Есть ли повод переживать, что умные фильтры скоро будут конкурировать с человеком? Насколько быстро учится искусственный интеллект и где предел его развития?
Искусственный интеллект давно трудится над дизайном бок о бок с живыми специалистами. Помните Николая Иронова из студии Артемия Лебедева? Судя по портфолио, сотрудник стабильно получает заказы уже второй год. А среди CG-художников, развивающих аккаунты в Instagram, есть известная нейросеть по имени Рейчел. Она регулярно постит свою 3D-графику, сделанную на игровом движке Unreal.
Многие дизайнеры уже делают «коллаборации» с нейросетями, пусть даже неосознанно — некоторые функции в Adobe Photoshop, PowerPoint и других редакторах основаны на искусственном интеллекте. Давайте посмотрим, как он прокачался в дизайне за последний год.
Фотореалистичная компьютерная графика
В 2021 году NVIDIA представила бета-версию приложения Canvas — оно позволяет создавать фотореалистичные пейзажи на основе готовых эскизов. Можно покрасить половину рабочего поля зеленым, половину голубым, а нейросеть прочитает ваши мысли и воссоздаст поле травы и ясное небо.
ИИ не собирает картинки из фрагментов чужих картин и фото, а создает именно уникальные изображения, с высокой степенью детализации. Нейросеть творит в режиме реального времени и сохраняет работу по слоям — так, чтобы потом это было удобно редактировать в Photoshop.
Приложение призвано помочь CG-художникам избежать рутинной работы при отрисовке концептов или фонов. Вместо того, чтобы собирать фрагменты разных фотографий вместе, перекрашивать каждую травинку и каждый камешек под дневное или ночное освещение вручную, можно делегировать это искусственному интеллекту. Нужен только достаточно мощный компьютер.
Даже если нейросеть неправильно поняла художника и, скажем, нарисовала снег там, где нужен песок, можно это исправить, указав материалы, которые вы хотите задействовать. Но возможности ограничены простыми пейзажами: марсианские кратеры нейросеть не нарисует. Вставлять в пейзаж замки, мосты и прочие сложные сооружения тоже придётся самостоятельно. И, конечно, на детали картинки в Canvas пользователь повлиять может слабо. Можно подсказать нейросети, что слева должен быть камень, но нельзя определить, какая у него будет форма, текстура, оттенок.
Пока алгоритм несовершенен, он скорее подходит для начала работы над проектом. Хотя нельзя исключать, что не слишком требовательным заказчикам художники начнут продавать произведения нейросети, минимально их приправляя.
Нейросеть, которая создаёт эти пейзажи, называется GauGAN — в нейминге поиграли на созвучии с Гогеном. Это генеративно-состязательная сеть (generative adversarial network или GAN) — она обучается без человека, благодаря взаимодействию нескольких ИИ друг с другом. Впервые Nvidia представила «Гогена» ещё в 2019 году.
Четыре года назад GauGAN работала медленнее и рисовала менее точно, компания не выкладывала программу в свободный доступ. Теперь приложение усовершенствовали — суммарно нейросеть обучалась на 5 миллионах фотографий.
🎯 самые полезные лайфхаки в мини-формате обитают в нашем telegram. постим раз в день, коротко и по делу.
Nvidia давно тренирует искусственный интеллект создавать фотореалистичные картинки. Есть, например, ещё одна нейронка StyleGAN — она с 2018 года практикуется в создании лиц несуществующих людей. Сейчас запустили целый фотосток, в котором продают 2,5 миллионов картинок.
Анимация персонажей
Всем уже знакома технология DeepFake: в 2020 году каждый любопытный пользователь попробовал анимировать свои селфи. Возможность придать осмысленное движение статичной фотографии была доступна нейросетям и раньше. Первую разработку Photo Wake-Up представили в 2018 году, ей занимались специалисты Университета Вашингтона совместно с программистами Facebook.
Анимация фотоизображения — это трехступенчатый процесс: нейросеть должна распознать фигуру на фоне, перемещать ее части относительно друг друга и при этом заполнять фоном освободившееся пространство. За последние несколько лет технология развивалась: анимация становится всё более качественной и активно используется в развлекательных целях. Например, один из последних крупных проектов — Deep Nostalgia — позволяет анимировать старые снимки.
Эти технологии впечатляют, но имеют одно серьезное ограничение: «оживлять» можно только людей — фигуры или лица. Искусственный интеллект хорошо умеет выделять человека на фоне, опознавать его руки, ноги, глаза и губы, чтобы корректно их двигать. С анимацией неодушевленных или нарисованных предметов всё не так просто: вещи вокруг нас или пятна на картинах художников гораздо многообразнее, чем люди. Но в 2021 году искусственный интеллект всё-таки начал успешно двигать абстрактные фигуры. Нейросеть разработали и обучили в Meta.
За основу взяли Mask R-CNN (СNN — это ещё одна разновидность нейронок наряду с GUN, convolutional neural network или свёрточная нейронная сеть, она отвечает за распознавание объектов. «Оживляли» персонажей детских рисунков, для искусственного интеллекта эта задача была в меру сложная. С одной стороны, рисунки совсем не похожи на настоящих людей с фотографий. С другой — у персонажей всё-таки есть что-то похожее на голову, руки и ноги. Вот что получалось у нейросети:
Опробовать нейросеть может любой желающий онлайн. У нее, впрочем, довольно много ограничений: рисунок должен быть обязательно на белом фоне, персонаж — расположен фронтально, так, чтобы руки и ноги (или лапы) не пересекались между собой и с туловищем. Можно загружать рисунки с несколькими персонажами и выбрать одного для анимации. Программа покажет силуэт, который распознает, и позволит его скорректировать.
На данном этапе ИИ от Meta пригодится разве что для развлечения. Но эту разработку можно расценивать как первый шаг к тому, чтобы сделать полноценную персонажную анимацию силами нейросетей.
Прокачай насмотренность: более 100 курсов по популярным направлениям дизайна на Udemy
Работа по техзаданию
Некоторые нейросети уже делают подвижки к тому, чтобы вовсе исключить живого дизайнера из производственного процесса — они учатся сами понимать заказчиков. Создание картинок по текстовому описанию — это ещё одна область, в которой алгоритмы делают успехи.
В январе прошлого года OpenAI выпустили нейросеть DALL-E. Она может по описанию от пользователя создавать картинки в разных техниках — от flat-иллюстраций до фотореалистичных изображений вывесок на зданиях или трехмерных концептов мебели. Изображения получаются уникальными, и под каждый запрос нейросеть выдает несколько вариантов — гораздо больше, чем принято просить у дизайнера. Правда, не все они выглядят, как профессиональная графика, но что-то выбрать можно.
К сожалению, картинки у нейросети получаются нередактируемые. Нельзя, скажем, подправить капибаре нос в Blender — надо принимать капибар такими, какие они есть. Впрочем, для отдельных рекламных креативов произведения нейросети вполне могли бы подойти. Также их можно использовать в качестве вдохновения для поиска концептов: ну где ещё вам покажут капибару на горе в собачьей позе?
В ноябре в Nvidia представили ещё один алгоритм создания картинок по ключевым словам — это второй «Гоген» или GauGAN2. По трем-четырем словам и грубому эскизу программа выдаёт фотореалистичные изображения. Распознавание текста должно сделать сгенерированные изображения ближе к задумке автора: можно не просто выбрать материалы, время года и суток, а конкретно описать, что нужно. Алгоритм по-прежнему хорошо работает только с пейзажами и плохо понимает нелогичные фразы.
Пока нейросети понимают заказчиков не так хорошо, как живые дизайнеры. Зато они могут неутомимо генерировать бесконечное множество вариантов. Возможно, их работоспособность сгладит слабые коммуникативные навыки — если заказчики не будут слишком привередливы.
