Mitindo ya Sanaa kwa AI: Kuchunguza Uwezekano wa Ubunifu

Akili bandia haijakwama tena kwenye lahajedwali. Ni kuchora, kupaka rangi, kuunganishwa - wakati mwingine vizuri sana. Kama umewahi kukaa chini na kufikiria, sawa, lakini ninawezaje kumwambia AI cha kuchora? - hapo ndipo wazo la "mitindo ya sanaa ya AI" linapoanza.

Hapa chini, tutaelezea ni mitindo gani huwa na mibofyo bora zaidi na mifumo ya maandishi-hadi-picha, kwa nini inafanya hivyo, na jinsi unavyoweza kuiongoza bila kupoteza cheche yako mwenyewe. Nitajumuisha maelezo machache ya vitendo kutoka kwa majaribio ya vitendo (ikiwa ni pamoja na kile kilichodumu katika mizunguko mingi) pamoja na vipande vya kiufundi ili mchakato uhisi kama kete inayozunguka [1][2][3][4][5].

Makala ambazo unaweza kupenda kusoma baada ya hii:

🔗 Jinsi ya kutengeneza sanaa ya AI: Mwongozo kamili kwa wanaoanza
Mwongozo wa hatua kwa hatua wa wanaoanza wa kuunda kazi za sanaa za kidijitali zinazozalishwa na AI.

🔗 Mwanzo wa sanaa inayozalishwa na AI: Kufichua ubunifu au kuzua utata
Kuchunguza ubunifu, maadili, na mijadala kuhusu sanaa inayozalishwa na AI.

🔗 Zana bora za AI kwa ajili ya usanifu wa picha: Programu bora za usanifu zinazoendeshwa na AI
Gundua zana zenye nguvu za AI zinazobadilisha mtiririko wa kazi wa kisasa wa muundo wa picha.

Ni Nini Kinachofanya Mitindo ya Sanaa kwa AI Kuwa Nzuri? ✨

Kuchagua mitindo si kutafuta mitindo tu. Baadhi ya mitindo ni rahisi zaidi kwa wanamitindo kuishikilia. Sababu chache kwa nini:

• Uwazi - Mitindo yenye "sheria" tofauti kabisa (jiometri iliyovunjika ya ujazo; paneli nzito za manga) zinaweza kurudiwa zaidi kwa sababu taswira lengwa hazieleweki sana [3][4].

• Unyumbulifu - Mitindo rafiki kwa mchanganyiko (tuseme, "cyberpunk + uhalisia") huruhusu mifumo ya kisasa ya usambazaji kutegemea umakini mtambuka ili kuchanganya mambo kwa usafi [1].

• Kutambulika - Mitindo ambayo data ya mafunzo imeona mara elfu (anime, impressionism, photorealism) hujitokeza kwa uaminifu zaidi [2].

• Hisia/Anga - Maneno kama "huzuni," "utulivu," au "mwangaza wa neon" hubadilisha mwanga, rangi, na muundo kwa njia zinazoonekana kuwa za makusudi [5].

Lengo si "usahihi" wa kimatibabu. Ni mtindo kama chombo cha hisia au hadithi yako - na kujifunza jinsi ya kuchochea modeli ili iweze kugusa chombo hicho tena na tena.

Jinsi AI "Inavyoona" Mtindo (Toleo Halisi, Hakuna Uzito wa Msamiati)

Mifumo ya kisasa ya maandishi-kwa-picha huchanganya mambo matatu:

1. Ulinganishaji wa Maandishi–Picha - Mifumo kama CLIP hujifunza “ni maneno gani yanaendana na yapi yanaonekana.” Kwa hivyo unaposema “safisha wino wenye madoa,” huunganisha kifungu hicho na taswira [3].

2. Usambazaji katika Nafasi Fiche - Chini ya kofia, Usambazaji Fiche hunoa picha yenye kelele kuelekea maelezo yako. Hivi ndivyo inavyopata ufanisi na udhibiti [1].

3. Virekebishaji vya Haraka - "Ujanja mdogo wa jamii" - taa za sinema, mwanga wa ukingo, chembe ya filamu yenye utofauti mkubwa - ni kama piga zinazoweza kurekebishwa unazoweza kuweka [5].

Kwa nini hii ni muhimu: Ikiwa mtindo upo wazi katika data ya mafunzo na ukielezea kwa nyongeza sahihi, utapata matokeo thabiti-haraka [1][2][5].

Jedwali la Ulinganisho: Mitindo Maarufu ya Sanaa kwa Akili bandia 🖌️

Karatasi ya udanganyifu yenye uchafu lakini yenye manufaa inaingia:

Mchoro wa sehemu: Kwa cyberpunk, kuweka "mviringo laini-mwepesi + ukungu wa volumetric" huwafanya wahusika waonekane maarufu. Kwa sanaa ya pikseli, ifunge kwa "8-bit, 32×32, paleti yenye kikomo" ili kuepuka matokeo ya kusafisha kupita kiasi.

