Nykyhetki AI-kuvan kanssa

[mattimi]

Hei!
Kokeilin syksyn aikana noin 15 eri kuvantekosovellusta kirjoitetusta promptista. Huomioita kokeilusta:

Kirjoitin kaikkiin ohjelmiin promptin a man/woman playing saxophone on stage. Yksikään ohjelma ei osannut kuvata saksofonia oikein. Melkein kaikki myös sijoittivat soittimen suukappaleen soittajan suuhun väärin tai tai eivät osanneet lainkaan tehdä sitä. Toinen huomio oli, että useimmat ohjelmat eivät ymmärrä lukuja. Jos halusin saada jonnekin esim viisi ihmistä, niitä tuli yleensä alle tai yli viisi.

Seuraavaksi yritin promptia old man´s hand. Osa ohjelmista kieltäytyi mallintamasta kättä, ilmeisesti pitivät sitä epäsiveellisenä! Ne, jotka mallinsivat sen tekivät kädestä luonnottoman kyhmyisen ja epäluonnollisen.

Miehet oli kuvissa esitetty "komeina karjuina" ja naiset 20-30- vuotiaina valokuvamalleina ,jos ei kirjoittanut lisämääreitä.

Lopuksi yritin promptia A lighthouse on a rocky cliff in the sea. The sea is just partly freezing and a big boat is landing. Tuloksena oli ylidramaattinen kuva majakasta ja taivaasta. Vene kellui vedessä irtaillaan lähellä rantaa. Jäätymässä olevaa merta ohjelma ei osnnut kuvata luontevasti.

Nykytilasta voi päätellä seuraavaa: Ohjelmat tekevät kliseisiä kuvia hiukan sinne päin kuin promptiin on kirjoittanut. Ne ovat painottuneita Anglosaksiseen aineistoon, esim jäätyvä meri oli outo asia, samoi suomalainen järvimaisema. Kuvan määrittäminen sanallisella kuvauksella on hyvin karkeaa. Yrittäkää kuvata sanallisesti vaikka Vemeerin tyttö ja helmikorvakoru, joka on äärimmäisen yksinkertainen maalaus. Mutta miten kuvata se vaikutelma ja tunnelma, joka kuvasta tulee katsojalle. Edistystä tarjoaisi jo se, jos kerran tehtyä kuvaa voisi lisämääreillä parannella, siten, että lähtökohtana on jo kertaaleen määritelty kuva. Nyt ohjelma tekee promptista aina uuden kuvan. Koska samasta promptista useita kertoja tehty kuva on joka kerta hiukan erilainen on myös lisämääreillä korjattu kuva satunnainen.

Midjourney ei ollut kokeiltavien ohjelmien joukossa, koska siitä oli pitänyt lunastaa kolmen kuukauden käyttöoikeus. Näin myös sillä tehtyjä kuvia ja samat ongelmat näyttivät vaivaavan kuin muitakin sovelluksia. Mielestäni paras kokeilluista ohjelmista oli Microsoftin tarjoama bing ai image generator. Se oli myös helpointa saada käyttöön, koska se tarvitse kuin MS:n käyttöoikeuden.

[T71]

Minäpä kerron mitä on nykyhetki tämän AI:n kanssa.
Käytännössä AI on kuin kiinalainen autoteollisuus, se kopioi muiden tekemiä tekstejä ja kuvia ja esittää niistä muodostamiaan hybridejä ominaan.
Tekoäly ei ymmärrä hevon helvettiä mitä se tekee, sillä ei ole älyn kanssa mitään tekemistä.
Koko homma on käytännössä iso kusetus.
Tässä pari artikkelia, joiden jälkeen voi miettiä, että miten meni noin omasta mielestä.


The New York Times katsoo, että miljoonia sen julkaisemia artikkeleita on käytetty ilman lupaa tekoälymallien kouluttamiseen.

https://www.hs.fi/talous/art-2000010083633.html

Yli 5 000 000 000 kuvan tekoälytietokannasta tehtiin järkyttävä löytö

Lapsiin kohdistuvaa seksuaalista hyväksikäyttöä kuvaavan aineiston sisällyttäminen tietokantaan voi auttaa tekoälytuotteita luomaan uutta ja mahdollisesti realistista lasten hyväksikäyttösisältöä.

