Imagine Lee Unkrich, um dos mais ilustres animadores da Pixar, como aluno da sétima série. Ele está olhando para a imagem de uma locomotiva na tela do primeiro computador de sua escola. Uau, ele pensa. Parte da magia desaparece, no entanto, quando Lee descobre que a imagem não apareceu simplesmente pedindo "uma foto de um trem". Em vez disso, ele teve que ser meticulosamente codificado e renderizado - por humanos que trabalham duro. Agora imagine Lee 43 anos depois, tropeçando no DALL-E, uma inteligência artificial que gera obras de arte originais com base em prompts fornecidos por humanos que podem ser literalmente tão simples quanto “a imagem de um trem”. Enquanto ele digita palavras para criar imagem após imagem, o uau está de volta. Só que desta vez, não vai embora. “Parece um milagre”, diz ele. “Quando os resultados apareceram, fiquei sem fôlego e com lágrimas nos olhos. É tão mágico.” Nossas máquinas ultrapassaram um limite. Durante toda a nossa vida, tivemos certeza de que os computadores eram incapazes de ser verdadeiramente criativos. No entanto, de repente, milhões de pessoas estão usando uma nova geração de IAs para gerar imagens impressionantes e nunca antes vistas. A maioria desses usuários não são, como Lee Unkrich, artistas profissionais, e esse é o ponto: eles não precisam ser. Nem todo mundo pode escrever, dirigir e editar um vencedor do Oscar como Toy Story 3 ou Coco, mas todos podem lançar um gerador de imagem AI e digitar uma ideia. O que aparece na tela é surpreendente em seu realismo e profundidade de detalhes. Daí a resposta universal: Uau. Apenas em quatro serviços – Midjourney, Stable Diffusion, Artbreeder e DALL-E – os humanos que trabalham com AIs agora cocriam mais de 20 milhões de imagens todos os dias. Com um pincel na mão, a inteligência artificial tornou-se um motor de uau. Como essas IAs geradoras de surpresa aprenderam sua arte a partir de bilhões de imagens feitas por humanos, sua produção gira em torno do que esperamos que as imagens pareçam. Mas como eles são uma IA alienígena, fundamentalmente misteriosa até mesmo para seus criadores, eles reestruturam as novas imagens de uma maneira que nenhum humano provavelmente pensaria, preenchendo detalhes que a maioria de nós não teria a arte de imaginar, muito menos as habilidades. executar. Eles também podem ser instruídos a gerar mais variações de algo de que gostamos, no estilo que quisermos - em segundos. Esta, em última análise, é sua vantagem mais poderosa: eles podem fazer coisas novas que são relacionáveis e compreensíveis, mas, ao mesmo tempo, completamente inesperadas. Tão inesperadas são essas novas imagens geradas por IA, de fato, que - no silêncio reverente imediatamente após o uau - outro pensamento ocorre a quase todos que as encontraram: a arte feita pelo homem deve ter acabado. Quem pode competir com a velocidade, baixo custo, escala e, sim, criatividade selvagem dessas máquinas? A arte é mais uma busca humana que devemos ceder aos robôs? E a próxima pergunta óbvia: se os computadores podem ser criativos, o que mais eles podem fazer que nos disseram que não? Passei os últimos seis meses usando IAs para criar milhares de imagens impressionantes, muitas vezes perdendo uma noite de sono na busca interminável para encontrar apenas mais uma beleza escondida no código. E depois de entrevistar os criadores, usuários avançados e outros primeiros usuários desses geradores, posso fazer uma previsão muito clara: a IA generativa alterará a forma como projetamos quase tudo. Ah, e nenhum artista humano perderá o emprego por causa dessa nova tecnologia. NÃO É exagero chamar de imagens geradas com a ajuda de cocriações de IA. O segredo desse novo poder é que suas melhores aplicações são o resultado não da digitação em um único prompt, mas de conversas muito longas entre humanos e máquinas. O progresso de cada imagem vem de muitas, muitas iterações, idas e vindas, desvios e horas, às vezes dias, de trabalho em equipe – tudo com base em anos de avanços no aprendizado de máquina. Os geradores de imagem AI nasceram do casamento de duas tecnologias separadas. Um deles era uma linha histórica de redes neurais de aprendizado profundo que poderiam gerar imagens realistas coerentes, e o outro era um modelo de linguagem natural que poderia servir como uma interface para o mecanismo de imagem. Os dois foram combinados em um gerador de imagens baseado em linguagem. Os pesquisadores vasculharam a Internet em busca de todas as imagens que tivessem texto adjacente, como legendas, e usaram bilhões desses exemplos para conectar formas visuais a palavras e palavras a formas. Com essa nova combinação, os usuários humanos poderiam inserir uma sequência de palavras – o prompt – que descrevia a imagem que procuravam, e o prompt geraria uma imagem com base nessas palavras. Os cientistas agora no Google inventaram os modelos computacionais de difusão que estão no centro dos geradores de imagens hoje, mas a empresa tem estado