Kuzama kwa Kina: Uhalisia dhidi ya Uhalisia wa Kipekee 🎭

Uhalisia unahusu uwiano na maelezo - kamili kwa ajili ya masoko au muundo wa bidhaa, ambapo uaminifu ni muhimu. Vidokezo kama vile picha halisi, taa ndogo ya DOF, taa za studio, lenzi za 85mm hupa nanga za kiufundi zilizo wazi za AI.

Uhalisia wa ajabu, kwa upande mwingine, huegemea kwenye jambo la ajabu. Mifano ya uenezaji huonekana hapa: "konokono aliyetengenezwa kwa saa," "mji wa nyuzi za violin" - vitu ambavyo wanadamu hawawezi kuvihalalisha lakini modeli inaweza kushona pamoja kwa macho. Hiyo ni umakini wa mtambuka ukifanya uchawi wake kimya kimya [1]. Lebo nzuri: kama ndoto, jiometri isiyowezekana, Escher-esque .

Anime na Manga: Mpenzi wa AI 🌸

Anime/manga ina ufanisi karibu usio wa haki. Ufafanuzi wa mstari uliofafanuliwa, kivuli cha seli, na uwiano wa alama huipa modeli kiolezo kilichofungwa ndani, na pia ni kawaida sana katika data ya mafunzo [2]. Na mseto? Dhahabu. Jaribu cyberpunk anime samurai au mpelelezi wa manga wa steampunk .

Viunzi vya kuegemea:

• "ufunguo wa anime unaoonekana, mkao unaobadilika, mstari safi, kivuli cha cel, macho yanayoonyesha hisia, mandharinyuma yenye maelezo"

• "paneli ya manga, kivuli cha toni ya skrini, pembe ya Kiholanzi, msisitizo wa wino"

Dokezo kwangu: Ikiwa matokeo yanaonekana kuwa na matope, tumia "mstari safi, kivuli tambarare" au punguza rangi kwa kutumia "palette ndogo."

Mitindo ya Cyberpunk na ya Wakati Ujao ⚡

Ishara za Neon, tafakari za chrome, usiku wa mvua - modeli hiyo hula hii. Usambazaji hushughulikia taa zenye utofauti mkubwa + nyenzo zinazoakisi vizuri. Vidokezo kama vile "njia yenye mwanga wa neon, ukungu wa volumetric, tafakari za dimbwi" mara nyingi huonekana tayari kwa mabango.

Ushauri wa kurekebisha: Nyuso zinazofanana na nta? Ongeza "kutawanyika kwa chini ya uso, uainishaji wa filamu" na kupunguza uzito wa "kelele" katika ombi.

Uchoraji na Maumbile ya Rangi 🎨

Hapa, maelezo si ya kifalme. Ushawishi hustawi kwenye kingo laini, rangi iliyovunjika, na mchezo mwepesi. Vidokezo kama vile mipigo ya brashi inayoonekana, mwangaza wa hewa safi, saa ya dhahabu hufanya kazi vizuri. Mfano unapendekeza maelezo bila kuonyesha kupita kiasi, jambo ambalo - la kuchekesha vya kutosha - ni halisi na rahisi kihesabu [4].

Minimalism, Sanaa ya Pikseli, na Retro 🕹️

Vizuizi hurahisisha. Aina ya chini hutegemea uwazi wa jiometri; sanaa ya pikseli imefungwa kwa ubora + rangi.

Fremu za vidokezo muhimu:

• "diorama ya aina nyingi za chini, kingo ngumu, kivuli tambarare, kuzibwa kwa mazingira"

• "sanaa ya pikseli, sprite ya 32×32, mtindo wa NES, upunguzaji mdogo wa mwangaza"

Dokezo la ziada: Ikiwa sanaa ya pikseli inaonekana laini sana, ongeza "mistari ya skani ya CRT, vivuli vilivyofifia" kwa ajili ya mkato wa analogi.

Mchanganyiko Mseto: Ambapo AI Inang'aa ✨

Kadi ya mwitu: uchavushaji mtambuka. Uenezaji hukuruhusu kuunganisha ushawishi ambao wasanii wengi hawangeugusa- Van Gogh cyberpunk , anime noir cubism , Renaissance mecha angel. Hii ni kama uhamishaji wa mtindo wa neva 2.0, lakini inadhibitiwa zaidi [1][4].

Muundo wa mapishi:
[Mhusika] + [Enzi/Mwendo] + [Mwanga] + [Wastani/Nyenzo] + [Muundo] + [Palette/Hali]

Mfano: "mpiga fiolini kwenye paa - uchoraji wa mafuta ya hisia - taa ya dhahabu ya saa ya nyuma - nje ya katikati - rangi ya kumbukumbu."

