Αυτές είναι οι εφαρμογές τεχνητής νοημοσύνης που κατακτούν τα social media

Του John Kell

Όταν ο David Holz, ιδρυτής και διευθύνων σύμβουλος της εταιρείας παραγωγής τέχνης τεχνητής νοημοσύνης Midjourney, σκέφτεται το μέλλον της τεχνολογίας του κλάδου του, το παρομοιάζει με το νερό.

Το νερό μπορεί να είναι επικίνδυνο. Μπορούμε εύκολα να πνιγούμε στο νερό. Αλλά δεν έχει καμία πρόθεση. Και η πρόκληση που αντιμετωπίζουν οι άνθρωποι όταν πρόκειται για το νερό είναι να μάθουν να κολυμπούν, να κατασκευάζουν βάρκες και φράγματα και να βρίσκουν τρόπους να χρησιμοποιούν τη δύναμή του.

«Μπορείτε να φτιάξετε δύο εικόνες και να είναι ωραίο, αλλά αν φτιάξετε 100.000 εικόνες, θα έχετε μια πραγματική φυσική αίσθηση πνιγμού», λέει ο Holz σε συνέντευξή του στο Fortune. «Έτσι προσπαθούμε να καταλάβουμε πώς μαθαίνεις στους ανθρώπους να κολυμπούν; Και πώς φτιάχνεις αυτές τις βάρκες που τους επιτρέπουν να πλοηγούνται και να ενδυναμώνονται και να πλέουν στον ωκεανό της φαντασίας, αντί να πνίγονται;».

Οι generators εικόνων τεχνητής νοημοσύνης έχουν πολλαπλασιαστεί στη Silicon Valley και έχουν γίνει viral στα μέσα κοινωνικής δικτύωσης. Μόλις πριν από μερικές εβδομάδες, ήταν σχεδόν αδύνατο να περιηγηθείτε στο Instagram χωρίς να δείτε τα «μαγικά άβαταρ» της Lensa AI, τα οποία είναι πολύχρωμες ψηφιακές selfies που φτιάχνονται με μια εφαρμογή επεξεργασίας με τη βοήθεια τεχνητής νοημοσύνης.

«Τους τελευταίους 12 μήνες, η ανάπτυξη αυτών των τεχνολογιών ήταν τεράστια», λέει η Mhairi Aitken, συνεργάτιδα ηθικής στο The Alan Turing Institute, το εθνικό ινστιτούτο του Ηνωμένου Βασιλείου για την επιστήμη των δεδομένων και την τεχνητή νοημοσύνη. «Οι χρήστες χρησιμοποιούν generators εικόνων Α.Ι. για να δημιουργήσουν ένα συγκεκριμένο αποτέλεσμα χωρίς να χρειάζεται απαραίτητα να κατανοήσουν ποια είναι η διαδικασία για την οποία δημιουργήθηκε αυτό, ή η τεχνολογία πίσω από αυτό”.

Τα μοντέλα που βρίσκονται πίσω από αυτές τις generators εικόνων Α.Ι. διαπερνούν τα smartphones, επειδή οι πρόσφατες ανακαλύψεις εμβαθύνουν την ικανότητα των μοντέλων να κατανοούν τη γλώσσα και να δημιουργούν πιο ρεαλιστικές φωτογραφίες. «Μαθαίνεις στο σύστημα να εξοικειώνεται με πολλά στοιχεία του κόσμου», εξηγεί ο Holz.

Ως αποτέλεσμα, πρακτικά οποιοσδήποτε χρήστης μπορεί να σχεδιάσει, να επεξεργαστεί και να επανασχεδιάσει τα δικά του χαρακτηριστικά προσώπου σε εικόνες που ανεβαίνουν σε εφαρμογές όπως η Lensa AI, η οποία ξεκίνησε στα τέλη του περασμένου έτους και έχει ήδη περισσότερους από ένα εκατομμύριο συνδρομητές. Στο μέλλον, η Lensa λέει ότι επιδιώκει να εξελίξει το μοντέλο σε ένα one-stop-shop που θα μπορεί να καλύψει όλες τις ανάγκες των χρηστών γύρω από τη δημιουργία οπτικού περιεχομένου και τη φωτογραφία.

Η τέχνη που παράγεται από τεχνητή νοημοσύνη εμφανίστηκε αρχικά τη δεκαετία του 1960, αλλά πολλά από τα μοντέλα που χρησιμοποιούνται σήμερα βρίσκονται σε νηπιακό στάδιο. Οι Midjourney, DALL E 2 και Imagen – μερικοί από τους πιο γνωστούς παίκτες στο χώρο – έκαναν το ντεμπούτο τους το 2022. Ορισμένοι από τους μεγαλύτερους τεχνολογικούς γίγαντες του κόσμου δίνουν μεγάλη προσοχή. Το beta μοντέλο A.I. από κείμενο σε εικόνα της Google είναι το Imagen, ενώ υπάρχουν δημοσιεύματα σύμφωνα με τα οποία η Microsoft εξετάζει επένδυση ύψους 10 δισεκατομμυρίων δολαρίων στην OpenAI, στα μοντέλα της οποίας περιλαμβάνονται τα chatbot ChatGPT και DALL E 2.

