Tísňové údolí a generovaná AI videa

Proč je někoho nesmírně těžké dívat se na umělý vizuál..

Tísňové údolí (anglicky „uncanny valley“) je fenomén, který popisuje negativní reakci člověka na umělou bytost nebo objekt, který je téměř, ale ne zcela lidský. Tento koncept poprvé představil japonský robotik Masahiro Mori v roce 1970. Podle Moriho teorie dochází ke stavu tísňového údolí tehdy, když robot, avatar nebo jiný umělý výtvor vypadá téměř jako člověk, ale stále vykazuje drobné nedokonalosti nebo zvláštnosti, které způsobují pocit nepohodlí či odporu.

Závislost lidských emocí při vnímání robota s proměnlivou mírou antropomorfismu. Osa x představuje míru antropomorfismu od zcela nehumanoidní bytosti po bytost nerozeznatelnou od člověka, osa y zachycuje míru emocí při vnímání takové bytosti lidmi. V počátku je neutrální, směrem nahoru rostou pozitivní a směrem dolů negativní emoce.

Závislost lidských emocí při vnímání robota s proměnlivou mírou antropomorfismu. Osa x představuje míru antropomorfismu od zcela nehumanoidní bytosti po bytost nerozeznatelnou od člověka, osa y zachycuje míru emocí při vnímání takové bytosti lidmi. V počátku je neutrální, směrem nahoru rostou pozitivní a směrem dolů negativní emoce.

Téměř lidští androidi nás děsí. Zjednodušený graf s průběhem od strojového robota s tísňovým údolím až téměř dokonalého zjevu a plně lidského zjevu.  

Tísnivé údolí, někdy též strašidelné údolí, je oblast na pomyslném grafu závislosti polarity lidských emocí při vnímání humanoidů (robotů, počítačem vytvořených trojrozměrných postav, detailně vymodelovaných panenek apod.) podle jejich míry podobnosti s člověkem (antropomorfismu). Míra kladných emocí při vnímání postupně lépe a lépe antropomorfizované bytosti zpočátku stoupá, ale nepředstavuje prostou funkci – od určité míry antropomorfismu klesá až k negativním emocím, aby těsně před metou dokonalé antropomorfizace opět stoupla k maximu. Interval v míře antropomorfismu, jímž obdařeného humanoida člověk vnímá odpudivě, se nazývá tísnivé údolí.

Mozek na funkční magnetické rezonanci při sledování robota, androida a člověka. Kredit: Ayse Pinar Saygin, UC San Diego. Sayginová a spol. natočili videa na nichž Repliee Q2, Japonka, která byla předobrazem podoby aktroidky a pak tentýž robot v syrové podobě bez lidského povrchu, tedy připomínající terminátora, dělají běžné pohyby, jako je mávání, přikyvování, uchopování sklenky s vodou nebo zvedání kousku papíru. Dobrovolníkům nejprve prozradili, kdo je na kterém videu, pak jim je pustili a sledovali jejich mozky funkční magnetickou rezonancí. Nedostižná matka Sheldona Coopera by jistě měla radost.

Tísňové údolí v kontextu generovaných AI videí

V posledních letech se s rozvojem umělé inteligence (AI) a pokročilých algoritmů pro generování videa stává tísňové údolí stále aktuálnějším tématem. AI dnes dokáže generovat realistická videa, která jsou na první pohled k nerozeznání od skutečnosti. Avšak když se tato videa dostanou do bodu, kdy jsou „téměř dokonalá“, ale stále obsahují drobné anomálie – například nepatrně nepřirozené pohyby, zvláštní výrazy obličeje, nebo nesoulad mezi mluveným slovem a pohyby rtů – mohou vyvolat silný pocit nepohodlí nebo dokonce strachu.

Generovaná videa mohou tísňové údolí překonat dvěma způsoby. Prvním je neustálé zdokonalování technologií, až do bodu, kdy budou tyto drobné chyby zcela odstraněny a umělé výtvory budou zcela nerozeznatelné od skutečných lidí. Druhým přístupem je úmyslné ponechání určitých znaků „umělosti“, aby diváci okamžitě rozpoznali, že se jedná o ne-lidskou tvorbu, což snižuje míru nepohodlí.