Mifumo ya Haraka Ambayo Hubadilisha Matokeo 🛠️

Kutoka kwa majaribio yanayorudiwa:

1. Uoanishaji wa Kati + Mtindo hufafanua kingo/umbile: uhalisia wa mafuta, manga ya kidijitali [5].

2. Mwangaza Kwanza hubadilisha uhalisia zaidi ya upangaji wa maneno.

3. Lugha ya Kamera (pembe, urefu wa lenzi) hutoa utabiri wa papo hapo.

4. Vizuizi muhimu - hulazimisha waziwazi ubora/paleti kwa ajili ya minimalism au sanaa ya pikseli.

5. Marekebisho Madogo > Marekebisho Makubwa . Kubadilisha "neon" → "sodium-vapor" mara nyingi kuna ufanisi zaidi kuliko marekebisho kamili [5].

Ukaguzi wa Haraka wa Ukweli 🔍

• Upendeleo - Mitindo ya kawaida mtandaoni (anime, uhalisia wa picha) hutawala matokeo; ile adimu inahitaji marejeleo au marekebisho [2].

• Kwa Nini Surreal Inafanya Kazi - Ulegevu wa Usambazaji huficha makosa ya anatomia - hufanya vitu visivyo vya kawaida vionekane vya kukusudia [1].

• Prompt Drift - Ikiwa kila matokeo yanaonekana sawa, rekebisha virekebishaji kabla ya kurekebisha mada [5].

• Haki/Maadili - Seti za data hupanuka kwa upana; hutumia matokeo kwa uwajibikaji, hasa kibiashara [2].

Vidokezo Vidogo vya Kesi (kutoka kwenye sanduku langu la mchanga) 🧪

• Picha ya Cyberpunk - "picha, neon ya kijani-magenta, njia ya mvua, mwanga wa ukingo, 85mm, bokeh ya sinema"
  Ilifanya kazi kwa sababu: lenzi + taa iliyochongoka kwa msumari/utenganisho wa mandharinyuma.

• Mandhari ya Impressionist - "upande wa mto saa ya dhahabu, uchoraji wa mafuta ya impressionist, mipigo ya brashi inayoonekana"
  Ilifanya kazi kwa sababu: umbile la wastani, mwangaza uliodhibitiwa na joto.

• Kiumbe cha Sanaa ya Pikseli - “Joka la pikseli 32×32, mng'ao mdogo, muhtasari wa pikseli 1, isometric”
  Ilifanya kazi kwa sababu: vikwazo viliacha kulainisha.

Vidokezo vya Marejeleo ya Haraka (Nakili/Bandika)

• Uhalisia (Bidhaa): "picha ya bidhaa ya studio, taa laini, lenzi ya 50mm, kauri inayong'aa, usafi safi"

• Kitendo cha Anime: "kitufe cha anime kinachoonekana, mkao wa nguvu uliofupishwa, kivuli cha cel, mistari ya kasi"

• Kolagi ya ajabu: "mandhari ya ndoto, jiometri isiyowezekana, ngazi zinazoelea, ukungu laini, chembe nyepesi ya saa ya dhahabu"

• Mandhari ya Chini ya Poly: "mji wa isometric wa chini ya poly, kivuli tambarare, kuzibwa kwa mazingira, rangi ya pastel"

• Picha ya Mchoraji: "mafuta kwenye turubai, brashi huru, mwanga wa ukingo, mambo muhimu ya impasto"

Muhtasari 🖼️

"Mitindo ya sanaa kwa AI" si vitabu vya sheria - ni viwanja vya michezo. Uhalisia hufanya kazi wakati uaminifu ni muhimu; uhalisia unapotaka kuvunja uhalisia; anime/manga unapohitaji uwazi na nafasi ya kuchanganya mitindo. Mkakati wa kushinda ni mchezo uliopangwa: chagua mtindo, chagua mwangaza + wa kati, ongeza virekebisho vichache, kisha urudie. Ikiwa inakufanya uhisi kitu - hata kama si kamili - uko katika eneo hilo.

Marejeleo

[1] Rombach, R. et al. (2022). Usanisi wa Picha wa Azimio Kuu na Mifumo Fiche ya Uenezaji (CVPR). PDF
[2] Schuhmann, C. et al. (2022). LAION-5B: Seti kubwa ya data iliyo wazi kwa ajili ya kufunza modeli za picha-maandishi ya kizazi kijacho. PDF
[3] Radford, A. et al. (2021). Kujifunza Mifumo ya Kuonekana Inayoweza Kuhamishwa Kutoka kwa Usimamizi wa Lugha Asilia (CLIP). PDF
[4] Gatys, L. et al. (2016). Uhamisho wa Mtindo wa Picha Kutumia Mitandao ya Neva ya Convolutional (CVPR). PDF
[5] Oppenlaender, J. (2024). Uainishaji wa virekebishaji vya haraka kwa ajili ya uzalishaji wa maandishi-hadi-picha. Tabia na Teknolojia ya Habari. Makala

Pata Akili ya Kielektroniki ya Hivi Punde katika Duka Rasmi la Msaidizi wa Akili ya Kielektroniki

Kuhusu Sisi