https://www.tekniikkatalous.fi/uutiset/ ... parit:5bc9


Suurin huvihan tästä AI:sta on sille, joka ei halua maksaa mistään mitään. Vaikkapa musavideoon voidaan tuottaa tyhjänpäiväistä sisältöä, koska siinä kuuluukin olla jotain tyhjänpäiväistä sisältöä.
Tähän tapaan:

https://www.youtube.com/watch?v=hBb4bzN_DQc

AI voi generoida tuhat näyttelijää heiluttamaan keppiä taustalle ja saadaan mahdottoman hieno kuva tai video joukkokepinheilutuksesta.
Tai AI voi vaihtaa jonkun rättejä myyvän nettikaupan jokaisessa kuvassa olevan finninaamaisen stuntin kasvojen tilalle vaihtelevaa meikkipornoa ja kiiltokuvia kunkin hetken mieltymysten mukaan. Vaikkapa niin, että jos nyt on kysyntää sorretuilla perulaisnaisilla, niin semmoisia sitten takki päällä sivut täyteen. Ensi viikolla sitten voimaannuttavia rekkalesboja tai voidaan kehittää vaikka kokonaan uusi rotu ihmisestä esittämään noita hienoja ompeleita meille tavan DNA:n kantajille ja omaan tavallisuuteensa kyllästyneille kuluttajille.

Kaipa sitten jonain päivänä joku keksii tälle ihan oikeaakin käyttöä. Sitä ennen kuitenkin nähdään amerikkalaiseen viihteeseen ja oikeuskäytäntöön hienosti istuvia AI rekonstruktiota, jossa melkoisesti syytetyn näköinen AI tuote tekee tuomittavaa rikosta juuri sille AI:n luomalle, mutta kummasti uhrin näköiselle virtuaaliuhrille.
Noh, asia on varmaan hauska siihen asti, kun näkee oman naamansa tässä AI katastrofissa. Sehän on jo lähempänä kuin uskotkaan.


Huippuasiantuntija: Tekoäly voi pian tekeytyä äidiksesi ja soittaa videopuhelun oikealla äänellä

https://www.tamperelainen.fi/paikalliset/6155194

Kiva juttu, että microsoft käytti miljardeja siihen, että saatiin tämäkin riesa niskaamme.
Että miten meni noin omasta mielestäsi...

[MattiH]

Omat kokemukseni on, että välillä pitää yrittää tehdä AI-kuvaa monenmonituista kertaa, ennenkuin syntyy edes jotenkin siedettävää jälkeä. Ja AI-kuvan tekijällä on loputon määrä kaikenlaisia säätöjä.

Nämä versiot ovat syntyneet toisella yrittämällä. Aika isoja tiedostoja Midjourney tekee nyt.... Ja vielä Alpha-vaihe on versio 6. Tekijät ovat lomalla. Pitäisi tulla beta-versio pian ja lopullinen sitten parin viikon päästä.

Oletuksena olisi ollut --s 100

Photo of A lighthouse on a rocky cliff in the sea. The sea is just partly freezing and a big boat is landing --style raw --s 55 --v 6.0



a man/woman playing saxophone on stage --style raw --s 45 --v 6.0



old man´s hand --style raw --s 35

[T71]

Matin laivat on just haaksirikkoutumassa, mutta ekalla saksofoninsoittajalla on oikeanlainen ansatsi. Sen alla tosin hipillä on vesipiippu suussa, mutta kaikkea ei voi saada. Tässä kuitenkin näkyy idea, AI kopioi tiettyjä osia saksofonistien kuvista ymmärtämättä mitä pitää korostaa tai mihin laittaa sormet. Käsitöitä on vielä paljon, jotta kuviin saadaan oikeanlaista älyä. Ja lopultakin se, näyttääkö ihminen kuvassa vanhalta vai suoruumiilta, sitä kun ei tiedä etukäteen.

[temama]

Tekoäly oppinut justjust konttaamaan. Ja sekin todennäköisesti kehitysasteen liioittelua. Toki monet meistä näkee vastasyntyneessä rusinassakin kauneutta.

Mutta mitä siitä tulee isona?

Orja, pultsari vai menestyjä?

No, vertauskuvat sikseen. Eikä muutenkaan kannata mystifioida ns. tekoälyä. Se ei ole mitään muuta kuin yksi työkalu ihmiselle lisää. En muutenkaan ymmärrä mitä hienoa on siinä, että tekoäly osaa generoida visuaalisia kuvia jotka se apinoi vain ja ainostaan datasta mitä sillä on saatavilla.

Yksi asia mua silti ihmetyttää. Mikä ihmeen vaikeus sillä usein on tehdä esim. ihmisen käsiä/sormia oikein??

