In den letzten Jahren hat sich das Tätowieren, wie jeder andere Bereich der modernen Gesellschaft, aktiv mit der Technologie weiterentwickelt. Einige Technologien zielen darauf ab, Tätowierern hochwertige, präzise und zuverlässige Ausrüstung zur Verfügung zu stellen, andere sind eine helfende Hand für ihre Kunden in Bezug auf Heilung und anschließende Tattoo-Pflege. Die dritte Gruppe umfasst alle modernen Informationstechnologien, die es ermöglichen, ein Maximum an Informationen zum Thema Tattoos zu erhalten, sowohl für Tätowierer als auch für ihre Kunden. Soziale Medien und Werbesysteme gehören sicherlich zur dritten Gruppe. Dies ist der Motor dieses Bereichs und der Turbo der Entwicklung dieser Kunst, der sie von einem Underground-Format zu einer vollwertigen Industrie macht.
Heute möchte ich über einen sehr interessanten Trend sprechen. Er hat bereits in anderen Lebensbereichen genügend Popularität erlangt und erreicht nun langsam die Tattoo-Industrie. Die Rede ist von der Anwendung der Technologie der künstlichen Intelligenz beim Tätowieren. Ich verstehe, dass nach Dutzenden von apokalyptischen Filmen zum Thema KI unwillkürlich eher seltsame Assoziationen entstehen. Man sollte jedoch keine Angst haben, denn alles ist mehr als sicher.
Eine kleine Theorie für diejenigen, die mit dem Thema künstliche Intelligenz überhaupt nicht vertraut sind.
WAS IST KÜNSTLICHE INTELLIGENZ UND KÜNSTLICHE NEURONALE NETZWERKE
Künstliche Intelligenz (KI) ist ein selbstlernendes, meist hochspezialisiertes Programm, das auf den Funktionsprinzipien eines biologischen neuronalen Netzwerks aufgebaut ist. Das Wort Intelligenz in diesem Zusammenhang impliziert die Fähigkeit des Programms, Informationen wahrzunehmen, zu verarbeiten, zu organisieren und zu speichern. KI ist keineswegs gleichbedeutend mit menschenähnlichem Bewusstsein, da das Programm keine emotionale und sensorische Bewertung der erhaltenen Informationen vornimmt. Mit anderen Worten, es lohnt sich nicht, hinter jeder KI ein böses Skynet zu sehen; ein KI-basiertes Sprachverarbeitungsprogramm wird kein Bild malen können, und eine künstlerische KI wird Ihre Stimme nicht verstehen.
ARTEN DES LERNENS IN KÜNSTLICHEN NEURONALEN NETZWERKEN
Es gibt zwei grundlegende Arten des Lernens in Künstlichen Neuronalen Netzwerken (KNN): überwachtes und unüberwachtes Lernen.
Die erste Methode basiert auf der Arbeit mit einer Reihe von Trainingsbeispielen, die es dem Programm ermöglichen, die Hauptparameter der Stichprobe zu verstehen, indem es sie mit dem Standard vergleicht. Nehmen wir zum Beispiel an, wir müssen ein KNN erstellen, das erkennen kann, ob sich ein roter Apfel auf einem Bild befindet. Wir laden 5000 Bilder von roten Äpfeln und 5000 Bilder von grünen Äpfeln hoch. Wir zeigen mehrere Bilder und beobachten die Reaktion des KNN. Wird eine korrekte Antwort empfangen, wird sie als korrekt markiert. Liegt das Netzwerk falsch, ergänzen wir die Eingabeparameter zur Bestimmung des roten Apfels, damit das KNN in Zukunft den Unterschied zwischen Rot und Grün versteht. Und so weiter, bis das Netzwerk rote Äpfel in jedem Bild genau identifizieren kann.
Diese Art des Lernens eignet sich zur Lösung von Problemen, bei denen das gewünschte Ergebnis im Voraus bekannt ist. Zum Beispiel, wie im oben beschriebenen Beispiel, wenn wir genau wissen, dass das Programm genau den roten Apfel auf dem Bild finden soll.
Der unüberwachte Ansatz basiert auf den Prinzipien der Katalogisierung und Systematisierung einer großen Menge von Eingabedaten ohne menschliches Eingreifen. Das heißt, ein ANN, das Daten empfängt, versucht, die gemeinsamen Merkmale der am Eingang empfangenen Daten und die Beziehung zwischen ihnen hervorzuheben und sie nach diesen identifizierten Merkmalen zu katalogisieren. Dieser Ansatz wird am häufigsten für Clustering-Probleme und statistische Modelle verwendet. Betrachten wir diesen Ansatz aus der Sicht angewandter Probleme, so kommt den Eingabedaten hier eine große Bedeutung zu. Je klarer die Materialien für das Netzwerk sind, desto schneller und besser wird das Lernen sein.
Wir werden uns nicht mit den Lernalgorithmen in ANN befassen. Schließlich geht es um Kunst, nicht um Mathematik. Kommen wir also zum Anwendungsteil. Wie lässt sich all das oben Genannte auf Tattoos anwenden?
DER EINSATZ KÜNSTLICHER NEURONALER NETZWERKE IM TÄTOWIEREN
Sprechen wir über KNS und ihre künstlerischen Fähigkeiten. Auch hier werden wir über öffentliche Netzwerke sprechen, für deren Kommunikation und Arbeit keine hochprofessionellen Programmierkenntnisse und mathematischen Kenntnisse erforderlich sind. Diese Netzwerke haben ein anfängliches Training durchlaufen und sind bereits bereit, Ihre Informationen mit ausreichender Qualität zu verarbeiten, was ihren sofortigen Einsatz in der Arbeit ermöglicht.
