Warszawa w stylu Cyberpunk. Te grafiki wygenerowała mi AI w 5 minut

Wchodzę na ogólnodostępny Discord projektu Midjourney i wpisuję jedną komendę:

Po minucie Midjourney, czyli algorytm sztucznej inteligencji, pokazuje mi cztery wizualizacje mojego zapytania. Wygenerowanie każdej z nich w pełnej rozdzielczości zajmuje kolejne cztery minuty. Efekt jest powalający, a stworzyło go w całości oprogramowanie. Gdybym zobaczył te grafiki przypadkiem, gdzieś w internecie, nawet nie rozważałbym możliwości, że nie wyszły spod ręki człowieka.

Algorytmy sztucznej inteligencji, które są w stanie tworzyć niemal na żywo sztukę, nie są zupełną nowością. Ten pomysł jest rozwijany od kilku lat, a dziś można go testować w kilku różnych wariantach. Prawdopodobnie najpotężniejszym z nich jest Dall-e 2, ale na razie nie jest on dostępny publicznie. Z kolei najlepszym otwartym dla wszystkich projektem jest wspomniany Midjourney.

Do tej pory dużo razy słyszałem o takich projektach i oglądałem grafiki wygenerowane przez automat z niemałym zdziwieniem. Mimo to dopiero w miniony weekend ciekawość sprawiła, że postanowiłem sam sprawdzić działanie algorytmu w praktyce.

Nie zawiodłem się. Projekt cieszy się gigantycznym zainteresowaniem, a chętnych jest tyle, że algorytm Midjourney tworzy jednocześnie przynajmniej kilkadziesiąt obrazów. I tak co minutę. Z kolei reakcje pod moim wpisem na Twitterze pokazały mi, że nie jestem jedyny. Zdecydowana większość odbiorców była w szoku, że sztuczna inteligencja jest w stanie tworzyć obrazy na tak wysokim poziomie. Dlatego postanowiłem, że warto poruszyć ten temat szerzej.

Zabawę zaczynamy na stronie Midjourney, gdzie powinniśmy wybrać przycisk "Join the beta". W ten sposób otrzymamy zaproszenie do Discorda tego projektu. Discord to aplikacja podobna np. do Slacka, w której toczy się dyskusja na wielu różnych tematycznych kanałach.

Jeżeli masz konto Discord, w następnym kroku powinieneś się na nie zalogować. A jeśli nie, w tym momencie powinieneś je utworzyć. Po zalogowaniu możesz przyjąć zaproszenie do Discorda projektu Midjourney, a następnie jest już z górki.

Na Discordzie po lewej stronie widzimy listę kanałów, a wśród nich interesują nas te z nazwą "newbies-xx". Są to pokoje oznaczone kolejnymi numerami, w których algorytm Midjourney jest podpięty jako bot. Bota wywołujemy komendą /imagine, po której możemy wpisać nasze zapytanie. Po wysłaniu takiej wiadomości algorytm zacznie generować grafiki specjalnie dla naszego zapytania.

Zasady? Najważniejsza z nich to "nie bądź dupkiem". W projekcie Midjourney nie jest mile widziane generowanie golizny czy brutalnych scen. Jest też cała lista zakazanych słów, z reguły odnoszących się do seksualności.

Warto być precyzyjnym przy wpisywaniu zapytania. Im bardziej szczegółowy opis, tym mniejsze pole manewru zostawimy sztucznej inteligencji. Możemy poprosić o grafikę w konkretnym stylu, np. hiperrealistycznym, rysunkowo-cukierkowym, czy w formie plakatu. Możemy mieć też życzenie, by algorytm naśladował styl konkretnego malarza lub grafika.

Można powiedzieć, że Midjourney to "sztuczna inteligencja" wyspecjalizowana w tworzeniu sztuki, ale koniec końców ten mglisty termin sprowadza się do algorytmu bazującego na uczeniu maszynowym. Tworzenie takiego algorytmu zaczyna się od nakarmienia go danymi wsadowymi, które są odpowiednio opisane. Algorytm przetwarza istniejące dzieła, kataloguje je i zaczyna zauważać pierwsze zależności pomiędzy nimi.

W efekcie, po przeanalizowaniu odpowiednio dużej bazy danych wsadowych, algorytm zaczyna być w stanie generować obrazy na bazie poznanych dzieł. Im większa początkowa baza, tym lepiej radzi sobie ten mechanizm.

Ktoś powie, że algorytm nie zastąpi artysty, bo jedynie kopiuje i odtwarza to, co ma już w bazie. To nie do końca prawda. Algorytm jest w stanie tworzyć materiały od zera, w których pierwotna baza stanowi tylko inspirację.