Tísňové údolí a robotika

Robotika je dalším polem, kde tísňové údolí představuje významnou výzvu. Moderní humanoidní roboti jsou navrhováni tak, aby napodobovali lidské chování, výrazy obličeje a pohyb. Když je však jejich podoba a pohyb příliš realistický, ale ne zcela přesný, mohou vyvolávat nepříjemné pocity u lidí, kteří s nimi přicházejí do styku. Tento jev může mít závažné důsledky pro aplikace, kde je důležitá interakce mezi lidmi a roboty, například v péči o seniory nebo v zákaznickém servisu.

Aby se minimalizoval efekt tísňového údolí, designéři robotů často volí stylizovaný nebo zjednodušený vzhled, který sice připomíná lidské rysy, ale je dostatečně odlišný, aby nevyvolával pocit, že jde o skutečného člověka. Tento přístup je patrný například u robotů typu „Pepper“, kteří mají záměrně zjednodušený a přátelský design.

Budoucnost a etické otázky

Jak generovaná AI videa, tak humanoidní roboti budou v budoucnosti stále častěji překonávat hranice mezi umělým a skutečným. To přináší nejen technologické, ale i etické otázky. Jaký vliv bude mít tísňové údolí na naši psychiku, a jak bychom měli přistupovat k designu těchto technologií, aby byly pro lidi co nejpřirozenější a nejpřijatelnější?

V oblasti AI generovaných videí se také objevuje otázka autenticity a důvěryhodnosti. Jakým způsobem budeme schopni rozpoznat, co je skutečné a co je generováno AI? A jak zajistíme, že tyto technologie nebudou zneužity k šíření dezinformací nebo manipulaci veřejného mínění?

V konečném důsledku je tísňové údolí nejen technickým problémem, ale i hlubokým filozofickým a etickým dilematem, které bude nadále formovat budoucnost robotiky a AI technologií. Rozpoznání a překonání tohoto fenoménu je klíčovým krokem pro vytvoření technologií, které budou sloužit lidem a současně budou respektovat naše přirozené reakce a emocionální potřeby.


Jak na konzistentní postavy v Midjourney V6

Midjourney V6 dokáže generovat konzistentní postavy - to je obrovská věc

Před dvěma měsíci se hra Dall-E 3 od společnosti OpenAI stala virální, když uživatelé zjistili, že mohou vytvářet postavy s jednotným stylem a estetikou. Někteří z nich dokonce vytvořili aplikace GPT, jako je Consistent Character GPT.

Společnost Midjourney konečně vydala podobnou funkci nazvanou Reference postav - Character Reference.

Představte si, že jste ilustrátor, animátor nebo prostě umělec, který chce generovat více verzí vlastního návrhu postavy z různých úhlů - tato nová funkce Midjourney je přesně to, co potřebujete.

Co je Reference postavy?

Reference postavy je nová funkce v aplikaci Midjourney, která uživatelům umožňuje generovat konzistentní postavy z různých úhlů na základě zadaného referenčního obrázku.

Je podobná funkci „Reference stylu“, ale namísto shody s referenčním stylem se snaží, aby vygenerovaná postava odpovídala rysům postavy na referenčním obrázku.

Můžete dokonce smíchat více referenčních znaků zadáním více než jedné adresy URL oddělené mezerami, stejně jako při použití více podnětů k obrázku nebo stylu.

Jak skvělé to je? Tato funkce funguje jak ve webové verzi Midjourney pro Discord, tak pro webovou verzi Alpha.

Jak to funguje

Nejprve otevřete aplikaci Midjourney Bot a začněte generovat návrh postavy. Zde je příklad výzvy:

Příklad: Prompt: Vytvořte vysoce detailní 3D render herní postavy ve stylu Pixar na bílém pozadí, záběr na celé tělo. Postava je dospívající kluk s mírně kudrnatými vlasy, trochu baculatý, má na sobě černou mikinu s kapucí a modré šortky -- s 250 -- v 6.0

Prompt: Create a highly detailed, Pixar 3D render of a game character on a white background, full body shot. The character is a teenager guy with slightly curly hair, a little chubby, wearing black hoodie, and blue shorts — s 250 — v 6.0



Jak dělat konzistentní charakter MidJourney, Image by Jim Clyde Monge

Vyberte jeden z vygenerovaných obrázků, který chcete zvětšit, a získejte odkaz na obrázek kliknutím pravým tlačítkem myši a výběrem možnosti „Kopírovat adresu obrázku - Copy image adress“.

