Článek
Článek si také můžete poslechnout v audioverzi.
„Prostředky pro vyjádření kreativity se neustále vyvíjejí a rozšiřují. Uvědomujeme si, že je naší velkou odpovědností tento vývoj přijmout a zajistit, aby generativní technologie byly založeny na etických postupech,“ řekl Paul Hennessy, výkonný ředitel fotobanky Shutterstock.
V následujících měsících by se měly v rámci této populární fotobanky – jejíž hodnota na burze je kolem 1,85 miliardy dolarů – objevit snímky vytvořené umělou inteligencí. Konkrétně se bude jednat o síť DALL-E 2 od OpenAI.
Jak by to mohlo v praxi vypadat? Pokud byste dnes v nabídce fotobanky Shutterstock hledali „robot maluje jako na běžícím pásu“, nejspíš byste s nalezenými snímky spokojeni nebyli. Částečně odpovídají tomu, co hledáte, ale rozhodně to není nic, co byste mohli hned bez úprav použít.
Aktuální nabídka lidmi vytvořených snímků na Shutterstock, vyhledávání „robot malování běžící pás“.
Pokud ale stejné zadání předložíme kreativní neuronové síti DALL-E 2, už za pár sekund dostaneme více než použitelný výsledek. Abstraktní znázornění robota, který maluje obrazy (jako) na běžícím pásu.
„Robot generuje obrázky na běžícím pásu“ (snímek vygenerovala síť DALL-E 2).
Samozřejmě bude hodně záležet na konkrétním provedení. Není zatím jasné, zda bude možné kupovat výhradně již vytvořené snímky, kde jde o kombinaci počítačového a lidského výtvoru. Nebo zda budou moci zákazníci generovat přes fotobanku nové obrázky. Případně generovat variace a kombinace již existujících obrázků, což síť DALL-E rovněž umí.
Umělci dostanou (něco) zaplaceno
U výtvorů vygenerovaných strojovým učením panují kontroverze ohledně toho, kdo je vlastně majitel autorských práv. Neuronová síť se totiž vytrénovala na snímcích, které vytvořili lidé. Často jde o umělce, kteří dlouho tříbili svůj styl a nemají vůbec radost z toho, že jejich obrazy někdo nakrmil do počítače a ten teď umí generovat libovolné množství podobných výtvorů.
„Vůbec se nechci podílet na stroji, který zlevní to, co dělám,“ řekl pro CNN ilustrátor Daniel Danger, když se dozvěděl, že řada jeho děl byla použita pro trénování sítě Stable Diffusion.
Neuvěřitelné výtvory neuronových sítí
Nástroje generující obrazy a fotky na základě textového zadání existují již delší dobu. Teprve v roce 2022 ale začaly vytvářet snímky, které jsou od výtvorů skutečných umělců prakticky nerozeznatelné.
Podívejte se třeba na naši galerii stovky obrázků, které vygeneroval počítač:
V galerii najdete snímky z nástrojů DALL-E 2, Midjourney a Stable Diffusion. U každého snímku najdete i zadání, které bylo k vytvoření použito.
Firma Shutterstock zdůraznila, že chce postupovat maximálně eticky. „Jsme odhodláni vyvíjet nejlepší postupy a zkušenosti, abychom naplnili náš cíl, kterým je umožnit světu tvořit s důvěrou,“ uvedl šéf společnosti Shutterstock.
„Data, která jsme získali od společnosti Shutterstock, byla pro výcvik sítě DALL-E klíčová,“ řekl Sam Altman, generální ředitel společnosti OpenAI. „Jsme nadšeni, že společnost Shutterstock může svým zákazníkům nabídnout snímky DALL-E jako jedno z prvních nasazení prostřednictvím našeho rozhraní. Těšíme se na budoucí spolupráci, protože umělá inteligence se stává nedílnou součástí tvůrčích pracovních postupů umělců.“
Jak přesně bude odměňování umělců fungovat, zatím není jasné. Tisková zpráva Shutterstock mluví o tom, že odměnu by měli dostat umělci, jejichž dílo „hrálo roli“ ve vygenerování konkrétního výsledku. Posoudit to nebude úplně jednoduché, protože při trénování neuronové sítě může v podstatě každá část vstupních dat nějak – byť třeba naprosto nepatrně – ovlivnit výstup.
Úplně opačnou cestou se naopak vydala fotobanka Getty Images, která v září 2022 zcela zakázala přispěvatelům používat nástroje pro generování obrazů pomocí neuronových sítí.
„Existují skutečné obavy ohledně autorských práv k výstupům z těchto modelů a neřešené otázky týkající se práv na snímky, metadata snímků a osoby obsažené v těchto snímcích,“ uvedl pro magazín The Verge její šéf Craig Peters. Vzhledem k těmto obavám by podle něj prodej děl vygenerovaných umělou inteligencí mohl uživatele Getty Images vystavit právnímu riziku.
Rychlý nástup počítačových kreativců
Dlouho se zdálo, že generování realistických fotografií na přání je hudbou daleké budoucnosti. Na jaře roku 2022 ale firma OpenAI představila svůj nástroj DALL-E 2, který mnoha odborníkům vyrazil dech svou verzatilitou (všestranností). Na základě textového vstupu dokáže síť vytvářet obrázky nebo fotky v různých uměleckých stylech.
Zpočátku byla síť DALL-E 2 velmi exkluzivní a přístup k ní mělo jen několik stovek vybraných uživatelů. Přišly ale další generátory (především Midjourney a Stable Diffusion), které nabídly počítačovou tvorbu obrázků na přání prakticky komukoli, kdo má o tuto službu zájem.
Jak fungují AI generátory obrázků
Systémy jako Midjourney, Stable Diffusion nebo DALL-E jsou založeny na umělých neuronových sítích. Uživatel vloží požadavek ve formě textu a strojové učení „vygeneruje“ obrázek, který vyhovuje zadání.
Neuronové sítě jsou natrénované na milionech ručně i automaticky popsaných obrazů vytvořených lidmi. Díky tomu umí napodobovat různé styly i vytvářet jejich zcela nové kombinace. Více o tom, jak systémy fungují a co umí, v našem článku:
Ptali jsme se také umělců, co si o těchto systémech myslí. Čtenářů jsme se zase ptali, zda dokážou poznat obraz nakreslený počítačem od obrazu nakresleného člověkem. Jejich odpovědi najdete v tomto článku:
