Inspiracja zamiast kopiowania za pomocą AI

AI zyskuje coraz większe możliwości oraz poszerza swoje zastosowanie w różnych dziedzinach życia, od technologii po biznes.

Mimo swoich możliwości, często spotyka się z krytyką za kopiowanie i nieświadome naruszanie praw autorskich. Nowe badania prowadzone przez zespół z Uniwersytetu Teksasu w Austin proponują podejście, które może zmienić sposób, w jaki AI tworzy obrazy.

Modele generatywne, takie jak DALL-E, Midjourney i Stable Diffusion, potrafią tworzyć realistyczne obrazy na podstawie tekstowych opisów. Są one trenowane na miliardach par obraz-tekst, często bez zgody właścicieli praw autorskich. Wynikiem tego są pozwy od artystów, których prace są kopiowane przez AI.

DALL-E

DALL-E, opracowany przez OpenAI, tworzy obrazy na podstawie opisów tekstowych, wykorzystując modele do przetwarzania tekstu i generowania realistycznych obrazów. Trenowany na dużych zbiorach danych obraz-tekst, potrafi interpretować skomplikowane opisy i tworzyć unikalne kombinacje obiektów. Jego zdolność do generowania szczegółowych obrazów jest ceniona w reklamie, grafice i sztuce. DALL-E posiada mechanizmy filtrowania treści, co zapobiega tworzeniu nieodpowiednich obrazów. Jest popularny wśród twórców i artystów dzięki swojej wszechstronności i jakości.

Midjourney

Midjourney specjalizuje się w tworzeniu artystycznych obrazów na podstawie tekstów. Jest ceniony za estetykę i kreatywność, przyciągając artystów i projektantów. Jego interfejs jest przyjazny dla użytkownika, co ułatwia korzystanie z niego nawet osobom bez technicznego doświadczenia. Wykorzystuje się go oraz używa przy pomocy platformy Discord oraz posiadają własną stronę internetową. Midjourney pozwala na eksplorację różnych stylów artystycznych, wspierając edukację poprzez wizualizację. Ma dużą społeczność użytkowników, którzy dzielą się swoimi pracami, inspirując się nawzajem. Model jest stale aktualizowany i ulepszany, co czyni go wszechstronnym narzędziem w sztuce cyfrowej.

Stable Diffusion

Stable Diffusion, opracowany przez Stability AI, wykorzystuje technikę dyfuzji do generowania obrazów poprzez stopniowe usuwanie szumu. Jest efektywny w tworzeniu realistycznych obrazów z wyraźnymi detalami i oferuje dużą kontrolę nad stylami i treścią. Jest skalowalny i dostępny jako open source, co umożliwia szerokie możliwości modyfikacji. Ceniony za stabilność i przewidywalność, znajduje zastosowanie w różnych dziedzinach, od grafiki reklamowej po naukowe wizualizacje. Wspierany przez współprace akademickie, model ten szybko się rozwija i zyskuje uznanie za swoją innowacyjność.

Nowe podejście Ambient Diffusion

Zespół z Uniwersytetu Teksasu w Austin, we współpracy z MIT, opracował nową metodę, zwaną Ambient Diffusion. Ta technika polega na trenowaniu modeli AI na danych, które zostały zniekształcone do tego stopnia, że nie przypominają oryginalnych obrazów. Dzięki temu model nadal może generować wysokiej jakości obrazy, nie kopiując jednak oryginalnych dzieł.

W tradycyjnym podejściu modele uczą się na bazie czystych, niezmienionych obrazów. W nowym podejściu, obrazy są celowo zniekształcane przez zamaskowanie nawet do 90% pikseli. Mimo to, generowane przez model obrazy są wysokiej jakości i nie przypominają obrazów z zestawu treningowego.

Metoda pozwala na kontrolowanie poziomu zapamiętywania danych treningowych przez model. Jak zauważa Giannis Daras, student informatyki, który przewodził badaniom, zwiększenie poziomu zniekształceń podczas treningu zmniejsza ryzyko kopiowania zestawu treningowego, jednocześnie zachowując wysoką jakość generowanych obrazów.

Rozwój graficzny w dziedzinie sztucznej inteligencji pokazuje, jak badania akademickie mogą sprostać wyzwaniom społecznym. W 2024 roku Uniwersytet Teksasu w Austin ogłosił „Rok AI”, co podkreśla znaczenie tego typu innowacji.

Zespół badawczy planuje dalsze rozwijanie swojej metody, testując ją na większych i bardziej zróżnicowanych zestawach danych. Celem jest stworzenie jeszcze bardziej zaawansowanych modeli, które mogą inspirować się istniejącymi pracami bez ich bezpośredniego kopiowania.

Szymon Ślubowski