[jaava]

Yksi asia mua silti ihmetyttää. Mikä ihmeen vaikeus sillä usein on tehdä esim. ihmisen käsiä/sormia oikein??

Vaikeus syntyy tavasta, jolla TÄ koulutetaan (minusta näitä nykyisiä on ylilyönti kutsua edes tekoälyksi). Sillehän kerrotaan mitä sille näytetyissä kuvissa on ja kuvan osia se sitten osaa jo tunnistaakin (kuten kasvojen tunnistus ohjelmallisesti on vuosikymmenen toiminut). Mutta esimerkiksi sormien liikkeiden kouluttaminen vaatisi aika paljon materiaalia ja yksityiskohtaista ihmisen kertomusta, joka on ilmeisesti jäänyt määrältään pieneksi.
Muistiinhan tekoälylle syntyy puumainen rakenne, jossa haarautimiset oksiksi sisältää todennäköisyyksiä: millä todennäköisyydellä opetusmateriaalissa on siirtymä kuhunkin haaraan. Tekoäly ymmärtää vain näitä todennäköisyyksiä, ei itse sormien tai käden toimintaa.

Nythän odotetaan aikaa, jolloin TÄ oppii myös suunnittelemaan, jolloin sen on ymmärrettävä kuvan osien toiminallisia ominaisuuksia. Ollaanko silloin pisteessä, jolloin tekoälystä on kuoriutunut taiteilija. Vai vaaditaanko taiteilijalta jotain enemmän.
No minusta vaaditaan. Tekoälyn pitäisi minusta ymmärtää miten sen suunnittelema kokonaisuus ja yksityiskohdatkin vaikuttaa katsojan tunteisiin. Ja jopa millaisia eroja ihmisten välillä on.

[MattiH]

Sen verran näistä kuvista.

Itse en ikinä (enää) tee kuvia muutaman sanan promptilla. Jos haluaa mieleistään jälkeä, niin syntyvää tulosta kuvaavia sanoja pitää olla tarpeeksi. Ja AI:n pitää pystyä tarkemmin seurata ohjeita. Promptaajan asia on ohjata tekoälyä, ei toisin päin. Ja kuten kaikkia muitakin kuvia, niin lopputulosta pitää hioa ja hioa. Ja isommasta joukosta pitää sitten valita itseä miellyttävä kuva. Ennenkuin kuva on valmis, lopputuloksen hiomiseen on voinut kuulua monta muutakin vaihetta.

Usein nysväämisen tarkoituksena ei ole hioa kuvaa mahdollisimman valokuvan näköiseksi. Usein tekijällä on mielessä tietty kuva ja tietty tunnelma, joihin pyritään. Ihan eri asia sitten, jos tyytyy aivan varhaisiin versioihin ja omasta mielestä AI-kuva miellyttää.

Midjourney jäi tämän syksyn aikana jälkeen kilpailijoistaan. Ei saatu tekstiä kuvaan kuin temppuilemalla. Talven kynnyksellä ei enää oltukaan ns. kuvan laadussa edellä kilpailijoita. Nyt on jo saatu vähän maistella, mitä lopulta on tulossa. Versio 6 on vasta alpha. Pian beta ja sitten oikea versio 6. Ensin kuulemma viikon kahden sisään korjataan tekstin tuottamista. Ja luvattu ihan pian kuutosversioon inpainting. Ja sormet pitäisi myös parantua. 3d-kuvat ja videon tekoakin on luvassa muutaman kuukauden sisään. Ynnä muuta, ynnä muuta.

Puolitoista vuotta on kulunut ensimmäisistä oikeista AI-kuvista. Kuinkahan pitkälle on päästy vuoden 2025 lopussa? Eihän sitä pysty edes kuvittelemaan...

[mattimi]

Sen verran näistä kuvista.

Itse en ikinä (enää) tee kuvia muutaman sanan promptilla. Jos haluaa mieleistään jälkeä, niin syntyvää tulosta kuvaavia sanoja pitää olla tarpeeksi. Ja AI:n pitää pystyä tarkemmin seurata ohjeita. Promptaajan asia on ohjata tekoälyä, ei toisin päin. Ja kuten kaikkia muitakin kuvia, niin lopputulosta pitää hioa ja hioa. Ja isommasta joukosta pitää sitten valita itseä miellyttävä kuva. Ennenkuin kuva on valmis, lopputuloksen hiomiseen on voinut kuulua monta muutakin vaihetta.

