Ces dernières années, le tatouage, comme toute autre sphère de la société moderne, a activement évolué avec la technologie. Certaines technologies visent à fournir aux tatoueurs un équipement de haute qualité, précis et fiable, d'autres sont une aide précieuse pour leurs clients en matière de guérison et de soins ultérieurs du tatouage. Le troisième groupe englobe toutes les technologies de l'information modernes qui permettent d'obtenir un maximum d'informations sur le thème des tatouages, tant pour les tatoueurs que pour leurs clients. Les médias sociaux et les systèmes publicitaires appartiennent certainement au troisième groupe. C'est ce qui dynamise ce domaine et propulse le développement de cet art, le faisant passer d'un format underground à une industrie à part entière.
Aujourd'hui, j'aimerais parler d'une tendance très intéressante. Elle a déjà gagné en popularité dans d'autres domaines de la vie et atteint maintenant lentement l'industrie du tatouage. Nous parlons de l'utilisation de la technologie de l'intelligence artificielle dans le tatouage. Je comprends qu'après des dizaines de films apocalyptiques sur le thème de l'IA, des associations plutôt étranges surgissent involontairement, cependant, il ne faut pas avoir peur, tout est plus que sûr.
Une petite théorie pour ceux qui ne sont pas du tout familiers avec le sujet de l'intelligence artificielle.
QU'EST-CE QUE L'INTELLIGENCE ARTIFICIELLE ET LES RÉSEAUX NEURONAUX ARTIFICIELS
L'intelligence artificielle (IA) est un programme auto-apprenant, le plus souvent hautement spécialisé, construit sur les principes de fonctionnement d'un réseau neuronal biologique. Le mot même intelligence dans cette phrase implique la capacité du programme à percevoir, traiter, organiser et stocker des informations. L'IA n'est en aucun cas équivalente à une conscience humaine, car le programme n'a aucune évaluation émotionnelle ou sensorielle des informations reçues. En d'autres termes, il ne faut pas voir un Skynet maléfique derrière chaque IA ; un programme de traitement vocal basé sur l'IA ne pourra pas peindre un tableau, et une IA artistique ne comprendra pas votre voix.
TYPES D'APPRENTISSAGE DANS LES RÉSEAUX NEURONAUX ARTIFICIELS
Il existe deux types d'apprentissage de base dans les réseaux neuronaux artificiels (RNA) : supervisé et non supervisé.
La première méthode est basée sur le travail avec un ensemble d'exemples d'entraînement qui permettent au programme de comprendre les principaux paramètres de l'échantillon, en les comparant à la norme. Par exemple, supposons que nous devions construire un RNA capable de dire si une pomme rouge est sur une image. Nous y chargeons 5000 images de pommes rouges et 5000 images de pommes vertes. Nous montrons plusieurs images et observons la réponse du RNA. Lorsqu'une réponse correcte est obtenue, elle est marquée comme correcte, et si le réseau se trompe, nous ajustons les paramètres d'entrée pour déterminer la pomme rouge afin qu'à l'avenir le RNA comprenne la différence entre le rouge et le vert. Et ainsi de suite, jusqu'à ce que le réseau puisse identifier avec précision les pommes rouges dans n'importe quelle image.
Ce type d'apprentissage convient pour résoudre des problèmes pour lesquels le résultat requis est connu à l'avance. Par exemple, comme dans l'exemple décrit ci-dessus, lorsque nous savons avec certitude que nous avons besoin que le programme trouve exactement la pomme rouge sur l'image.
L'approche non supervisée est basée sur les principes de catalogage et de systématisation d'un grand ensemble de données d'entrée sans intervention humaine intermédiaire. C'est-à-dire qu'un RNA, recevant des données, essaie de mettre en évidence les caractéristiques communes des données reçues en entrée et la relation entre elles, en les cataloguant selon ces caractéristiques identifiées. Cette approche est le plus souvent utilisée pour les problèmes de clustering et les modèles statistiques. Si nous considérons cette approche du point de vue des problèmes appliqués, alors les données d'entrée ont ici une grande importance. Plus les données sont claires pour le réseau, plus l'apprentissage sera rapide et efficace.
Nous n'approfondirons pas les algorithmes d'apprentissage des RNA. Après tout, nous parlons d'art, pas de mathématiques. Passons donc à la partie application. Comment tout ce qui précède s'applique-t-il aux tatouages ?
L'UTILISATION DES RÉSEAUX NEURONAUX ARTIFICIELS DANS LE TATOUAGE
Parlons des RNA et de leurs capacités artistiques. Encore une fois, nous parlerons de réseaux publics, pour l'utilisation et le travail avec lesquels des compétences de programmation hautement professionnelles et des connaissances en mathématiques ne sont pas requises. Ces réseaux ont subi un apprentissage initial et sont déjà prêts à traiter vos informations avec une qualité suffisante, ce qui leur permet d'être utilisés immédiatement.
