით.

`