Usein nysväämisen tarkoituksena ei ole hioa kuvaa mahdollisimman valokuvan näköiseksi. Usein tekijällä on mielessä tietty kuva ja tietty tunnelma, joihin pyritään. Ihan eri asia sitten, jos tyytyy aivan varhaisiin versioihin ja omasta mielestä AI-kuva miellyttää.

Midjourney jäi tämän syksyn aikana jälkeen kilpailijoistaan. Ei saatu tekstiä kuvaan kuin temppuilemalla. Talven kynnyksellä ei enää oltukaan ns. kuvan laadussa edellä kilpailijoita. Nyt on jo saatu vähän maistella, mitä lopulta on tulossa. Versio 6 on vasta alpha. Pian beta ja sitten oikea versio 6. Ensin kuulemma viikon kahden sisään korjataan tekstin tuottamista. Ja luvattu ihan pian kuutosversioon inpainting. Ja sormet pitäisi myös parantua. 3d-kuvat ja videon tekoakin on luvassa muutaman kuukauden sisään. Ynnä muuta, ynnä muuta.

Puolitoista vuotta on kulunut ensimmäisistä oikeista AI-kuvista. Kuinkahan pitkälle on päästy vuoden 2025 lopussa? Eihän sitä pysty edes kuvittelemaan...

Jokin parempi tapa tehdä kuvia, kuin kuvailla niitä yhdellä pitkällä promptilla, pitäisi pystyä kehittämään. Kuvan pelkkä sanallinen kuvailu on aina erittäin epämääräistä. Lisäksi nykyiset ohjelmat noudattavat kuvailua epätäsmällisesti. Sen havaitsee, kun tekee täsälleen samalla määrittelyllä useita peräkkäisiä kuvia. Ne poikkeavat toisistaan paljon.

Tekoälyyn ei kannata suhtautua tunteella. Se on eräs teknologia muiden rinnalla, joka kyllä tulee jäämään muodossa tai toisessa. Sitä tullaan käyttämään hyödyllisesti ja vahingollisesti, kuten kaikkia muitakin teknologioita. Tekoäly on nyt jo meiltä piilossa käytössä monenlaisissa hyödyllisissä käytännön sovelluksissa. Ajatelkaa vaikka navigointia tai valokuvaamista. Eipä taida olla enää uutta kameraa ilman avustavaa tekoälyä. Tiestysti on ymmärrettävää, että tekoäly herättää pelkoa, kun se alkaa matkia ihmistä liian läheisesti.

[T71]

Jokin parempi tapa tehdä kuvia, kuin kuvailla niitä yhdellä pitkällä promptilla, pitäisi pystyä kehittämään. Kuvan pelkkä sanallinen kuvailu on aina erittäin epämääräistä.

Jos ajatellaan, että AI kehitetään kuvan tekijää ajatellen, niin kuvan kaikkia määreitä pitää pystyä säätämään. Lopulta kyseessä on AI tyyppinen reality photoshop, eli voit vaihtaa kuvan elementtejä erilaisten ehdotusten välillä ja niitä ehdotuksia pitää olla todella paljon.
Kuvassa tärkeitä elementtejä on valo. Valon suunta, jyrkkyys ja väri. Miten se heijastuu ja suodattuu. Ja kun vaihdat kujan seinien väriä, muuttuu myös heijastumien väri toisenlaiseksi. Loputtomasti variaatioita.
Itse kohdetta pitää lopulta säätää siten, että AI on vain uusi versio aikuisten LEGO palikoista. Kokoat oman todellisuutesi. Ehdotat erilaisista kuvastoista ihmisille rotuja ja sävyjä, ihon kuntoa, arpia, naarmuja, hikeä ja ihon puhtausastetta, koska eihän heleäihoinen puuterinaama vaihda autenttisesti pakoputkea. Mitä tässä sitten on lopputulos? Jonkinlainen mainostoimistokäyttöön suunniteltu barbiemaailma, jossa voit siemailla skumppaa ja tehdä jonninjoutavia kuvituksia ilmastoidussa toimistossa ilman hikeä ja kyyneliä. Matkustaa ilman jetlagia ja saapua Intiaan, jossa noustuasi koneesta naamaan ei iske paskanhajuinen märkä rätti, vaan ruokalähettisi tuoma vaniljalatte. Eli ihan tyhjänpäiväistä potaskaa, jossa lopputuloksena on olla kokematta itse yhtään mitään. Kello tulee 16, hyppäät autoon, ajat kotiin ja päästät koiran kuselle ja huomenna taas matkustelet AI mielikuvituksessasi jonnekin kaukomaille piirtelemään terroristeille arpia ja palovammoja.