Dabei wird uns Evgeny Malgin, alias Evgeny Mel, helfen – ein Tätowierer, der als einer der Ersten den Einsatz von KI und KNS in seiner Tattoo-Praxis eingeführt hat.
„Mein Freund und ich haben die erste KI vor etwa 2 Jahren trainiert, indem wir die Datenbank der Tattoos verwendet haben, die in einer der Tattoo-Publikationen veröffentlicht wurden, plus mein vollständiges Portfolio war dort enthalten. Insgesamt haben wir etwa 15.000 Bilder von Tattoos gesammelt. Vielleicht hätte ich schon damals ein Tattoo nach einer KI-Skizze anfertigen können, aber wir stießen auf ein Problem – vor 2 Jahren verstanden die Leute einfach nicht, was das war. Sie dachten, die KI würde nur Tattoo-Bilder verunstalten, ohne zu erkennen, dass sie alles von Grund auf neu zeichnet, indem sie durch Versuch und Irrtum lernt. Hier ist ihr Instagram @01tattooAi“ – sagte Evgeny.
Laut Evgeny bietet der Einsatz von KNS einem Tätowierer eine Reihe zusätzlicher Möglichkeiten, zum Beispiel in kürzester Zeit mehrere alternative Versionen einer bestimmten Skizze zu erhalten, Schatten, Texturen und Bilddetails schnell auszuarbeiten.
„KI ist eher ein Assistent für einen Tätowierer, kein Ersatz. Sie kann kein Meisterwerk für dich zeichnen, aber sie kann helfen, deine Ideen zu verfeinern. Je präziser deine Anfrage, desto erfolgreicher wird das Ergebnis der KI sein. Zum Beispiel hatte ich einen Kunden, der ein Krähen-Tattoo wollte. Ich hätte mich hinsetzen und es selbst zeichnen können, aber ich beschloss, diese Aufgabe der KI anzuvertrauen. Das Endergebnis übertraf alle meine Erwartungen. Der Kunde war zufrieden!“ – sagte Evgeny
KÜNSTLICHE NEURALE NETZWERKE FÜR TÄTOWIERER
Evgeny Malgin teilte seine Liste der für Tätowierer geeigneten künstlichen neuronalen Netzwerke:
Dall-E ist das sensationellste und teuerste KNS. Ich kann mir nicht vorstellen, wie viel Geld man dafür ausgeben muss, um etwas Adäquates zu generieren. Viele Funktionen, Google-Sponsoring, Popularität, aber diese Vorteile verblassen, wenn man den Preis der Generierungen betrachtet. Außerdem gibt es eine sehr seltsame Funktion. Das Dall-E-Team besteht aus LGBT-Programmierern, daher haben sie wohl eine Art Witz gemacht oder so.... Ein bestimmter Prozentsatz der Dall-E-Generierungen zeigt einfach küssende Männer. Lohnt es sich, dafür Geld auszugeben? Ich persönlich habe es nicht getan. Ich habe mit kostenlosen Credits experimentiert, und das hat mir gereicht.
Midjourney ist das zweitbeliebteste KNS. Es funktioniert über Discord (nicht sehr praktisch, aber man kann sich daran gewöhnen). 30 $ pro Monat heben alle Beschränkungen bei der Generierung auf. Viele nutzen es, aber mir persönlich schien die Arbeit über Discord nicht bequem zu sein.
Stable Diffusion ist ein wirklich cooles Programm. Aber man braucht erstens einen leistungsstarken Computer und zweitens muss man die Grundlagen der Programmierung kennen, um es überhaupt ausführen zu können. Aber die Verfügbarkeit von Open-Source-Code im Internet ermöglicht es, alles kostenlos und unbegrenzt zu generieren.
Draw Things ist genau dasselbe Stable Diffusion, nur für das Telefon. Sehr cool! Man kann es kostenlos installieren und direkt vom Telefon aus spielen. Der Nachteil dieser Anwendung ist jedoch, dass der Akku des Telefons während der Generierung wie Eiscreme in der Sommersonne schmilzt. Aber es ist kostenlos und man braucht kein Internet!
Nightcafe ist ein nicht sehr teures Browser-ANN mit vielen Einstellungen. Für diejenigen, die Browser-Anwendungen bevorzugen, ist es das Beste. Außerdem gibt es eine Art Community, in der man Bilder teilen, Punkte sammeln und so wieder etwas kostenlos generieren kann.
Dream ist eine Anwendung für IOS. Mein Favorit. Das Abonnement ist preiswert, generiert alles schnell, bietet eine benutzerfreundliche Oberfläche und viele voreingestellte Stile. Das ist sehr praktisch, da ich Skizzen auf dem Telefon in diesem Programm entwickle und sie dann bei Bedarf in anderen Editoren oder ANNs fertigstelle. Nachteile: wenige Einstellungen, nicht sehr "intelligente" Generierung.
Künstliche neuronale Netze werden jede Sekunde aktualisiert, denn mit jeder neuen Iteration werden sie „intelligenter“. Und wenn ihnen Millionen von Menschen und Billionen von Bytes an Informationen zur Verfügung stehen ... glauben wir, dass, während wir diesen Artikel schrieben, alle oben genannten ANNs ein paar weitere Riesenschritte zum Verständnis von Mensch und Kunst gemacht haben. Daher raten wir Ihnen dringend, ihre Arbeit selbst zu überprüfen. Und natürlich, schreiben Sie in die Kommentare über die Ergebnisse Ihrer Experimente!
