comicspainter

Взгляните на картинку выше. Здесь фотография как Илон Маск, ступает на поверхность Марса. А ещё картинку дополняет текст. Этот контент является генеративным. И сделан при помощи нейросетей Nano Banana и ChatGPT.

При этом фотография сгенерирована по текстовому запросу: Elon Musk stepped onto the surface of Mars in a spacesuit.

Современные нейросети генерируют любой контент.

ChatGPT способен выдавать любой текст.

Nano Banana способна выдавать фотореалистичные изображения, неотличимые от настоящих фотографий. Картинка выше, сгенерированна нейросетью Nano Banana по текстовому запросу: cat in a spacesuit.

А ИИ Sora генерирует любые видеоролики.

Теперь создавать контент стало проще, чем когда-либо ранее. Больше не обязательно придумывать тексты, брать в руки фотоаппарат или видеокамеру. Все что нужно уметь делать, это обращаться к ИИ по текстовым запросам.

Так по статистике компаний, отслеживающих качество контента (например, Copyleaks и Originality.ai), примерно тридцать процентов текстов, публикуемых на контентных фермах, новостных агрегаторах и SEO-сайтах, частично или полностью сгенерированы нейросетями.

Ещё выше процент генеративного контента среди изображений. Согласно исследованию Everypixel Journal, только за первый год массового бума ИИ (к концу 2023-го года) нейросети создали более пятнадцати миллиардов изображений. Сегодня в соцсетях и на фотостоках доля сгенерированной графики оценивается от тридцати процентов до половины от общей массы.

Доля генеративного контента в видеороликах заметно ниже, но в сегментах коротких видео доля генеративных видео постепенно приближается к отметке двадцать-тридцать процентов.

С ростом количества генеративного контента. Растёт и количество генеративных фейков . Привожу пример генеративного fake news .

Новость о том, что экспедиция на Марсе входе археологических раскопок нашла следы древней цивилизации.

Сама новость сгенерированна ChatGPT. А картинка сгенерированна нейросетью Nano Banana по текстовому запросу: an expedition to Mars in spacesuits is conducting archaeological excavations.

Таких fake news будет огромное количество. И будет не простой задачей отличить правду от генеративной лжи. И конечно у многих возникает вопрос, а в чем вообще смысл таких генераций?

Ответ заключается в том, что современная экономика это экономика внимания. Ведь не секрет что сейчас в современной сети аудитории постоянно пытаются что-то продать. Товары, услуги или даже идеи.

А чтобы кому то что-то продать, нужно большое количество контента, привлекающего внимание. Куда встраивают рекламу. И нейросети создают контента больше, быстрее и дешевле людей. Делая бизнесс рентабельным.

И самым рентабельным генеративным контентом являются фейки. Потому что фейки привлекают больше всего внимания, а значит, приносят максимальную прибыль.

Самыми популярными генеративными ИИ являются генераторы текстов.

Следом за ними по популярности идут генераторы изображений.

Становятся все более популярными генераторы видеороликов Они заполнили все видеохостинги. Даже на этом сайте в горячее регулярно выходят генеративные видеоролики.

По моим наблюдениям (за точность цифр не ручаюсь) генеративного контента в интернете в районе тридцати процентов. Это означает что каждый третий текст, каждая третья картинка, и каждый третий видеоролик являются продуктами нейросетей.

Не сложно догадаться, что, если рост генеративного контента будет продолжаться теми же темпами, то уже в не очень далёком будущем его станет половина от общей массы. А затем генеративного контента станет большая часть.

Конечно, многих интересует, а почему так происходит? И тут сразу три причины.

Первая это технический прогресс. Вычислительные мощности компьютеров стали способны запускать генеративный ИИ.

Вторая причина это культ продуктивности. А продуктивность подразумевает высокую производительность труда — способность делать как можно больше работы за как можно меньшее количество времени. Естественно, что искусственный интеллект благодаря высокому быстродействию делает работу намного быстрее человека. Это стимулирует бизнес брать его на вооружение. Плюс труд нейросетей дешевле труда людей, а бизнес заинтересован в снижении издержек и повышении рентабельности.

Третья это вкусы массовой публики. Я, конечно, понимаю, что о вкусах не спорят. Но уже давно замечено, что часто контент нейросетей набирает больше просмотров и лайков чем контент сделанный человеком. Это мотивирует делать такого контента больше.

А вот к чему это приведёт, если не предпринимать меры.