Живопись для продажи в формате NFT
В 2021 году рынок NFT набрал популярность и открыл художникам возможности для монетизации цифрового творчества. И хотя трудно предполагать, задержится ли тренд надолго, токены продолжают создавать. Причем не только своими руками, но и с помощью нейросетей.
Например, есть проект Neuro Renaissance, в котором искусственный интеллект пишет пейзажи. Что интересно: не просто пишет, но и делает реалистичный рендеринг — с рамами и текстурой холста, покрытого масляной краской. Покупателям NFT картины будут доступны в 3D. Вот примеры таких трехмерных пейзажей:
Ещё один интересный NFT-проект — нейросеть Botto. Она выполняет не такую тонкую работу, как алгоритм Neuro Renaissance, но привлекает публику интерактивностью: владельцы криптовалюты Botto могут сами влиять на работу искусственного интеллекта. В ноябре нейросеть уже заработала на NFT-рынке миллион евро.
Интересно, что эта нейросеть, как настоящий деятель современного искусства, начинает работу с концепции — создаёт цепочку слов, которые будут соответствовать будущему произведению. Эти слова проходят многоступенчатую обработку, и на выходе получается 300 картин. Из них сами пользователи в ходе голосования выбирают лучшие — и именно их продают в формате NFT. Благодаря опросам нейросеть изучает массовые вкусы и учится создавать всё более привлекательные картины.
На рынке NFT искусственный интеллект уже составил прямую конкуренцию живым художникам. Впрочем, трудно предугадать, как долго продлится его успех. Стоимость работ в NFT определяется отнюдь не их художественной ценностью: некоторые мемы могут продаваться за тысячи долларов, а высокопрофессиональные картины иногда остаются незамеченными. Возможно, когда нейросети перестанут быть диковинкой, интерес покупателей ослабнет.
Что делать, если вас заменят нейросетью
Искусственный интеллект вполне может отнимать у людей рабочие места — это не миф. Вот только речь идёт скорее о технической работе: ретушь и обработка фото, создание моушн-эффектов и рендеринга. В идеале, ИИ избавит людей от напрасной траты времени, чтобы можно было заняться придумыванием уникальных идей — это то, чего машины пока не умеют совсем.
Важно понимать, что нейросети сейчас только начинают активно развиваться — и это пока не просто «технические помощники», но и предмет хайпа. На рынке NFT Botto зарабатывает больше, чем большинство крутых художников, потому что людям интересно взаимодействовать с нейросетью.
Итак, конкурировать с алгоритмами всё-таки придётся. И тут есть два варианта.
1. Возглавить техническую революцию
Над обучением нейросетей работают в том числе и дизайнеры — ведь только они могут передать искусственному интеллекту свои знания. Даже если алгоритм обучается сам на миллионах картинок, этот процесс надо контролировать. Чтобы лучше понять, как устроены нейросети, можно пройти курс »Философия искусственного интеллекта» от Skillbox или Основы искусственного интеллекта» от Udemy.
Для непосредственной работы над нейросетями не обойтись без программирования. С нуля есть курсы по data science от «Нетологии» и Skillbox. А если какой-то бэкграунд в программировании у вас уже есть, можно поучиться работе с нейросетями на Python на Openedu.
2. Пользоваться алгоритмами и не ограничивать себя техническими навыками
Нейросети будут развиваться, и специалисты, которые умеют, например, просто аккуратно ретушировать, могут действительно в один момент остаться невостребованными. Зато более широкие задачи неизбежно придётся решать живым дизайнерам. Активное развитие нейросетей — хороший повод научиться генерировать свежие идеи, постигнуть управление дизайн-процессами или разобраться в тонкостях UX. Например, пройти курс в Skillbox по сервисному дизайну или поучиться арт-дирекшену в Skvot.
Материал может содержать партнерские ссылки. Это не отражается на стоимости сервисов или товаров. Партнеры не влияют на наши рекомендации и содержание текста.
Почитать bubble в микро- и даже наноформате можно в instagram. подключайтесь 🤳
