Александр Калашников вместе с нейросетью оживляет фото и рисунки города и воспроизводит портреты исторических личностей.
Предыстория
Концепция нейронных сетей появилась почти 80 лет назад. Однако настоящий прорыв в развитии искусственного интеллекта случился в последние два года. Толчком послужило появление языковой модели GPT-3. Потом ее создатели представили миру нашумевший ChatGPT, ставший самым быстрорастущим онлайн-сервисом в истории – более 100 миллионов пользователей воспользовались им за два месяца после запуска.
Увидев их практическую ценность, свои нейросети разработали и другие компании. И кажется, будущее наступило. Книга, написанная нейросетью, уже получила премию в Японии. Искусственный интеллект выпустил альбом «Нейронная оборона» в стиле Егора Летова. Китайцы придумали расширение, способное определять собаку по отпечатку носа.
«Вечерка» поговорила с омским фотохудожником Александром Калашниковым о его работах и узнала, не захватывают ли нас роботы, пока мы любуемся созданными ими картинами.
«Некоторые старые дома через пару лет увидим только на фото»
— Александр, кто вы по образованию?
— Я не профессиональный фотограф. Работаю в политехе на кафедре «Холодильная и компрессионная техника и технология». Преподаю компьютерные технологии, инженерный анализ на основе технологии цифровых двойников и все, что с этим связано.
Когда началась пандемия и город пустовал, хотелось себя чем-то занять. Просто ходил с фотоаппаратом. Снимал и центр, и окраины — что понравилось. Конкретных целей не было.
— У вас много снимков окон со старыми наличниками. Чем они вам так нравятся?
— Интересна такая стилистика. Хочется запечатлеть, как сейчас выглядят старые здания. Не факт, что через два года получится их еще раз увидеть. Это просто визуально красиво, приятно на них смотреть.
— Как возникла мысль создавать работы вместе с нейросетью?
— Какой-то конкретной идеи не было. Просто хотелось в свободное время отдохнуть от работы и завязать это все на уже имеющемся хобби. Сперва попробовал снимки прогонять через различные нейросети, чтобы преобразовать уже имеющиеся снимки города. Потом смотрю, что там есть возможность развиваться. И решил пойти дальше в создании сюжетов — уже углубиться в образы конкретных людей.
— Так появилась серия с историческими персонажами, имеющими отношение к Омску?
— Мне интересно восстанавливать образы исторических личностей, которые нарисованы, условно, как карикатуры. Те же Бухгольц, Ермак. У них образа, по сути, не было. Только какие-то черновые наброски. Зачастую один образ от другого очень сильно отличается и конкретного портрета человека нет. Мне стало просто интересно посмотреть, что нейросеть по этим наброском сделает. Если немного доработать, можно действительно получить портрет узнаваемого человека.
— Откуда брали исходные изображения?
— У нас технический вуз, так что в нашей библиотеке было немного нужной мне исторической информации. Образы искал в открытом доступе в интернете, заходил на сайты библиотек.
Искусственному интеллекту важно «скормить» больше изображений
— Какими нейросетями при работе над своими образами вы пользуетесь?
— В последнее время использую Midjuorney. Есть еще одна нейросеть с открытым кодом – Stable Diffusion. Думаю, у нее большое будущее. Она создает не такие красочные изображения, художественность в сравнении с Midjuorney страдает. Но ее возможности сильно шире. Она позволяет встраивать более точно свои элементы, конкретные изображения. Мне гораздо больше нравятся ее работы с архитектурой. Вот то, что у меня получилось более мультяшным, сделано как раз через Stable Diffusion. Она очень точно распознает контуры и по ним меняет стиль изображения. Придумывает по запросам, которые ты ей даешь. В этом плане она мне кажется намного перспективнее. Ей надо только побольше «скормить» художественных образов, которые она сможет использовать. И тогда эта нейросеть станет полезным инструментом не просто для хобби, но и для работы.
— Можете объяснить для обывателя, в чем отличие разных нейросетей и как именно вы с ними взаимодействуете?
— Самая распространенная и простая в использовании на данный момент Midjuorney. По сути, это просто набор тегов, которые ты предоставляешь для изображения. Там можно выбрать вес для каждого тега. Например, задаешь изображение «мопс-полицейский». Ты можешь прописать, сколько у тебя будет мопса и сколько полицейского.
Пробовал преобразить свои снимки окон с помощью нейросети. Но Midjuorney позволяет только преобразовать тэг «окно», работает по описанию. И там уже, что хочешь, то и выдумывай. Теряется исходник, по сути.
Если хочется что-то сложное, я обращаюсь к Stable Diffusion.