Et pour nous aider à comprendre tout cela, il y aura Evgeny Mel - un tatoueur, l'un des premiers à introduire l'utilisation de l'IA et des RNA dans sa pratique du tatouage.
«Mon ami et moi avons entraîné la première IA il y a environ 2 ans, en utilisant la base de données de tatouages publiés sur l'un des publics de tatouage, plus mon portfolio complet y était inclus. Au total, nous avons collecté environ 15 000 images de tatouages. Peut-être aurais-je même pu faire un tatouage d'après un croquis d'IA à l'époque, mais nous avons rencontré un problème : il y a 2 ans, les gens ne comprenaient tout simplement pas ce que c'était. Ils pensaient que l'IA ne faisait que déformer des images de tatouages, sans se rendre compte qu'elle dessinait tout à partir de zéro en apprenant par essais et erreurs. Voici son instagram @01tattooAi» - a déclaré Evgeny.
Selon Evgeny, l'utilisation des RNA offre au tatoueur un certain nombre d'opportunités supplémentaires, par exemple, obtenir plusieurs versions alternatives d'un croquis particulier dans les plus brefs délais, travailler rapidement les ombres, les textures et les détails de l'image.
«L'IA est plus un assistant pour un tatoueur, pas un remplaçant. Elle ne peut pas dessiner un chef-d'œuvre pour vous, mais elle peut vous aider à affiner vos idées. Plus votre demande est précise, plus le résultat de l'IA sera réussi. Par exemple, j'avais un client qui voulait un tatouage de corbeau. J'aurais pu m'asseoir et le dessiner moi-même, mais j'ai décidé de confier cette tâche à l'IA. Le résultat final a dépassé toutes mes attentes. Le client était satisfait !» - a déclaré Evgeny
RÉSEAUX NEURONAUX ARTIFICIELS POUR LES ARTISTES TATOUERS
Evgeny Mel a partagé sa liste de réseaux neuronaux artificiels adaptés à un tatoueur :
Dall-E est le RNA le plus sensationnel et le plus cher. Je n'ose imaginer combien d'argent il faut pour générer quelque chose d'adéquat. Beaucoup de fonctionnalités, le parrainage de Google, la popularité, mais ces avantages s'estompent quand on regarde le prix des générations. De plus, il y a une caractéristique très étrange. L'équipe Dall-E est composée de programmeurs LGBT, alors ils ont fait une sorte de blague ou quelque chose... Un certain pourcentage des générations de Dall-E dessinent simplement des hommes qui s'embrassent. Cela vaut-il la peine de dépenser de l'argent pour cela ? Personnellement, je ne l'ai pas fait. J'ai expérimenté avec les crédits gratuits et cela m'a suffi.
Midjourney est le deuxième RNA le plus populaire. Il fonctionne via Discord (pas très pratique, mais on peut s'y habituer). 30 $ par mois suppriment toutes les limites de génération. Beaucoup l'utilisent, mais personnellement, il ne m'a pas semblé pratique de travailler via Discord.
Stable Diffusion est un programme vraiment cool. Mais il faut, premièrement, un ordinateur puissant, et deuxièmement, il faut connaître les bases de la programmation pour pouvoir simplement le faire fonctionner. Mais la disponibilité du code source ouvert sur Internet permet de tout générer gratuitement et sans limite.
Draw Things est exactement Stable Diffusion mais pour le téléphone. Très cool ! Vous pouvez l'installer et jouer gratuitement directement depuis votre téléphone. Mais l'inconvénient de cette application est que la batterie de votre téléphone se videra très rapidement pendant la génération, comme une glace au soleil en été. Mais c'est gratuit et vous n'avez pas besoin d'Internet !
Nightcafe est un ANN de navigateur pas très cher avec de nombreux réglages. Pour ceux qui aiment les navigateurs, c'est le meilleur, de plus il y a une sorte de communauté où vous pouvez partager des images, obtenir des crédits et générer à nouveau quelque chose gratuitement.
Dream est une application pour IOS. Ma préférée. L'abonnement est peu coûteux, génère tout rapidement, a une interface conviviale et de nombreux styles prédéfinis. C'est très pratique, car je développe des croquis sur le téléphone dans ce programme, puis je termine le dessin dans d'autres éditeurs ou ANN si nécessaire. Parmi les inconvénients : peu de réglages, génération pas très "intelligente".
Les réseaux neuronaux artificiels sont mis à jour en permanence, car à chaque nouvelle itération, ils deviennent plus « intelligents ». Et quand ils ont des millions de personnes et des trillions d'octets d'informations à leur disposition... nous pensons que pendant que nous écrivions cet article, tous les ANN énumérés ci-dessus ont fait quelques pas de géant supplémentaires vers la compréhension de l'homme et de l'art. Nous vous conseillons donc fortement de vérifier leur travail par vous-même. Et bien sûr, écrivez dans les commentaires les résultats de vos expériences !