[JL Anttola]

Eikös noita todellisuudesta täysin irtaantuneita ihmisiä ole kautta aikain ollu olemassa? Jotkut rätvänny maalia kankaalle tai peruskallioon, kirjottanu runoja tai jottain muuta yhtä jonninjoutavaa, ja toiset joutunu niittekii eestä työt tekemää...

[©pjm]

Kunnioitus luovuutta ja taiteellisuutta kohtaan on siis tallattu lokaan?

En puhu nyt tekoälystä, se perceestä muutenkin.

[T71]

AI johtaa pahimmillaan siihen, että kaikki kuvat näyttää samanlaisilta. Tavallaan ne on sitä jo nyt, mutta ero voi olla suurempi, kuin hyppääminen filmikuvauksesta muokattuun digikuvaukseen, kun tulevaisuudessa ei tarvitse poistua edes kotoa ulos kuvaamaan. Toki jo nyt kamerapuhelimissa imitoidaan älykkäästi taustan pehmennystä tavalla, jossa on jotain teennäisen kaavamaista, mutta kun lopputuloksena on koneälyn luomaa kopiota kopion perään, niin se ihmisen luovuus nousee sieltä väkisin esiin jollain tapaa. Valitettavasti AI osaa kopioida hienot oivallukset samantien, jolloin osa tulevaisuuden taiteilijoista on sellaisia, jotka vain varastavat tykkäyshuoratakseen AI:lla toisten tyylejä ja teemoja omiin kuviinsa. Tai taiteilija voi olla myös botti, jonka työn sen ohjelmoija vain ottaa omiin nimiinsä. Ohjelma, joka on ohjelmoitu varastamaan suosittuja valokuvia ja niiden tyylejä.

Jossain vaiheeessa AI on riittävän älykäs tai älykkääksi opetettu sellaiseen ihmismäiseen kopiointiin, jossa lopputulos on ihmismäisellä tavalla jopa huono, roiskaisun omainen kuvapläjäys, jolloin aidon kuvan ja AI kuvan erottaminen muuttuu lähes mahdottomaksi. Kopioidaan virheitä, jotta vältytään näyttämästä kopiolta.

Tässä alla video siitä mitä robotti osaa ja mitä ihminen osaa, miten nykyään erotetaan robotin ja ihmisen käytös sillä tavoin, että voidaan identifioida tietokoneen käyttäjä oikeaksi ihmiseksi botin sijaan.

https://www.youtube.com/watch?v=4UuvwY6CdLo

Ei ole vaikeaa keksiä miten robotista tehdään sellainen, että tämä ihmisen keksimä tapa identifioida toinen ihminen muuttuu mahdottomaksi. Tämä on tavallaan kilpajuoksu, mutta lopputuotteen käyttötarkoitusta ei ymmärrä kukaan. Miksi muodostaa mahdollisimman helposti ja nopeasti valtava määrä erilaisia satunnaisia kopioita erilaisista valokuvista? Mihin tällä kaikella oikeasti pyritään ja missä kuvia tarvitaan? Nämä on mielenkiintoisia kysymyksiä, kun on vaikea välttyä ajatukselta, että AI:lla ei ole oikeasti mitään tarkoitusta, pelkkä itseisarvo, kuvitelma siitä, että koneella voisi olla joku äly.

[temama]

https://muropaketti.com/tietotekniikka/ ... istamista/

Kameravalmistajat Nikon, Sony ja Canon sotajalalla tekoälykuvia vastaan – uudet ratkaisut helpottavat aidon kuvan tunnistamista.

Hyvä homma!

[mattimi]

Taas palataan hiukan uudesta näkökulmasta siihen, mikä on aito kuva. Tätä aidon kuvan ideaa on vatvottu valokuvan alkuajoista lähtien. Eikös tää keskustelu ole jo käyty moneen kertaan loppuun.

Voi myös kysyä kuinka "aitoja" kuvia nykyiset tekoälyllä boostatut kamerajärjestelmät tuottavat. Taitaa kameranvalmistajilla olla huoli omasta pisneksestä.

[Maffer]

Ei tuollaisia järkkäreitä taida vielä olla markkinoilla. Markkinoilla on väkisin kuvaa suodattavia RAW-sotkijoita mm. noilta merkeiltä mitkä ny säätää lohkoketjua tulille.