Jak dělat konzistentní charakter MidJourney, Image by Jim Clyde Monge

Poté vygenerujte další sadu obrázků s podobnou výzvou, ale tentokrát přidejte tyto parametry:

  • Mává - He is waving
  • --cref https://s.mj.run/KgVmyVmf4o8
  • --cw 100“

Vaše nová výzva by tedy vypadala takto:

Prompt: Vytvořte vysoce detailní 3D render herní postavy na bílém pozadí, záběr celého těla. Postava je dospívající kluk s mírně kudrnatými vlasy, trochu baculatý, oblečený v černé mikině s kapucí a modrých šortkách. Mává - cref https://s.mj.run/KgVmyVmf4o8 - cw 100

Prompt: Create a highly detailed, Pixar 3D render of a game character on a white background, full body shot. The character is a teenager guy with slightly curly hair, a little chubby, wearing black hoodie, and blue shorts. He is waving — cref https://s.mj.run/KgVmyVmf4o8 — cw 100

Jak dělat konzistentní charakter MidJourney, Image by Jim Clyde Monge



A voila! Nově vygenerované obrázky by měly vypadat téměř stejně jako referenční obrázek, ale postava nyní mává. Jak je to skvělé? Poté můžete vygenerovat další verze postavy v různých pózách. Možnosti jsou nekonečné.

Jak dělat konzistentní charakter MidJourney, Image by Jim Clyde Monge

Reference postavy v Midjourney Alpha

Pokud dáváte přednost použití webové stránky Midjourney Alpha, jednoduše přetáhněte referenční obrázek do části s výzvou. Ujistěte se, že je obrázek nastaven na „Použít jako výzvu k zadání obrázku“.

Jak dělat konzistentní charakter MidJourney, Image by Jim Clyde Monge

Pak zadejte výzvu a stiskněte klávesu enter. Například:

Prompt: Vytvořte vysoce detailní 3D render herní postavy na bílém pozadí, záběr celého těla. Postava je roztomilá dospívající dívka, trochu baculatá, má na sobě růžové běžecké kalhoty. Mává na sebe.

Prompt: Create a highly detailed, Pixar 3D render of a game character on a white background, full body shot. The character is a cute teenager girl, a little chubby, wearing pink jogging pants She is waving

Jak dělat konzistentní charakter MidJourney, Image by Jim Clyde Monge



Při testování jsem si všiml některých rozdílů mezi referenčním obrázkem a vygenerovaným obrázkem, pokud jde o oblečení, boty a vlasy. Nebyl jsem si jistý, co je příčinou problému, a tak jsem místo toho zkusil znovu použít Discord.

Jak dělat konzistentní charakter MidJourney, Image by Jim Clyde Monge

A hle, obrázek vytvořený společností Discord byl mnohem bližší referenci! S nastavením webového rozhraní mohou být nějaké problémy, které je třeba vyřešit.

Poznámka: Úpravou hodnoty parametru --cw můžete upravit, jak referenční obrázek ovlivní konečný výstup.

  • Úpravou hodnoty parametru--cw upravte „sílu“ referenčního obrázku ze 100 na 0.
  • strenght 100 (--cw 100) je výchozí hodnota a používá obličej, vlasy a oblečení.
  • Při síle 0 (--cw 0) se zaměří pouze na obličej (vhodné pro změnu oblečení, vlasů atd.).

K čemu je určen?

Mějte na paměti, že funkce Character Reference je stále ve fázi beta a tým Midjourney upozorňuje na některá aktuální omezení:

  • Tato funkce funguje nejlépe, když používáte postavy vytvořené z obrázků Midjourney. Není určena pro skutečné osoby / fotografie (a pravděpodobně je bude zkreslovat, jako to dělají běžné obrázkové nápovědy).
  • Cref funguje podobně jako běžné obrázkové nápovědy, s tím rozdílem, že se „zaměřuje“ na rysy postavy.
  • Přesnost této techniky je omezená, nezkopíruje přesně dolíčky, pihy ani loga na tričkách.
  • Cref funguje pro modely Niji i normální MJ a lze jej také kombinovat s parametrem --sref

Zde je příklad s parametry --cref i --sref:

Prompt: a girl drinking coffee - cref https://s.mj.run/pI1CVNG141Q - sref https://s.mj.run/OJGOsuC2XKE - s 250 - v 6.0

Jak dělat konzistentní charakter MidJourney Influencer, Image by Jim Clyde Monge



Páni, to je opravdu působivé.