Нейросеть иногда теряется в текстурах и превращает человека в робота
— У вас есть серия необычных работ по фото омских скульптур. В соцсетях пишут, что Любочка и Степаныч у вас получились похожими на героев Лавкрафта. Как это вышло?
— Я использовал то же расширение, которое работает на Stable Diffusion. Просто предоставлял свои фото, и оно сама работало. Оно по-своему их преображало, как смогло их распознать.
Со скульптурами довольно сложно, потому что черты лица у них не всегда четко выражены, тем более на фото. И в основном проблема была в том, что нейросеть цеплялась за их текстуру. Текстура кожи отсутствует, идет металл. И она из-за этого начинает немного сходить с ума. Думать, что это робот.
— А что за баг у нейросети Midjuorney с количеством пальцев у людей на рисунках? Почему ей не всегда удается угадать с их количеством?
— Ей пока маловато «скормили» фото и рисунков именно рук человека. Там не только проблема с пальцами, но и с другими конечностями. Например, может стать больше рук.
Как правило, чем проще запрос нейросети, тем ей легче работать. Она сама уже найдет для себя какой-то шаблон по тегам, который подставит.
Если начинаешь усложнять, добавлять картинки, она может запутаться. Тут такой тонкий баланс нужно соблюдать.
«ChatGPT создавали для военных целей»
— Как думаете, почему ChatGPT впала в «депрессию» после общения с одним из пользователей?
— Эта нейросеть, скорее всего, была заточена для военных целей. Просто кусочек отдали под гражданское использование. Видимо, какие-то коды, которые были изначально заложены, всплыли.
— Нейросети оставят нас всех без работы, как описывают в своих произведениях фантасты?
— Думаю, нет. Скорее всего, это станет еще одним инструментом. Когда 15-20 лет назад фотошоп только входил в жизнь, также были переживания и спекуляции: «Вот сейчас рисовать никто не будет, это никому не нужно». В итоге это стало еще одним полезным инструментом, которым очень удобно пользоваться и который позволяет создавать что-то новое.
— Искусственный интеллект очень быстро учится. Но что еще нужно усовершенствовать, на ваш взгляд?
— Надо, чтобы кто-то организовал удобный интерфейс. Я подозреваю, что однажды какой-нибудь Adobe все это дело просто купит. Встроит в иллюстратор и тем самым создаст новый инструмент. Такие приложения уже, в принципе, есть. Оформляешь подписку, и они дают возможность генерировать какие-то вещи. Также Stable Diffusion — это нейросеть с открытым кодом (то есть бесплатная, с открытым доступом. – Прим. А.М.). И многие ее себе встраивают. Люди по ней уже сами делают расширения. Появилась куча приложений на ее основе. Причем разработчики эти расширения периодически встраивают официально.
Там это просто все пока ужасно оформлено. Много возни с установкой и работой в этих приложениях. Рабочие ползунки хоть и появились, но их мало. И все это тормозится.
Как только кто-то вложится в цельный, нормальный продукт, который будет, как мы привыкли с теми же приложениями «ВКонтакте» и прочими автоматически обновляться и устанавливаться, оно станет удобным и очень востребованным.
Помощь в раскадровке фильмов
— Нейросети планируют применять в самых разных сферах — от полиции до больниц. Как, на ваш взгляд, они будут развиваться дальше?
— Если говорить о графических нейросетях, то, скорее всего, это будут иллюстрации. Возможно, проработка зарисовок по фильмам, раскадровки. Тебе не нужно все долго планировать. Задаешь теги, и она тебе упрощенно, в обезличенном виде предлагает образы. Может выдать интересные идеи по ракурсам. Иллюстрации по книгам уже сейчас делают. Пока довольно сложно контролировать конкретное лицо персонажа. Это все-таки надо дорисовывать. Но если у тебя есть навыки работы в том же фотошопе, прикрутить к нему это расширение — и цены не будет. Раскадровку сделал, потом сам зарисовал — и все.
— Одна из неприятных вещей, связанных с нейросетями, когда изображение человека можно заставить говорить и делать то, чего он на самом деле не говорил и не делал. Как будем защищаться от дипфейков?
— Ограничить их создание не получится. Тут нужно просто приложение, которое автоматически могло бы распознавать все это, и сразу появлялась пометка. Важно, чтобы оно было в открытом доступе.
— Ну и вопрос напоследок. Искусственный интеллект уже умеет то, что раньше было доступно только людям — делать осознанный выбор и мыслить. Грозит ли миру быть захваченным роботами?
— Думаю, грозит. Ну а куда деться? Но мы тоже не должны без дела сидеть. Важно подстраиваться — это будет более полезным. Просто надо становиться умнее, чтобы они без нас не могли работать.
***