tão preocupada com o que as pessoas podem fazer com eles que ainda não abriu seus próprios geradores experimentais, Imagen e Parti, para o público. (Apenas os funcionários podem experimentá-los e com diretrizes rígidas sobre o que pode ser solicitado.) Não é coincidência, portanto, que as três plataformas mais populares para geradores de imagens no momento sejam três startups sem nenhum legado a proteger. Midjourney é uma startup lançada por David Holz, que baseou o gerador em uma comunidade emergente de artistas. A interface para a IA é um servidor Discord barulhento; todo o trabalho e sugestões foram tornados públicos desde o início. O DALL-E é um produto de segunda geração da organização sem fins lucrativos OpenAI, financiado por Elon Musk e outros. A Stable Diffusion surgiu em agosto de 2022, criada por Emad Mostaque, um empresário europeu. É um projeto de código aberto, com o benefício adicional de que qualquer pessoa pode baixar seu software e executá-lo localmente em sua própria área de trabalho. Mais do que os outros, o Stable Diffusion lançou geradores de imagens de IA na natureza. Por que tantas pessoas estão tão animadas para jogar com essas IAs? Muitas imagens estão sendo criadas pelo mesmo motivo pelo qual os humanos sempre fizeram arte: porque as imagens são bonitas e queremos vê-las. Como chamas em uma fogueira, os padrões de luz são fascinantes. Eles nunca se repetem; eles surpreendem, de novo e de novo. Eles retratam cenas que ninguém testemunhou antes ou pode imaginar, e são habilmente compostos. É um prazer semelhante ao explorar o mundo de um videogame ou folhear um livro de arte. Há uma verdadeira beleza em sua criatividade, e olhamos muito para a maneira como podemos apreciar uma grande exposição de arte em um museu. Na verdade, ver um desfile de imagens geradas é como visitar um museu pessoal – mas, neste caso, as paredes estão cheias de arte que pedimos. E a perpétua novidade e surpresa da próxima imagem dificilmente diminui. Os usuários podem compartilhar as joias que descobrem, mas meu palpite é que 99% das 20 milhões de imagens atualmente geradas a cada dia serão visualizadas apenas por um único ser humano - seu co-criador. Imagens geradas por IA também podem ser utilitárias. Digamos que você esteja apresentando um relatório sobre a possibilidade de reciclar resíduos plásticos hospitalares em materiais de construção e queira uma imagem de uma casa feita de tubos de ensaio. Você pode pesquisar no mercado de ações de fotos uma imagem utilizável feita por um artista humano. Mas uma atribuição única como essa raramente produz uma imagem preexistente e, mesmo se encontrada, seu status de copyright pode ser duvidoso ou caro. É mais barato, rápido e provavelmente muito mais apropriado gerar uma imagem única e personalizada para o seu relatório em alguns minutos, que você pode inserir em seus slides, boletim informativo ou blog - e os direitos autorais são seus (por enquanto). Eu mesmo tenho usado esses geradores para co-criar imagens para minhas próprias apresentações de slides. Em uma pesquisa informal com usuários avançados, descobri que apenas cerca de 40% de seu tempo é gasto procurando imagens utilitárias. A maioria das imagens AI são usadas em locais onde não havia imagens anteriormente. Eles geralmente não substituem uma imagem criada por um artista humano. Eles podem ser criados, por exemplo, para ilustrar um boletim informativo apenas em texto por alguém sem talento artístico, ou o tempo e o orçamento para contratar alguém. Assim como a fotografia mecânica não acabou com as ilustrações humanas há um século, mas expandiu significativamente os locais em que as imagens apareceram, os geradores de imagens de IA também abrem possibilidades para mais arte, não menos. Começaremos a ver imagens geradas contextualmente predominantemente em espaços atualmente em branco, como e-mails, mensagens de texto, blogs, livros e mídias sociais. Esta nova arte reside algures entre a pintura e a fotografia. Ele vive em um espaço de possibilidades tão grande quanto a pintura e o desenho – tão grande quanto a imaginação humana. Mas você se move pelo espaço como um fotógrafo, em busca de descobertas. Ajustando seus prompts, você pode chegar a um local que ninguém visitou antes, então você explora essa área lentamente, tirando fotos conforme avança. O território pode ser um assunto, um humor ou um estilo, e pode valer a pena retornar. A arte está em encontrar um novo espaço e aí se instalar, exercendo o bom gosto e o olhar apurado da curadoria no que capta. Quando a fotografia apareceu pela primeira vez, parecia que tudo o que o fotógrafo precisava fazer era apertar o botão. Da mesma forma, parece que tudo o que uma pessoa precisa fazer para obter uma imagem gloriosa de IA é apertar o botão. Em ambos os casos, você obtém uma imagem. Mas conseguir um ótimo - um verdadeiramente artístico - bem, isso é outro assunto. Este conteúdo é um pedaço de uma matéria escrita no wired.
