Nel corso degli anni, il tatuaggio, come qualsiasi altro settore della società moderna, ha visto un'attiva crescita grazie alla tecnologia. Alcuni di questi prodotti sono finalizzati a fornire agli artisti del tatuaggio attrezzature di alta qualità, precise e affidabili, altri aiutano i clienti in questioni di cura e successiva gestione del tatuaggio. Il terzo gruppo include tutte le tecnologie informatiche moderne che permettono di ottenere il massimo di informazioni sul tema del tatuaggio, sia per gli artisti che per i loro clienti. I social media e i sistemi di pubblicità appartengono certamente a questo terzo gruppo. Questo è ciò che sta spingendo questo settore e che ne fa il motore dello sviluppo di questa arte, trasformandola da un'attività sottoterra a un'industria completa.
Oggi vorrei parlare di un trend molto interessante. È già diventato abbastanza popolare in altri settori della vita e ora sta lentamente arrivando nel settore del tatuaggio. Stiamo parlando dell'uso della tecnologia dell'intelligenza artificiale nel tatuaggio. Capisco che dopo decine di film apocalittici sul tema dell'intelligenza artificiale, si formano involontariamente associazioni strane, tuttavia non dovreste aver paura, tutto è molto sicuro.
Un po' di teoria per chi non è affatto esperto di intelligenza artificiale.
QUAL È L'INTELLIGENZA ARTIFICIALE E LE RETI NEURALI ARTIFICIALI
L'intelligenza artificiale (IA) è un programma auto-apprendente, spesso altamente specializzato, costruito sui principi di funzionamento di una rete neurale biologica. La parola "intelligenza" in questo contesto implica la capacità del programma di percepire, elaborare, organizzare e memorizzare le informazioni. L'intelligenza artificiale non è affatto uguale alla coscienza umana, poiché il programma non possiede valutazioni emotive o sensoriali delle informazioni ricevute. In altre parole, non è necessario vedere dietro ogni IA un Skynet malevolo; un programma di elaborazione vocale basato sull'IA non sarà in grado di disegnare un'immagine, e un'IA artistica non capirà la tua voce.
TIPI DI APPRENDIMENTO NELLE RETI NEURALI ARTIFICIALI
Esistono due tipi fondamentali di apprendimento nelle reti neurali artificiali (RNN): supervisionato e non supervisionato.
Il primo metodo si basa sul lavoro con un insieme di esempi di formazione che permettono al programma di capire i principali parametri dell'esempio, confrontandoli con i valori standard. Ad esempio, supponiamo che vogliamo costruire una RNN in grado di riconoscere se in un'immagine ci sia un'arancia rossa. Carichiamo 5000 immagini di arance rosse e 5000 immagini di arance verdi. Mostriamo diverse immagini e osserviamo la risposta della RNN. Quando viene ricevuto un risultato corretto, viene contrassegnato come tale; se la rete risponde male, aggiungiamo parametri di input per determinare l'arancia rossa in modo che, in futuro, la RNN capisca la differenza tra arancia rossa e verde. E così via, fino a quando la rete sarà in grado di identificare correttamente arance rosse in qualsiasi immagine.
Questo tipo di apprendimento è adatto per risolvere problemi in cui il risultato richiesto è noto in anticipo. Ad esempio, come nel caso descritto sopra, quando sappiamo con certezza che il programma deve trovare esattamente l'arancia rossa nell'immagine.
L'approccio non supervisionato si basa sui principi di catalogazione e sistemazione di un grande insieme di dati di ingresso senza intervento umano intermedio. In altre parole, una RNN che riceve dati cerca da sola di evidenziare le caratteristiche comuni dei dati ricevuti e le relazioni tra di essi, catalogandoli in base a queste caratteristiche più evidenti. Questo approccio è spesso utilizzato per problemi di clustering e modelli statistici. Se consideriamo questo approccio dal punto di vista dei problemi applicati, il dato d'ingresso ha grande importanza. Più chiari sono i materiali per la rete, più veloce e migliore sarà l'apprendimento.
Non entreremo nei dettagli degli algoritmi di apprendimento nelle RNN. Dopo tutto, stiamo parlando di arte, non di matematica. Quindi passiamo alla parte applicativa. Come si applica tutto ciò al tatuaggio?
L'uso delle reti neurali artificiali nel tatuaggio
Parliamo delle RNN e delle loro capacità artistiche. Ancora una volta, parleremo di reti pubbliche, per la comunicazione e il lavoro con le quali non sono necessarie competenze di programmazione professionali né conoscenze di matematica. Queste reti hanno completato l'apprendimento iniziale e sono già pronte per elaborare le vostre informazioni con una qualità sufficiente, permettendole di essere utilizzate subito nel lavoro.
