Kiemelt kép: Envato/Elements
2022 utolsó hónapjaiban mesterséges intelligencia változatos hétköznapi alkalmazásai „robbantak be” a köztudatba, a korábban csak hírekből ismert MI-k (DALL-E 2, Stable Diffusion, ChatGPT) megjelentek okostelefonunkon, számítógépünkön, szöveget, zenét, képet és idén már videót is generálhatunk velük.
Az MI- és robotikai fejlesztéseitől ismert pittsburghi Carnegie Mellon Egyetem robottal igyekeznek megvalósítani ugyanazt, mint a képgeneráló programok. Az MI-modelleket a szöveges utasítások alapján szöveget, képet stb. létrehozó appokhoz hasonlóan használja.
Senkinek nem veszi el a munkáját
A robot neve Frida Kahlo előtti tisztelgés, másrészt a FRIDA a „keretrendszer és robotikai kezdeményezés a művészetek fejlesztésére” angol eredetijének a rövidítése, egyébként mesterséges intelligenciával működő, ecsettel felszerelt robotkar. Megkérjük, hogy fessen valamit, és munkába kezd a vásznon; fejlesztői szerint békabalerinák az eddigi főműve. Robotika és kreativitás kapcsolatát vizsgálják rajta keresztül.
Ne feledkezzünk meg arról, hogy MI által készített műalkotást vettek már meg dollármilliókért aukción, és a gépi képalkotás elterjedtével FRIDA és a hozzá hasonló majdani rendszerek komoly pénzösszegeket söpörhetnek be – főként az őket működtető, velük együttműködő művészeknek. Ez, a tényleges ember-gép együttműködés, amelyben a disztópiákban állandó vagy-vagy helyett az is-is a lényeg, mert a robotfestők nem minket akarnak helyettesíteni, hanem közösen dolgoznak velünk.
Táncoló békabalerina (Kép: Kömlődi Ferenc/Stable Diffusion)
A felhasználó szöveges leírást ad meg, a stílust inspirálandó más műalkotásokat vagy lemásolandó fényképeket tölthet fel, és a fejlesztők más inputokkal, például hanggal is kísérleteznek. FRIDA hallotta már az Abba hajdanvolt Dancing Queen slágerét, és képet festett belőle.
Robotikus festőrendszer, de nem művész, mert nem áll elő új ötletekkel, hogy vitassuk. Művészek dolgozhatnak vele, specifikálják magas szintű céljaikat, FRIDA pedig kivitelezi azokat – hangsúlyozzák a fejlesztők.
Valóságból szimuláció, szimulációból valóság
Megfesti a képet, gépi tanulással elemzi saját fejlődését. Ha hibázik, igyekszik kijavítani. Végtermékei impresszionista-szerűek, szeszélyesek. Az alkotási folyamatnál legalább egy órát eltölt az ecsetkezelés tanulmányozásával, majd óriási adatsorokon gyakoroltatott masszív kép-nyelv (párokból álló) modellekkel igyekszik megérteni az inputot, és próbál képet alkotni a megadott utasítások alapján.
Ember-gép együttműködés (Kép: Envato/Elements)
Abban különbözik az appoktól – és ez komoly különbség –, hogy megfogható, fizikai képeket készít. A real2sim2real koncepcióból kiindulva, igyekszik minimalizálni a szimuláció és a valóság közötti különbséget. A szimulátor FRIDA tényleges ecsetvonásaiból tanul, a modellt folyamatosan fejlesztik tovább.
Miután megadtuk neki, hogy mit szeretnénk, gépi tanulással szimulálja azt, majd tervet dolgoz ki a festményre. Színes palettát jelenít meg a számítógép képernyőjén, hogy az alkotó keverje össze, és bocsássa a robot rendelkezésére, majd ezt követően fest. A kutatók jelenleg az automatikus festékkeverésen dolgoznak, ha megoldódik, gördülékenyebb lesz FRIDA munkája. Festés közben fej feletti kamerája mindent rögzít, azzal összhangban finomít a képen, ha kell. A munkafolyamat órákig eltart.
Újságcikkek szalagcímeit táplálják bele, hogy tudja: mi történik a világban. Változatos kultúrákat reprezentáló szövegeken és képeken is tanítják, hogy ne legyenek előítéletei, és részrehajlással se vádolhassák.
