Eszközök

Mesterséges intelligenciával generált szöveg

Az Old Models Foundation bemutatja a képgeneráló AI régi modelljeit

A főszereplő az Old Models Foundation nevű szervezet, amely lehetővé teszi a korai képgeneráló mesterséges intelligencia-modellek interaktív kipróbálását és tanulmányozását.

Az Old Models Foundation bemutatja a képgeneráló AI régi modelljeit

Az Old Models Foundation létrehozott egy weboldalt és szervezetet, amelyen keresztül a nagyközönség hozzáférhet a képgeneráló mesterséges intelligencia korábbi generációihoz. A kezdeményezés célja, hogy megőrizze és bemutassa azokat a modelleket és vizuális hatásokat, amelyek a képalkotó AI fejlődésének korai időszakát jellemezték.

Mely modellek érhetők el

A gyűjteményben több évtized munkája látható: az 1999-es Efros–Leung textúraszintézistől és a 2001-es image quilting eljárástól kezdve a 2013-as variációs autoenkódereken (VAE) át egészen a 2015–2018 közötti korszak ikonikus darabjaiig és a 2021–2023 közötti modernebb megoldásokig. Külön kiemelhetők például:

  • Efros–Leung textúraszintézis (1999) és image quilting (2001)
  • VAE (2013)
  • DRAW, DeepDream, AlignDRAW, DCGAN (2015)
  • pix2pix (2016)
  • AttnGAN (2017)
  • BigGAN, Ganbreeder, StyleGAN (2018)
  • VQGAN + CLIP, DALL·E Mini, Disco Diffusion (2021)
  • LAION-400M, DALL·E Mega, Stable Diffusion (2022)
  • ControlNet, SDXL 1.0 (2023)

A lista azt mutatja, hogyan változott a technika és a képalkotás minősége az évek során, valamint hogy mely modellek voltak meghatározóak a hobbi- és kísérleti felhasználók számára.

Használati szabályok és korlátok

A weboldal látogatói kipróbálhatják ezeket a modelleket, azonban a felhasználásonkénti korlátozás érvényben van: egy fiókonként napi 25 generáció a plafon. Ez a szabály segít mérsékelni a terhelést és ellenőrizni a platform használatát.

Miért érdemes megnézni ezeket a régi modelleket?

A korai képgeneráló rendszerek vizuális hibái és sajátos esztétikája fontos történeti forrás: ezek a „hibák” és torzulások sokszor meghatározó jellemzőkké váltak egy-egy modellnél, és ma is jellegzetes megjelenést hoznak létre, amelyet a modernabb modellek nem mindig tudnak természetes módon utánozni. Ahogy Brian Eno zenész fogalmazott: „Whatever you now find weird, ugly, uncomfortable and nasty about a new medium will surely become its signature.” Ez az eszme jól magyarázza, miért érdekes visszanézni a fejlődés korai állomásaira: a problémák és váratlan eredmények esztétikai értéket kapnak, és segítenek megérteni a technológia fejlődését.

Hol érhető el

A bemutatott modelleket és a hozzájuk kapcsolódó szolgáltatást az Old Models Foundation hivatalos weboldalán lehet elérni, ahol a látogatók maguk is kipróbálhatják a különböző rendszereket.

Az oldalak és modellek betekintést nyújtanak abba, hogyan tapasztalták meg hobbisták és kutatók a képgenerálás korai évtizedeit, és segítenek megőrizni az AI történetének vizuális emlékeit.