Uniwersytet w Jyväskylä w Finlandii zwraca uwagę na to, jak ogromne znaczenie dla rożnych branż mają generatory przetwarzające tekst na obraz, wykorzystujące sztuczną inteligencję. Nowe, powszechnie dostępne rozwiązania są w stanie w kilka chwil wygenerować profesjonalne grafiki. Umożliwiają również tworzenie niepowtarzalnych dzieł sztuki osobom, które nie miały wcześniej żadnego przygotowania do bycia artystami.
Popularne generatory, które pozwalają błyskawicznie tworzyć obrazy na podstawie tekstów (promptów) to np. Stable Diffusion, DALL·E 2, Midjourney oraz Imagen. Powszechna dostępność tych rozwiązań oraz brak restrykcyjnych wymagań sprzętowych spowodowały, iż w ciągu kilku miesięcy po pojawieniu się generatorów powstały dziesiątki milionów obrazów. Duże zainteresowanie generatorami obrazów budzi wiele obaw, m.in. o rolę i przyszłość grafików i artystów. Popularność generatorów przynosi również szereg wątpliwości w zakresie praw autorskich do otrzymanych grafik i obrazów oraz o przestrzeganie kwestii etycznych. Nowoczesne narzędzia mogą ułatwiać odtwarzanie i umacnianie uprzedzeń w społeczeństwie oraz upraszczają tworzenie szkodliwych społecznie materiałów, jak np. deepfake.
Które zawody są zagrożone?
W artykule “Perceptions and Realities of Text-to-Image Generation” naukowcy z Uniwersytetu w Jyväskylä oraz Uniwersytetu w Oulu przedstawili wyniki ankiety, weryfikującej znaczenie nowoczesnych generatorów przetwarzających tekst na obraz dla różnych branż. Ankieta pomogła także zidentyfikować zagrożenia, jakie dostrzegają przedstawiciele różnych zawodów, w tym artyści, w relacji do dalszego rozwoju i upowszechniania tych narzędzi. W badaniu wzięto pod uwagę przedstawicieli różnych grup społecznych, posiadających zróżnicowane wykształcenie (absolwenci lub studenci kierunków informatycznych, humaniści, artyści).
Nowe możliwości
Uczestnicy badania uznali, że nowe narzędzia będą przede wszystkim przydatne w zakresie tworzenia cyfrowych dzieł sztuki, ilustracji, logo i innych materiałów wykorzystywanych np. w mediach internetowych. Co więcej, wskazano dużą rolę tych rozwiązań w obszarze projektowania i rozwoju nowych produktów. Generatory obrazów mogą pomóc w lepszej wizualizacji pomysłów na produkty oraz usprawnić proces generowania pomysłów. Możliwość niskokosztowego lub całkowicie bezpłatnego generowania grafik oznacza także wiele korzyści dla obszaru marketingu i reklamy. Wśród negatywnych skutków rozwoju technologii wskazano przede wszystkim możliwość doprowadzenia do całkowitej likwidacji branży fotografii stockowej. Przetwarzanie tekstu na obraz, według uczestników badania, może stać się również nową, ale ryzykowną formą rozrywki i ułatwić tworzenie zabawnych treści, np. memów.
Rozwój technologii w przyszłości
Według ankietowanych, dalsze kierunki rozwoju technologii będą najprawdopodobniej oznaczały udoskonalanie wielu dotychczasowych, komercyjnych programów, takich jak np. Photoshop. W najbliższych latach powinniśmy spodziewać się także rozwoju technologii text-to-video. Być może w niedalekiej przyszłości możliwe będzie generowanie filmów za pomocą wgrania szczegółowego scenariusza do inteligentnego narzędzia?
Więcej na temat możliwości i obaw, jakie pojawiają się wraz z rozwojem generatorów przetwarzających tekst na obraz w artykule naukowym Text-to-Image Generation: Perceptions and Realities
*Obraz główny przygotowany za pomocą generatora obrazów DALL-E, dostępnego w ramach Bing
Image Creator.
