Midjourney dibinātājs Deivids Holcs par AI ietekmi uz mākslu, iztēli un radošo ekonomiku

Pusceļš ir viens no vadošajiem mākslīgā intelekta (AI) izmantošanas tehnoloģijām, lai radītu vizuālus attēlus no teksta uzvednēm. Sanfrancisko bāzētais jaunuzņēmums nesen kļuva par dzinējspēku mākslas darbam, kas ieguva balvu Kolorādo štata godīgā konkursā, un tas, visticamāk, nebūs pēdējais sarežģītais jautājums, ar kuru AI māksla nākamajos gados saskarsies.

Midjourney atšķiras no citiem telpā, uzsverot glezniecisko estētiku tā radītajos attēlos. Platforma nemēģina radīt fotoreālistiskus attēlus, kurus var sajaukt ar fotogrāfijām, un izpilddirektors Deivids Holcs saka, ka viņš personīgi ir ļoti nemierīgs ar dziļo viltojumu un citu darbu, kas pārāk cieši simulē realitāti, neparasto kvalitāti. Tā vietā Holcs saka, ka programma Midjourney ir izstrādāta, lai atraisītu parastu cilvēku radošumu, dodot viņiem rīkus skaistu attēlu veidošanai, vienkārši tos aprakstot.

Taču, neskatoties uz humānisma, uz patērētāju orientētu uzņēmuma fokusu, ir neizbēgami jautājumi par ietekmi uz komerciālo mākslu un profesionāliem māksliniekiem. Es intervēju Holzu a plašāks raksts par iespējamiem traucējumiem, ko mākslīgā intelekta māksla var izraisīt attēlu veidošanā izklaidei, videospēlēm un publicēšanai. Šeit ir garāks fragments no mūsu sarunas, kurā Holcs sniedz vairāk dziļuma un konteksta, risinot šos jautājumus un izklāstot savu redzējumu par uzņēmumu, nozari un tehnoloģiju. Intervija ir rediģēta garuma un skaidrības labad.

Robs Salkovics, Forbes līdzstrādnieks: kāda ir jūsu loma un tituls?

Deivids Holcs, Midjourney. Es esmu dibinātājs un izpilddirektors. Tomēr es parasti dodu priekšroku tam, ka mani sauc par dibinātāju, jo izpilddirektors izklausās ļoti uzņēmīgs, un mēs neesam īpaši bizness. Mēs esam lietišķās pētniecības laboratorija, kas ražo produktus.

Kāda ir Midjourney misija?

Mums patīk teikt, ka cenšamies paplašināt cilvēku sugas iztēles spējas. Mērķis ir padarīt cilvēkus iztēles bagātākus, nevis radīt iztēles mašīnas, kas, manuprāt, ir svarīga atšķirība.

Vai varat sniegt īsu uzņēmuma vēsturi līdz šim?

Mēs sākām strādāt pie mūsu uzņēmuma iztēles daļas apmēram pirms pusotra gada. Bija daži sasniegumi difūzijas modeļos, cilvēki saprata klipu, openAI un tamlīdzīgas lietas. Gandrīz visi tajā iesaistītie ir Sanfrancisko, un mēs visi sapratām, ka tas kļūs nopietni, ka tas atšķiras no daudzām citām lietām.

Kādi, pēc Midjourney domām, ir šīs teksta pārveides tehnoloģijas ieguvumi biznesam un sabiedrībai?

Man noteikti vairāk rūp sabiedrība, nevis bizness. Mēs esam patēriņa produkts, bet varbūt 30–50% no mūsu lietotājiem šobrīd ir profesionāļi. Lielākā daļa nav. Platformas mākslinieki mums stāsta, ka tas ļauj viņiem būt radošākiem un pētnieciskākiem, īsā laikā nākot klajā ar daudzām idejām.

Šobrīd mūsu profesionālie lietotāji izmanto platformu koncepcijai. Sarežģītākā [komerciālā mākslas projekta] daļa bieži vien ir sākumā, kad ieinteresētā puse nezina, ko vēlas, un ir jāredz idejas, uz kurām reaģēt. Vidusceļojums var palīdzēt cilvēkiem daudz ātrāk pietuvoties idejai, ko viņi vēlas, jo šo jēdzienu atkārtošana ir ļoti darbietilpīga.

Vēl viena mākslinieku priekšrocība ir tā, ka tā sniedz cilvēkiem pārliecību jomās, par kurām viņi nav pārliecināti. Lielākā daļa mākslinieku, ja ne visi, uzskata, ka ir kāda mākslas daļa, ko viņi nevar paveikt labi. Tās var būt krāsas, kompozīcija, foni. Mums ir slavens personāžu dizainers, kas izmanto mūsu produktu, un cilvēki viņam jautā, kāpēc jūs izmantot AI, jo jūs jau esat tik labi. Un viņš teica: "Nu, es esmu labs tikai rakstura daļā. Tas man palīdz ar pārējo, pasauli, fonu, krāsu shēmām.

