Как рисовать в нейросетях: список интересных сервисов

Выдает результат

Почти каждый, кто интересуется технологиями, игрался с разными ИИ-художниками, пытаясь реализовать свои творческие задумки. Такие инструменты, как DALL-E 2 и Midjourney позволяют создавать сюрреалистические пейзажи, детализированные портреты и даже воссоздавать образы в стиле известных художников. Раскладываем все по полочкам: как рисуют нейросети, в каких сферах они востребованы и что ждет генеративный ИИ в будущем. А еще показываем примеры самых ярких работ нейросетей.

Все это позволяет дизайнерам сосредоточиться на более творческих и инновационных задачах. ИИ создаст несколько вариантов в качестве первого наброска, который затем можно усовершенствовать в соответствии со своим видением и требованиями клиента. ИИ не заменяет дизайнера, а дополняет его. Эмпатия, налаживание контакта с заказчиком, чувство вкуса — все это пока больше присуще человеку.

Более современные модели на основе нейросетей ориентируются на большее количество параметров. В отличие от, например, n-граммных, которые смотрят на фиксированное число слов, они могут смотреть на весь текст целиком. Кроме того, они способны учитывать стиль текста, день недели и даже сезонность — это как раз контекст.

Наш мозг сначала сканирует информацию, получает из нее данные, запоминает и потом использует при необходимости. Нейросеть работает схожим образом. Программисты обучают ее: показывают изображения и текстовые материалы. Она анализирует, запоминает их и учится искать различия.

Нейросети стали обыденностью: студенты пишут курсовые с помощью ChatGPT, иллюстраторы рисуют в Midjourney, а Т9 регулярно предлагает неловкие автозамены. Технологиями заинтересовались и корпорации: например, РЖД провели конкурс цифрового искусства. Но что мы знаем о том, как нейросети работают с языком? Как видят слова и изображают их? Спросили у Владимира Морозова — разработчика машинного обучения в отделе обработки естественного языка «‎Яндекса».

Для предсказания важен контекст, поэтому модель учится понимать, как слова в предложении связаны между собой и какие из них чаще встречаются вместе. На основе анализа и контекста модель предсказывает, какое слово или фразу логично было бы использовать дальше. За это отвечает декодер.

Если хотите использовать ChatGPT, вам нужна платная версия Plus. Создайте новый чат, выберите GPT-4 и Dall-E 3 в выпадающем окне, напишите запрос в виде просьбы нарисовать или сгенерировать картинку. GPT-4 дополнит ваш запрос и сгенерирует четыре картинки. В запросе можно указать формат — горизонтальные или вертикальные изображения.

ИИ автоматизирует многие задачи дизайнера. Установив определенные параметры, можно поручить алгоритмам создавать макеты, композиции и даже целые проекты. Для этого подойдут генеративные инструменты вроде Stable Diffusion, DALL-E 2, Midjourney, Adobe Firefly. Инструменты редактирования изображений на базе искусственного интеллекта, такие как Canva и MS Designer, могут ретушировать и улучшать изображения без необходимости ручной настройки. Еще ИИ может помочь дизайнерам работать с изображениями с низким разрешением, сохраняя визуальную целостность даже при увеличении изображений.

Как нейросеть создает изображение

Как языковые модели видят тексты

Модель видит текст как единицы языка: слова, буквы, цифры или знаки препинания — их по-другому называют токенами. Из чего будут состоять токены, зависит от того, как программист, который работает с моделью, поделил текст. Можно анализировать выражения на уровне букв, слов или частей слова.

Шедеврум — это не просто ИИ, а практически социальная сеть, где можно делиться с людьми своими работами, ставить лайки, а еще копировать промты других и создавать собственный арт. С нейросетью можно работать бесплатно при неограниченном количестве генераций. В Шедевруме есть определенные правила: нельзя создавать картинки на темы политики и религии, насилия и категории «18+».

Если хотите поработать в Bing Image Creator, перейдите на сайт в любом браузере. Далее войдите в свой профиль Microsoft. Впишите запрос в поле и нажмите «Создать». Вы получите три или четыре картинки. Чтобы сохранить, нажмите на любое изображение и выберите «Загрузить». Еще в самом начале можно кликнуть на «Удиви меня» — тогда нейросеть сама напишет промпт.

Научиться кодить на языке Python поможет курс «Python-разработчик» в онлайн-университете Skypro. За 10 месяцев вы с нуля получите востребованную профессию и сможете хорошо зарабатывать по рынку IT. Согласно Zarplan, на октябрь 2023 года средняя зарплата Python-разработчика в Москве — 266 955 ₽.