Gdyby zastanowić się nad tym szerzej, można szybko dojść do wniosku, że ilustrator z krwi i kości tworzy na identycznej zasadzie jak algorytm uczenia maszynowego. Człowiek też nie tworzy na bazie pustki. Grafika i styl biorą się z sumy doświadczeń, czyli z poznanych dzieł, które u każdego grafika stanowią bazę do własnej pracy. Pod tym względem algorytm uczenia maszynowego naśladuje pracę mózgu prawdziwego artysty.

Podam wam przykład współpracy pomiędzy dużym medium a grafikiem. Moi fantastyczni koledzy z redakcji magazynu Spider’s Web+ właśnie publikują nowy cykl reportaży o influencerach pod tytułem "Zły wpływ". Każdy artykuł jest ilustrowany grafikami przygotowanymi przez profesjonalną ilustratorkę, Marię Regucką.

Czy przy kolejnym dużym cyklu autorzy magazynu SW+ skorzystają z usług ilustratorki? Mam nadzieję, że tak, ale nie jest to pewne, bo algorytmy pokroju Midjourney pozwalają wygenerować ilustracje samemu. Za darmo, w jedną chwilę, bez mailowego ping-ponga, bez faktur i bez umów.

Czy to oznacza, że dni grafików i ilustratorów są już policzone? Ten temat był jednym z motywów przewodnich na skończonym właśnie międzynarodowym festiwalu Promised Land w Łodzi. Od kilku edycji skupia on środowisko grafików, ilustratorów, concept-artystów i innych profesjonalnych artystów branży kreatywnej. Na festiwalu można spotkać prawdziwe tuzy, pracujące m.in. przy największych grach wideo oraz filmach. Jednym z organizatorów jest CD Projekt RED.

Dowiedziałem się, że dyskusje na Promised Land w kontekście algorytmów AI były "niezbyt wesołe". Podobne nastroje widać od miesięcy podczas rozmów w serwisie ArtStation. Algorytm jest traktowany poważnie, jako odległe, ale widoczne gdzieś na horyzoncie ciemne chmury zbierające się nad branżą.

Jednocześnie zaczyna malować się przekonanie, że ilustratorzy i graficy będą mieć pod górkę, ale branża concept-artu nie spodziewa się załamania. Kiedy trzeba stworzyć projekt - czy to postaci, czy lokacji - pod bardzo konkretne wymagania, człowiek nadal jest niezastąpiony.

Część artystów przytacza przykład drukarek 3D, które kilka lat temu miały zabić branżę rzeźbiarzy parających się m.in. produkcją figurek do gier planszowych. Powtarzalność, szybkość i niska cena wydruków rzeczywiście sprawiły, że dziś bardziej opłaca się drukować, ale artyści nie stracili pracy. Musieli się tylko przebranżowić. Modele 3D trzeba przecież zaprojektować, a gotowy wydruk obrobić. Z grafikami może być podobnie. AI może stać się inspiracją lub bazą, która będzie tylko pierwszym etapem w produkcji finalnego projektu spod ręki ilustratora.

Prawo w tym wypadku nie nadąża za rozwojem technologii, ale każdy generator ma swój regulamin. Nie inaczej jest w przypadku Midjourney. Czytamy, że wygenerowane prace są udostępnione na licencji Uznanie autorstwa - Użycie niekomercyjne 4.0.

W dużym skrócie oznacza to, że grafiki nie możemy wykorzystać w celu komercyjnym, a przy udostępnieniu niekomercyjnym musimy wskazać autora, którym jest algorytm Midjourney. Jednocześnie twórcy zastrzegają sobie prawo do dysponowania grafikami wygenerowanymi dla naszych zapytań.

Już dziś twórcy Midjourney oferują jednak kilka komercyjnych planów wykorzystania algorytmu. Obecnie za gotówkę można kupić szybsze działanie oraz możliwość generowania nieskończonej liczby prac (w darmowej wersji to tylko 25 obrazów). Już dziś jest też przewidziany komercyjny plan wymagany dla przedsiębiorstw, które mają przychód roczny powyżej 1 mln dol.

Brak ogólnych regulacji prawnych już dziś prowadzi do nietypowych problemów. W sierpniu praca wygenerowana przez algorytm Midjourney… wygrała konkurs graficzny Colorado State Fair Fine Arts Competition. Jest to pierwszy taki przypadek w historii. Grafikę wygenerował Jason M. Allen, który za wygraną w konkursie otrzymał nagrodę w wysokości 300 dol. Wygrana rozwścieczyła innych grafików, ale w niewielkim konkursie stanowym postanowiono uznać pracę wykonaną przez algorytm.

Czy tak samo podejdą do tematu inne konkursy, w tym większe, o międzynarodowym znaczeniu? Co na to społeczność grafików? Czy prawo zostanie dostosowane do możliwości dzisiejszej techniki? I w końcu, czy efekty tworzone przez algorytm zaczniemy traktować na równi ze sztuką tworzoną przez człowieka? Na te pytania będziemy musieli odpowiedzieć szybciej niż przypuszczamy.