Při použití referenčního obrázku, který má specifický styl, vřele doporučuji zahrnout také parametr - sref. Opravdu to pomáhá dosáhnout konzistentní estetiky.

Závěrečné myšlenky

Celkově jsem si užil spoustu zábavy při používání nové funkce odkazů na postavy v Midjourney. Ale kromě toho, že se jedná o zábavný nástroj, nemohu si pomoci, ale musím se podivit nad obrovskými důsledky, které to má pro odvětví grafického designu a fotografie.

Představte si, že pořídíte jedinou svou fotografii a necháte umělou inteligenci během několika sekund vygenerovat několik jejích póz.

NFC hodnocenky Google

Sám jsem výtvarník a dokážu si snadno představit, jaký dopad to bude mít na ilustrátory. Možnost vygenerovat konzistentní postavy z různých úhlů během pouhých několika sekund na základě jediného odkazu naprosto mění pravidla hry. Tvůrci se musí naučit přizpůsobit a využívat tuto technologii co nejdříve, než pokročí natolik, že potenciálně zcela nahradí lidské umělce!

Potenciál pro herní průmysl je také ohromující. Generování póz a spritů by mohlo změnit hodiny práce na minuty. Mluvíme o zvýšení produktivity! Herní vývojáři, zpozorněte.

Co si myslíte o funkci odkazu na postavu od Midjourney? Jak si představujete, že ovlivní váš tvůrčí proces nebo odvětví? Rád bych znal vaše názory.

Tento článek byl zveřejněn na webu Generative AI. Připojte se k nám na LinkedIn a sledujte Zeniteq, abyste měli přehled o nejnovějších příbězích z oblasti AI. Pojďme společně utvářet budoucnost AI!

Překlad článku od Jim Clyde Monge


7 úžasných a bezplatných nástrojů umělé inteligence, které byste měli znát

GFP-GAN, Copy.ai , JADBio, DALL-E 2, Notion.ai, Lumen5 a Lalal.ai

Svět umělé inteligence nás nepřestává fascinovat. Shromáždili jsme 7 bezplatných nástrojů umělé inteligence, z nichž většina je snadno použitelná a některé jsou sofistikovanější… například vytváření ML modelů. Snažili jsme se být jedineční a vyhnout se mnoha platformám AI, které najdete ve většině příspěvků o nejlepších nástrojích AI. Navíc jsme chtěli, aby byly k vyzkoušení zdarma, bez výhrad, jako je přidání čísla vaší kreditní karty. Některé z nich sami používáme (např. Lumen, JADBio), takže pro nás bylo důležité je zařadit, protože si skutečně vážíme toho, co nabízejí. 

Seznam není rozsáhlý, ale plánujeme se k tématu často vracet. Považujte to za verzi I.

GFP-GAN - restaurování fotografií

GFP-GAN je nový bezplatný nástroj AI, který dokáže okamžitě opravit většinu starých fotografií. GFP-GAN (Generative Facial Prior-Generative Adversarial Network) byl vyvinut výzkumníky společnosti Tencent sloučením informací ze dvou modelů umělé inteligence, aby během několika sekund doplnil chybějící detaily fotografie realistickými detaily, a to při zachování vysoké přesnosti a kvality. V tomto videu (2:26) Louis Bouchard nadšeně popisuje, jak dobře projekt fungoval při obnově fotografií, s podrobnostmi o tom, jak jej zdarma používat. Výsledky jsou velmi působivé a dobře fungují i u velmi nekvalitních snímků.

Demoverzi GFP-GAN si můžete vyzkoušet zdarma. Tvůrci také zveřejnili svůj kód, aby mohl každý implementovat technologii obnovy do svých vlastních projektů.

Vyzkoušejte zdarma
Stáhněte si kód

Copy.ai — CopyWriter

V tomto případě stačí doslova „kopírovat“. Tento nástroj pro kopírování založený na umělé inteligenci generuje jedinečný obsah, který můžete zveřejnit na svém blogu, sociálních sítích nebo dokonce pro video, stačí zadat krátký popis tématu, na které chcete obsah.