Cik daudz cilvēku izmanto šo produktu?

Miljoniem to izmanto. Mūsu nesaskaņas pārsniedz divus miljonus. Šobrīd tas ir lielākais aktīvais Discord serveris.

Vai Midjourney licence ļauj komerciāli izmantot platformas radītos attēlus?

Jā. Bet, ja strādājat uzņēmumā, kura gada ieņēmumi pārsniedz miljonu dolāru, mēs lūdzam iegādāties uzņēmuma licenci.

Kā tika izveidota datu kopa?

Tas ir tikai liels interneta skrāpējums. Mēs izmantojam atklātās datu kopas, kas ir publicētas, un apmācām tās. Un es teiktu, ka to dara 100% cilvēku. Mēs nebijām izvēlīgi. Zinātne patiešām strauji attīstās attiecībā uz to, cik daudz datu jums patiešām ir nepieciešams, salīdzinot ar modeļa kvalitāti. Paies daži gadi, lai patiesi izdomātu lietas, un līdz tam laikam jums var būt modeļi, kurus jūs trenējat bez gandrīz nekā. Neviens īsti nezina, ko viņi var darīt.

Vai meklējāt dzīvo mākslinieku piekrišanu vai darbu, uz kuru joprojām attiecas autortiesības?

Nē. Nav īsti iespēju iegūt simts miljonus attēlu un zināt, no kurienes tie nāk. Būtu forši, ja attēlos būtu iestrādāti metadati par autortiesību īpašnieku vai kaut ko citu. Bet tā nav lieta; nav reģistra. Nav iespējams atrast attēlu internetā un pēc tam automātiski izsekot tam īpašniekam un pēc tam veikt jebkādas darbības, lai to autentificētu.

Vai mākslinieki var atteikties no iekļaušanas jūsu datu apmācības modelī?

Mēs to skatāmies. Tagad izaicinājums ir noskaidrot, kādi ir noteikumi un kā noskaidrot, vai cilvēks patiešām ir konkrēta darba mākslinieks vai vienkārši norāda savu vārdu. Mēs neesam sastapušies ar nevienu, kas vēlētos, lai viņa vārds tiktu izņemts no datu kopas.

Vai mākslinieki var atteikties no vārda uzvednēs?

Ne tagad. Mēs to skatāmies. Atkal mums būs jāatrod veids, kā autentificēt šos pieprasījumus, kas var kļūt sarežģīti.

Ko jūs sakāt komerciāliem māksliniekiem, kuriem tas iznīcinās viņu iztiku? Kāpēc mākslas direktoram noteiktā brīdī būtu jāalgo ilustrators, lai viņš radītu tādus darbus kā konceptuāla māksla, ražošanas dizains, pieredze — tādas lietas —, ja viņi var vienkārši ievadīt uzvednes un iegūt noderīgus rezultātus daudz ātrāk un par daudz zemākām izmaksām?

Joprojām ir daudz darba. Tas nav tikai "padariet mani par fonu". Tas varētu būt desmit reizes mazāk darba, bet tas ir daudz vairāk darba nekā vadītājs.

Es domāju, ka ir divi veidi, kā tas varētu notikt. Viens veids ir mēģināt nodrošināt tāda paša līmeņa saturu, ko cilvēki patērē par zemāku cenu, vai ne? Un otrs veids, kā to darīt, ir izveidot daudz labāku saturu par cenām, kuras mēs jau esam gatavi tērēt. Es uzskatu, ka lielākā daļa cilvēku, ja viņi jau tērē naudu un jums ir iespēja izvēlēties starp daudz labāku saturu vai lētāku saturu, patiesībā izvēlas daudz labāku saturu. Tirgus jau ir izveidojis cenu, ko cilvēki ir gatavi maksāt.

Es domāju, ka daži cilvēki mēģinās izgriezt māksliniekus. Viņi mēģinās izgatavot kaut ko līdzīgu par zemākām izmaksām, un es domāju, ka viņiem tirgū neizdosies. Es domāju, ka tirgus virzīsies uz augstāku kvalitāti, lielāku radošumu un daudz izsmalcinātāku, daudzveidīgāku un dziļāku saturu. Un cilvēki, kuri patiesībā spēj izmantot, piemēram, mākslinieki un izmanto rīkus, lai to izdarītu, ir tie, kas uzvarēs.