🟡 Дорисовывать и редактировать изображение от нейросети вручную. В Kandinsky 3.0 добавили новую inpainting-модель к уже имеющейся outpainting-модели. C inpainting можно редактировать выбранные объекты и целые области. А с outpainting — создавать панорамы за счет расширения границ картинки. Можно комбинировать эти функции — взять готовую картинку, чтобы нейросеть дорисовала на ней недостающие детали.

Как языковые модели видят тексты

Модель видит текст как единицы языка: слова, буквы, цифры или знаки препинания — их по-другому называют токенами. Из чего будут состоять токены, зависит от того, как программист, который работает с моделью, поделил текст. Можно анализировать выражения на уровне букв, слов или частей слова.

Нейросеть всё-таки отличается от нашего мозга — человек тренирует ее, она учится по заданному алгоритму и не умеет отклоняться от этого процесса в сторону самообразования. То есть вариант, когда нейросеть будет обучаться сама, без человека, пока невозможен. Как в научно-фантастических фильмах — не получится.

Для предсказания важен контекст, поэтому модель учится понимать, как слова в предложении связаны между собой и какие из них чаще встречаются вместе. На основе анализа и контекста модель предсказывает, какое слово или фразу логично было бы использовать дальше. За это отвечает декодер.

Где применяют изображения, созданные нейросетью

Обучение нейросетей — это процесс, в котором модель «учится» на основе данных. Это могут быть изображения, тексты, звуки или другие типы информации. Специалисты выбирают архитектуру нейросети, определяют параметры и обучают ее на большом объеме данных. Затем они тестируют, насколько хорошо модель справляется с задачами.

Как объясняет разработчик машинного обучения Владимир Морозов, на входе модель получает текст. Например, если пользователь набирает слова на клавиатуре, первой их прочитает именно языковая модель. За распознавание высказывания отвечает энкодер. Чтобы понять смысл, модель делит входной текст на мелкие кусочки, такие как слова или фразы.

Нейросети могут генерировать текстуры, модели персонажей, окружение, предметы и другие игровые элементы. Это позволяет разработчикам создавать игры с более разнообразным контентом, сокращая время и ресурсы, необходимые для ручной разработки. Например, в игре No Man’s Sky нейросети используются для генерации бесконечного числа планет с уникальными ландшафтами, флорой и фауной. А в марте 2024 года Google представила модель Genie, которая может создавать разные игровые миры из изображений, фотографий и даже эскизов. Она обучена на 200 тыс. часов интернет-видео об играх.

Если модель смотрит на один последний токен, это униграммная модель: она предсказывает следующее слово по последнему во фразе. Биграммные модели смотрят на два слова назад. Но технически количество слов, которые будут учитываться в предсказании, не ограничено. Поэтому модели могут быть n-граммными, где n — любое число. В сравнении с другими модели такого типа быстро работают и мало весят, особенно если значение n небольшое, а токен — буква или часть слова. Поэтому n-граммные модели активно используют в клавиатурах, чтобы персонализировать подсказки.

Нейросеть от компании OpenAI, которая создала ChatGPT. Особенность этого сервиса в том, что для работы вам не нужно уметь составлять промты. Можно написать запрос в произвольном виде — нейросеть распознает и доработает его, чтобы сгенерировать картинку. Доступ к сервису бесплатный: через Bing Image Creator и по платной подписке в ChatGPT.

Принципы работы языковой модели зависят от её типа. До того как разработчики стали использовать нейросети, в ходу были более простые статистические алгоритмы. Языковые модели на их основе называют классическими. Простейшая модель такого рода, например, выдаёт одно и то же слово вне зависимости от того, что получает на входе. Более сложные учитывают вероятности. Например, могут подсчитать, что после «привет» люди часто пишут «как дела», а после «хлеб» — «белый». В качестве предсказания модель может предложить самое частотное слово или слово, которое встречается с определённой вероятностью. Логика работы зависит от того, какая стратегия предсказания заложена в модель.

Более современные модели на основе нейросетей ориентируются на большее количество параметров. В отличие от, например, n-граммных, которые смотрят на фиксированное число слов, они могут смотреть на весь текст целиком. Кроме того, они способны учитывать стиль текста, день недели и даже сезонность — это как раз контекст.

Научиться быстро и эффективно работать с нейросетями можно на индивидуальном тарифе на курсе «Графический дизайнер» в онлайн-университете Skypro. Вы познакомитесь с популярными сервисами, которые упрощают работу с изображениями. Через 10 месяцев учебы получите диплом о профпереподготовке и сможете выйти на рынок как уверенный специалист.