«Αυτά είναι μερικά από τα μεγαλύτερα, πιο περίπλοκα μοντέλα τεχνητής νοημοσύνης που έχουν αναπτυχθεί ποτέ σε καταναλωτικό επίπεδο», λέει ο Holz. «Είναι η πρώτη φορά που ένας απλός άνθρωπος έρχεται σε επαφή με αυτά τα τεράστια και πολύπλοκα νέα μοντέλα Α.Ι., τα οποία θα καθορίσουν την επόμενη δεκαετία».

Όμως η νέα τεχνολογία εγείρει επίσης ηθικά ερωτήματα σχετικά με την πιθανή διαδικτυακή παρενόχληση, τα deepfakes, τη συναίνεση, την υπερσεξουαλικοποίηση των γυναικών, καθώς και τα πνευματικά δικαιώματα και την εργασιακή ασφάλεια των εικαστικών καλλιτεχνών.

Ο Holz αναγνωρίζει ότι οι generators εικόνων A.I., όπως συμβαίνει με τις περισσότερες νέες τεχνολογικές εξελίξεις, περιέχουν πολλή ανδρική προκατάληψη. Οι άνθρωποι πίσω από αυτά τα μοντέλα έχουν ακόμη δουλειά να κάνουν για να καταλάβουν τους κανόνες πίσω από τη δημιουργία εικόνων τεχνητής νοημοσύνης και περισσότερες γυναίκες θα πρέπει να έχουν αποφασιστικό ρόλο στο πώς εξελίσσεται αυτή η τεχνολογία.

Στο Midjourney, έγινε μια συζήτηση σχετικά με το αν το εργαστήριο θα πρέπει να επιτρέπει στους χρήστες να ανεβάζουν σεξουαλικές εικόνες. Πάρτε το παράδειγμα μιας γυναίκας που φοράει μπικίνι στην παραλία. Θα πρέπει να επιτρέπεται αυτό; Το Midjourney συγκέντρωσε μια ομάδα γυναικών για να αποφασίσει τελικά ότι ναι, η κοινότητα θα μπορούσε να δημιουργεί εικόνες με μπικίνι, αλλά οι εικόνες αυτές θα ήταν προσωπικές για τον χρήστη και δεν θα μοιράζονταν σε ολόκληρο το σύστημα.

«Δεν ήθελα να ακούσω τη γνώμη κανενός μάγκα πάνω σ’ αυτό», λέει ο Holz. Συγκεκριμένες φράσεις μπλοκάρονται από το Midjourney για να αποτραπεί η διάδοση επιβλαβών εικόνων μέσα στο σύστημα.

«Το Midjourney προσπαθεί να είναι ένας ασφαλής χώρος για μια μεγάλη ποικιλία ηλικιών και όλα τα φύλα», λέει ο Holz. «Είμαστε περισσότερο σαν τη Disney του χώρου».

Από τη μία πλευρά, θα μπορούσε να διατυπωθεί το ζοφερό επιχείρημα ότι οι generators εικόνων A.I. – που και πάλι δεν έχουν ανθρώπινη πρόθεση – απλώς αντανακλούν την κοινωνία μας πίσω σ’ εμάς. Αλλά η Aitken λέει ότι αυτό δεν είναι αρκετά καλό. «Δεν θα πρέπει να λαμβάνουμε απλώς τα δεδομένα που είναι διαθέσιμα και να λέμε ‘έτσι είναι’», λέει η Aitken. «Κάνουμε επιλογές σχετικά με τα δεδομένα και τις εμπειρίες που αντιπροσωπεύονται».

Η Aitken προσθέτει ότι «πρέπει να σκεφτούμε περισσότερο την εκπροσώπηση εντός του κλάδου της τεχνολογίας. Και μπορούμε να εξασφαλίσουμε μεγαλύτερη ποικιλομορφία μέσα σε αυτές τις διαδικασίες, διότι συχνά όταν εμφανίζονται προκαταλήψεις σε σύνολα δεδομένων, είναι επειδή απλώς δεν έχουν προβλεφθεί κατά τη διαδικασία σχεδιασμού ή ανάπτυξης».

ΔΙΑΒΑΣΤΕ ΠΕΡΙΣΣΟΤΕΡΕΣ ΤΕΧΝΟΛΟΓΙΚΕΣ ΕΙΔΗΣΕΙΣ: 

• Το ChatGPT έχει προκαλέσει χαμό, όμως ένας καθηγητής κρούει τον κώδωνα του κινδύνου
• Οι Big Tech “ρίχνουν” εκατομμύρια στην τεχνητή νοημοσύνη και απολύουν δεκάδες χιλιάδες εργαζόμενους