Не все знают, что нейросети выдают хорошие результаты, только если их обучать на контенте, созданном людьми. Если следующее поколение нейросетей учить на контенте сгенерированным предыдущим поколением, то происходит модельный коллапс (Model Collapse). Дело в том, что генеративные ИИ при работе неизбежно делают ошибки (галлюцинируют). И если следующее поколение нейросетей учить на галлюцинациях предыдущего то оно сначала впитает их, себя как губка, а затем добавит своих ошибок. В итоге получается мультиплицирование ошибок. Каждое следующее поколение ИИ выдаёт больше ошибок, чем предыдущее. В итоге через пять — семь поколений обучения нейросетей генеративный контент выдаваемый ИИ полностью теряет, какой либо смысл.

Я конечно не против прогресса (я не луддит). И сам тоже пользуюсь нейросетями (в основном Gemini) для поиска информации. Нейросеть как умная поисковая строка это отличная и полезная вещь. Но генеративный ИИ неизбежно приведёт к тому, что современный интернет как площадка для обмена информацией между людьми прекратит своё существование. Да, останутся отдельные островки, где люди будут продолжать общаться (площадки, где генеративный ии будет или сильно ограничен или запрещён). Но интернет именно как единое информационное поле исчезнет. Те же поисковики вроде Яндекса или Google станут малоэффективны. Потому что их индексы по большей части будут состоять из контента с огромным количеством бессмысленных галлюцинаций сгенерированных генеративными ИИ.

Таким образом, дальнейший неконтролируемый рост ИИ контента сначала приведёт к тому, что он станет преобладать. А затем к постепенному информационному коллапсу глобальной сети. И чтобы этого недопустимость надо уже сейчас принимать меры.

Как известно линзу, проецирующую изображение на матрицу называют объективом. Потому что фотография изначально задумывалась как средство фиксации объективной действительности.

Но уже в девятнадцатом веке эта функция фотографии стала терять актуальность. Фотографы стали активно экспериментировать с фотографией и быстро поняли, что фотографию можно ретушировать.

А в двадцать первом веке произошел переход от пленки к цифровому фото. Переход к цифре упростил процесс ретуши фотографий. Знание графического редактора для фотографа (Photoshop, Affinity или GIMP) стало обязательным

И графический планшет для фотографа тоже фактически стал обязательным.

Прогресс на месте не стоит. Во-первых, в профессиональном сегменте произошёл переход от зеркальный фотоаппаратов к беззеркальным. В тоже время в любительском сегменте стала преобладать мобильная фотография.

Во-вторых, рост вычислительных мощностей компьютеров сделал реальностью то, что раньше многие считали фантастикой - искусственный интеллекта. Под искусственным интеллектом (далее по тексту ИИ) я буду подразумевать генеративный ИИ. Это разновидность ИИ способного генерировать различный контент по запросам пользователя. Текстовый контент, аудио контент и визуальный контент. О нем речь пойдёт далее.

Сначала генеративный ИИ научился делать красочные иллюстрации по текстовым запросам.

На картинке выше видно, что выдала нейросеть Midjourney. По текстовому запросу: she and her cat. Что в переводе означает – она и её кот. Привет Макото Синкаю. Сама генерация заняла меньше минуты времени.

Фактически это означает начало новой эпохи, где художником может стать каждый, кто умеет составлять текстовые запросы к ИИ.

Следующим шагом стала генерация фотографий по текстовым запросам. На картинке выше, показано, что выдаёт нейросеть Nano Banana. По тому же текстовому запросу: she and her cat.

Нейросеть выдала фотографию, которая визуально не отличим от снятой на фотоаппарат.

Тоже меньше чем за минуту времени.

Это тоже означает начало новой эпохи. Где фотографию может сделать каждый, составив текстовый запрос к ИИ.

Сейчас функции ИИ активно внедряются в графические редакторы. Они уже есть в Photoshop, Affinity и ряде других. На картинке выше, показана работа нейросети Adobe Firefly. Ее встроили в Photoshop в 2023-ем году. Одна из ее функций это генеративная заливка. Где ИИ генерирует изображение по текстовому запросу в выделенной области.

Суммируя вышесказанное. Пора констатировать сверившийся факт. Времена, когда фотография была средством объективной фиксации, окружающей действительности, прошли.

Настала эпоха генеративных изображений — нейрофотографий.

В новой эпохе уже нельзя отличить фото без ретуши от фотографии с ретушью. Так же это означает, что нужно аккуратнее относиться к фотографиям в интернете. Вполне возможно, что вся фотография или её части это продукт генерации ИИ.