Copy.AI by mohl být užitečný pro tvůrce obsahu. Nástroj může uživateli pomoci při psaní popisků na Instagram, příspěvků na blog, popisů produktů, obsahu na Facebook, nápadů na start-upy a mnoha dalších.

Zaregistrujte si účet, zadejte popis tématu, které vás zajímá, a nástroj AI na základě vašeho popisu vygeneruje obsah. Úžasný nástroj, který se bude hodit v budoucnosti digitálního obsahu.

Webové stránky
Facebook
Twitter
Poznámka: Tento ^ není jediným nástrojem, který využívá umělou inteligenci k vytváření obsahu. Existuje jich několik, některé jsou lepší než jiné, takže doporučujeme vyzkoušet všechny. Je tu:

- Mikrokopie pro titulky, slogany a další.
- Speedwrite pro přepisování a vylepšování libovolných vět
- Hemingway pro odvážné a jasné psaní
- Jarvis AI je kvalitní nástroj pro copywriting s umělou inteligencí, jak se říká
plus Notion.AI, který právě dorazil a kterému jsme níže věnovali celý odstavec.

 

JADBio — AutoML

JADBio je uživatelsky přívětivá platforma pro strojové učení, která nepotřebuje žádné znalosti kódování, ale je vybavena výkonnými nástroji pro extrakci znalostí. Přestože je účelově vytvořena pro biotechnologie a multi-omiku, můžete do ní v podstatě nahrát jakýkoli druh kurátorských dat a analyzovat je. Velmi užitečné pro studenty, kteří se chtějí ponořit do strojového učení, nebo pro lidi, kteří chtějí vytvořit prediktivní model, například který brambor přinese nejlepší smaženici (binární klasifikace). Nabízejí doživotní účet zdarma a použití je poměrně jednoduché.

Webové stránky
Facebook
Twitter

DALL-E 2 — Generátor obrázků

Předpokládáme, že jste o něm už slyšeli. DALL-E 2 od Open AI je nový systém umělé inteligence, který dokáže vytvářet realistické obrázky a umění na základě popisu v přirozeném jazyce. Dokáže vytvořit originální realistické obrázky a umění z textového popisu. Dokáže kombinovat pojmy, atributy a styly. Stojí za to si s ním pohrát, na webových stránkách je několik příkladů, které vás mohou inspirovat. Použití je zcela zdarma.

Webové stránky
Instagram

Notion.ai — CopyWriter

Společnost Notion testuje novou funkci Notion AI pro vytváření obsahu. Stačí, když aplikaci řeknete, co chcete - příspěvek na blog, šablonu náborového e-mailu, seznam skvělých obchodních knih ke čtení - a aplikace skutečně vytvoří obsah přímo před vašima očima. Spousta uživatelů si aplikaci Notion oblíbila pro psaní poznámek a tohle ji rozhodně posune na další úroveň. Přihlásili jsme se k testování, ale zatím jsme na čekací listině (od 16. listopadu).

 

Webové stránky
Facebook
Twitter

Lumen5 — Video Creator

Lumen5 je online platforma pro tvorbu videí s nástroji, které vám umožní vytvářet videa bez námahy v několika krocích. Obsahuje skvělé šablony a různé formáty pro různé platformy sociálních médií. Umělá inteligence přichází na řadu, když nahrajete přepis; na základě importovaného přepisu vytvoří celou videosekvenci včetně obrázků. Skvělý a snadno použitelný nástroj, zejména pokud chcete rychle vytvářet obsah pro platformy sociálních médií. Lumen také nabízí rozsáhlou škálu obrázků a videí, které můžete do výsledného videa zahrnout.

Webové stránky
Facebook
Twitter

Lalal.ai - Rozdělovač zvukových stop

Lalal využívá umělou inteligenci k rychlému, snadnému a přesnému odstranění vokálů a oddělení hudebních zdrojů. Můžete odstranit vokální, instrumentální, bicí, basové, klavírní, elektrické a akustické kytary a syntezátorové stopy bez ztráty kvality. Díky tomu je tvorba bezbolestná! Můžete začít hrát, protože vám dává 10 minut zdarma, ale platící modely jsou také velmi rozumné. Jednorázový poplatek 15 eur za 90 minut zpracování vás dostane daleko.

Webové stránky
Facebook
Twitter

Překlad článku od  Vicky Tsiachri
Social Media Expert ve Digital Giraffes