E ci aiuterà a capire tutto questo Evgeny Malgin, noto come Evgeny Mel - un artista del tatuaggio, uno dei primi a introdurre l'uso dell'intelligenza artificiale e delle reti neurali nella sua pratica.
«Mio amico e io abbiamo addestrato il primo AI circa due anni fa, utilizzando la banca dati di tatuaggi pubblicati su un forum di tatuaggi, oltre al mio completo portfolio che è stato incluso. In totale, abbiamo raccolto circa 15.000 immagini di tatuaggi. Forse allora avrei potuto creare un tatuaggio sulla base di uno schizzo generato dall'IA, ma abbiamo incontrato un problema: due anni fa le persone semplicemente non capivano cosa fosse. Pensavano che l'IA stesse semplicemente manipolando le immagini di tatuaggi, non rendendosi conto che disegnava tutto da zero imparando attraverso prove e errori. Ecco il suo Instagram @01tattooAi» - ha detto Evgeny.
Secondo Evgeny, l'uso delle RNN offre al tatuaggio un numero di opportunità aggiuntive, ad esempio di ottenere in breve tempo diverse versioni alternative di un certo schizzo, di lavorare rapidamente sui ombre, sui texture e sui dettagli dell'immagine.
«L'IA è più un aiuto che un sostituto per un tatuaggio. Non può creare un capolavoro per te, ma può aiutare a raffinare le tue idee. Più preciso è il tuo richiamo, più riuscirà a ottenere un risultato soddisfacente. Ad esempio, un cliente mi chiese un tatuaggio di un corvo. Avrei potuto sedermi e disegnarlo da solo, ma ho deciso di affidare questo compito all'IA. Il risultato finale ha superato tutte le mie aspettative. Il cliente è stato soddisfatto!» - ha detto Evgeny.
Reti neurali artificiali per i tatuaggi
Evgeny Malgin ha condiviso la sua lista di reti neurali artificiali adatte agli artisti del tatuaggio:
Dall-E è la più sensazionale e la più costosa RNN. Non riesco a immaginare quanto denaro sia necessario per generare qualcosa di adeguato. Molti vantaggi, sponsorizzazione di Google, popolarità, ma questi benefici si riducono quando si guarda al prezzo delle generazioni. Inoltre, c'è un'aspetto molto strano. Il team di Dall-E è composto da programmatori LGBT, quindi hanno fatto un certo tipo di scherzo o qualcosa del genere... Una certa percentuale delle generazioni di Dall-E disegna semplicemente coppie di uomini che si baci. È giustificato spendere denaro per questo? Personalmente, no. Ho provato con monete gratuite e questo era sufficiente per me.
Midjourney è la seconda RNN più popolare. Funziona tramite Discord (non molto comodo, ma si può abituare). $30 al mese rimuove tutti i limiti di generazione. Molti la usano, ma personalmente sembrava non conveniente lavorare tramite Discord.
Stable Diffusion è un programma veramente interessante. Tuttavia, è necessario, in primo luogo, un computer potente, e in secondo luogo, conoscere i fondamenti di programmazione per semplicemente eseguirlo. Ma la disponibilità del codice open source sul web permette di generare tutto gratuitamente e senza limiti.
Draw Things è semplicemente Stable Diffusion ma per smartphone. Molto bello! Puoi installarlo e giocare gratuitamente direttamente dal tuo telefono. Ma il difetto di questa applicazione è che la carica del tuo telefono durante la generazione si scioglierà come gelato al sole in estate. Ma è gratuito e non serve internet!
Nightcafe è una RNN browser non molto costosa con molte impostazioni. Per chi ama i browser è la migliore, inoltre c'è una sorta di comunità in cui è possibile condividere immagini, guadagnare punti e generare nuovamente qualcosa gratuitamente.
Dream è un'app per iOS. La mia preferita. L'abbonamento è economico, genera tutto velocemente, ha un'interfaccia utente semplice e molte stili preimpostati. Questo è molto comodo, poiché sviluppo i disegni sul telefono con questo programma e poi completi il disegno in altri editor o in RNN se necessario. I punti negativi: poche impostazioni, generazione non molto "intelligente".
Le reti neurali artificiali vengono aggiornate ogni secondo, perché con ogni nuova iterazione diventano "più intelligenti". E quando hanno milioni di persone e trilioni di byte di informazioni a loro disposizione... pensiamo che mentre scrivevamo questo articolo, tutte le RNN elencate sopra abbiano compiuto alcuni passi più grandi verso la comprensione dell'uomo e dell'arte, quindi vi consigliamo vivamente di verificare il loro lavoro da soli. E naturalmente, scrivete nei commenti sui risultati dei vostri esperimenti!
Comments (1)