По моему мнению, будущее фотографий в соцсетях будет таким. Больше не нужно будет искать место, чтобы сделать селфи. Достаточно будет установить телефон на штатив и сделать селфи фото в любом месте. Дальше полученное селфи загрузить в мобильное приложение и голосом сказать ИИ, что должно быть на фото: какой фон, какое освещение, какие предметы в кадре, какая одежда и причёска у человека и пр. Сам ИИ в телефоне по голосовым запросам сгенерирует изображение. Все технологии есть в наличии. Как, например, в нейросети Nano Banana.

И в качестве финальной иллюстрации на картинке выше, показана фотография фотоаппарата Paragraphica. У него нет объектива, но фотоаппарат, даже без него делает фотографии. Все фотографии в фотоаппарате генерирует ИИ. Появление Paragraphica окончательно закрывает эпоху документального фото и открывает эпоху нейрофотографии. Фотографии, где снимки фактически делает ИИ.

Многие до сих пор полагают, что альтернативы программам от Adobe для обработки фотографий нет. И что единственный рабочий raw конвертер это Lightroom, а единственная рабочая программа для обработки фотографий это Photoshop. В наше время это утверждение не является актуальным. И альтернатив появилось достаточное количество.

Так среди raw конвертеров набирают всю большую популярность Capture One и DxO PhotoLab. А среди программ для обработки фотографий становятся все более популярными Pixelmator и Affiinity.

Но у всех этих программ при всех их плюсах есть и существенные минусы.

1. Они все платные. Тут исключение только Affinity где платные только продвинутые ИИ функции, а базовые функциональные возможности официально являются бесплатными.

2. Работают только на Windows и MacOS. Тут исключение только Pixelmator, который работает только на MacOS.

3. Photoshop и Affinity после добавления ИИ функций стали чрезмерно загружать процессор и видеокарту. Для их работы требуется мощный компьютер.

4. Продвинутые функции работают только в лицензионных версиях по подписке. Да, Photoshop можно скачать пиратский и им пользоваться. Но в пиратской версии без активной подписки на Adobe Creative Cloud. Не работают: генеративная заливка, генеративное расширение холста и ряд других функций требующих активной подписки на Adobe Creative Cloud. Схожая ситуация у Affinity, где продвинутые ИИ функции требуют официальной подписки.

5. Они чрезмерно функциональны. Тот же Photoshop и Affinity это фактически комбайны. Их используют фотографы, художники и дизайнеры. В то же время большинству (например, для обработки фото снятого на телефон) нужны только базовые функции.

Все это заставляет искать простые и бесплатные решения без этих недостатков. Со следующими характеристиками.

1. Полная бесплатность: никаких покупок лицензий и функций требующих подписок.

2. Кросс-платформенность: работа на Windows, Linux и MacOS.

3. Хорошо реализованные базовые функции и отсутствие функций чрезмерно нагружающих компьютер. Это означает хорошую оптимизацию и отсутствие ИИ функций.

Всему вышеперечисленному полностью удовлетворяют две программы.

1. Raw конвертер: RawTherapee

2. Программа для обработки фотографий: GIMP

Именно этой связкой RawTherapee + GIMP я активно пользуюсь. До этого сначала долгое время пользовался программами от Adobe затем программами от Affinity. Но в итоге постепенно перешёл на полностью бесплатные и кросс-платформенные решения. И да, я использую их версии под Linux. Но их так же можно использовать и под Windows и под MacOS.

Вот пример их использования.

Недавно со склона Демереджи в Крыму была сделана эта фотография горы Чатыр-Даг. Снимал вечером на камеру Canon G9X Mark II когда солнце зашло за гору. В итоге получился снимок с малым освещением гор и пересвеченным небом. Пришлось этот снимок исправлять.

Сначала открыл cr2 файл в RawTherapee и там повысил освещение горы, повысил чёткость и контраст.

В итоге получилась этот jpeg файл. С пересвеченным небом который я открыл в GIMP.

Далее в полученном jpeg файле открытом в GIMP и там удалил пересвеченное небо.

Далее градиентом нарисовал новое небо каким оно и должно быть на закате.

Затем графическим планшетом дорисовал на небе облака.

После чего получился отличный снимок Крымской природы. И все это на полностью бесплатных программах, на ОС Linux Mint.

Всем кто ищет замену платным и тяжёлым программам я советую попробовать связку RawTherapee + GIMP. Она бесплатная (можно использовать и дома и в офисе), она кросс-платформенная, она не требовательная к железу. А ещё ее функций достаточно для большинства. В наше время большинство уже даже фотоаппаратом не пользуется а фотографирует на телефон. А для обработки фотографий с телефона этот вариант оптимален.