Šīs tehnoloģijas faktiski rada daudz dziļāku izpratni un lasītprasmi vizuālajā vidē. Jums varētu būt pieprasījums, pārspējot spēju ražot tādā līmenī, un tad varbūt jūs faktiski paaugstināsit mākslinieku algas. Tas varētu būt dīvaini, bet tā tas notiks. Šī pieprasījuma pieauguma temps gan pēc kvalitātes, gan daudzveidības novedīs pie dažu brīnišķīgu un negaidītu projektu īstenošanas.

Studentu paaudze absolvēja mākslas skolas, daudzi no viņiem bija lielos parādos, rēķinoties ar salīdzinoši labi apmaksātu darbu izklaides producēšanā, videospēļu ražošanā, komerciālajā mākslā un tā tālāk. Kā AI teksta-attēlu platformu parādīšanās ietekmē to nākotni?

Es domāju, ka daži cilvēki mēģinās samazināt izmaksas, un daži cilvēki mēģinās paplašināt ambīcijas. Es domāju, ka cilvēki, kuri paplašina ambīcijas, joprojām maksās visas tās pašas algas, un cilvēki, kas mēģinās samazināt izmaksas, manuprāt, cietīs neveiksmi.

Ai parasti plaši izmanto tādām lietām kā zvanu centri vai bagāžas pārbaude lidostās, kā arī tādiem darbiem, kas cilvēkiem nav īsti svarīgi. Vērtības piedāvājums ir tāds, ka tas atbrīvo cilvēkus strādāt atalgojošākus un interesantākus darbus. Bet mākslas darbi ir izdevīgi un interesanti. Cilvēki strādā visu mūžu un pilnveido savas prasmes, lai iegūtu šāda veida darbu. Kāpēc jūs norādītu uz šo tehnoloģiju šajā ekonomikas līmenī kā uz sava veida uzņēmējdarbības fokusu un prioritāti jūsu darīšanai?

Personīgi es neesmu. Manas lietas nav paredzētas profesionāliem māksliniekiem. Ja viņiem patīk to izmantot, tad tas ir lieliski. Manas lietas ir radītas tādiem cilvēkiem, kuri, piemēram, Honkongā ir šī sieviete, un viņa atnāca pie manis un saka: “Viena lieta Honkongā, ko tavi vecāki nekad nevēlas, lai tu būtu, ir māksliniece, un es. tagad esmu baņķieris. Es dzīvoju labu baņķiera dzīvi. Bet ar Midjourney tagad es sāku izjust šo pieredzi, ka esmu cilvēks, kāds es patiesībā gribēju būt. Vai puisis kravas automašīnu pieturā, kurš izklaidei veido pats savas beisbola kartītes ar savvaļas attēliem. Tas ir paredzēts šiem cilvēkiem, jo, tāpat kā lielākā daļa cilvēku, viņi nekad nevar darīt šīs lietas.

Ir svarīgi uzsvērt, ka šeit nav runa par mākslu. Šeit ir runa par iztēli. Iztēle dažreiz tiek izmantota mākslā, bet bieži tā nav. Lielākā daļa attēlu, kas izveidoti vietnē Midjourney, netiek izmantoti profesionāli. Tie pat netiek dalīti. Tie vienkārši tiek izmantoti šiem citiem mērķiem, šīm ļoti cilvēciskajām vajadzībām.

Tomēr jūsu produkta rezultāts ir attēli, kam papildus visām citām īpašībām ir arī komerciāla vērtība profesionālajā kontekstā. Un tas ļoti grauj šo ekonomiku.

Es domāju, ka tas ir tā, it kā mēs taisām laivu, un kāds var sacensties ar laivu, bet tas nenozīmē, ka laiva ir paredzēta sacīkstēm. Ja jūs izmantojat laivu sacīkstēm, tad varbūt patīk, jā, protams. Tajā brīdī tā ir. Bet cilvēciskā puse patiešām ir svarīga, un es domāju, ka mēs neesam... Mēs vēlamies, lai attēli izskatās skaisti. Mēs neuzskatām sevi par mākslu kā daļu no mūsu lietas. Mēs vēlamies, lai pasaule būtu iztēles bagātāka. Mēs labprātāk darām skaistas, nevis neglītas lietas.

Vai uzskatāt, ka kādai valsts iestādei ir jurisdikcija vai pilnvaras regulēt šo tehnoloģiju? Un, ja tā, vai, jūsuprāt, viņiem vajadzētu?

es nezinu. Regulējums ir interesants. Brīvība kaut ko darīt ir jāsabalansē ar brīvību tikt aizsargātam. Pati tehnoloģija nav problēma. Tas ir kā ūdens. Ūdens var būt bīstams, tajā var noslīkt. Bet tas ir arī būtiski. Mēs nevēlamies aizliegt ūdeni tikai tāpēc, lai izvairītos no bīstamajām daļām.

Mēs vēlamies būt pārliecināti, ka mūsu ūdens ir tīrs.

Jā, tā ir taisnība.