AI Deep Dream. Google-ի փորձարկումից մինչև վիրալ արվեստ

2015 թվականին իմ սոցիալական սնուցիչները լցվեցին շենքերի, ծառերի և ամպերի լուսանկարներով, որոնք թվում էր, թե հալվում են շների դեմքերի և ավելորդ աչքերի մեջ։ Շատ դիտողներ այն անվանեցին անսովոր AI արվեստ։ Այն, ինչ նրանք դիտում էին, մեկն էր առաջին դեպքերից, երբ հանրությունը դիտում էր, թե ինչպես է նեյրոնային ցանցը «տեսնում» պատկերը։

Ի՞նչ է AI Deep Dream-ը և ինչու՞ է այն կարևոր

AI Deep Dream-ը կարևոր է, քանի որ այն կանգնած է ստեղծագործական տեխնոլոգիաների շրջադարձային կետում։ Այն հանրությանը տվեց պայծառ, անհանգստացնող, անմոռանալի հայացք նեյրոնային ցանցի ներսը այն ժամանակ, երբ քչերը ունեին ուղղակի շփում մեքենայական ուսուցման հետ։

Առաջին բանը, որ պետք է պարզենք, ամենամեծ սխալ պատկերացումն է։ DeepDream-ը չէր ստեղծում պատկերներ զրոյից, ինչպես անում են շատ ժամանակակից AI գործիքները։ Այն սկսվում էր առկա պատկերից, ապա չափազանցեց այնտեղ արդեն առկա օրինաչափությունները, մինչև արդյունքը դառնար հոլոբինդ, խՈտկված և երազային։

Այդ տարբերությունը դեռ շփոթեցնում է մարդկանց։ Մեկ Reddit քննարկման մեջ 78%-ը օգտատերերի, ովքեր հարցնում էին «Ինչպե՞ս ստեղծել իմ DeepDream պատկերները», ցույց էր տալիս շփոթվածություն այն հարցի շուրջ, թե արդյոք գործիքը ստեղծում էր օրիգինալ բովանդակություն, թե խեղաթյուրում էր մուտքային պատկերը, համաձայն այս Reddit թրեդի DeepDream պատկերների մասին։

Ի՞նչ է իրականում անում DeepDream-ը

Երբ դուք նայում եք ամպերին, կարող եք սկսել տեսնել կենդանիներ, դեմքեր կամ նշաններ։ DeepDream-ը անում է նման բան, բայց ոչ պատահական նկատելով ձևերը, այլ ագրեսիվորեն ուժեղացնելով դրանք։

Պրակտիկ կանոն: Եթե չկա աղբյուրային պատկեր, չկա դասական DeepDream արդյունք։

Նրա համար ավելի լավ է DeepDream-ը անվանել վիզուալիզացիայի գործիք, քան ընդհանուր պատկեր ստեղծող։ Այն ցույց է տալիս այն օրինաչափությունները, որոնք սովորել է նկատել վարժված նեյրոնային ցանցը, ապա հրում է դրանք, մինչև դրանք դառնան անհնարին անտեսելը։

Ինչու՞ պետք է հոգ տանեն ստեղծողները

Ահա այսօր աշխատող ստեղծողների համար DeepDream-ը ավելին է, քան հին ինտերնետային հետաքրքրություն։ Այն ներկայացրեց վիզուալ լեզու, որը դեռ հայտնվում է հատուկ տեղերում՝ ռեկուրսիվ հյուսվածքներ, օրգանական խեղաթյուրումներ, կրկնվող աչքեր, կենդանաձև ձևեր և այն զգացումը, որ իրականությունը սահում է կողքը։

Դուք կարող եք տեսնել նրա ազդեցությունը՝

• Մուզիկայի վիզուալներ-ում, որոնք տեսարանները վերածում են զարկող հալուկինացիաների
• Մոդայի խմբագրումներ-ում, որոնք խառնում են գեղեցկության պատկերները օրինաչափության գերբեռնվածությամբ
• Կարճ ձևաչափի վիդեոներ-ում, որոնք օգտագործում են սուրրեալ անցումներ՝ կանգնեցնելու դիտողի սքրոլը
• Կրթական բացատրիչներ-ում, որոնք վիզուալիզացնում են ընկալումը, հիշողությունը կամ փոփոխված վիճակները

DeepDream-ի իրական ժառանգությունը օրիգինալ կոդը չէ։ Այն նրա էսթետիկան և գաղափարը։ Մեքենաները ոչ միայն պիտակավորում են պատկերները։ Նրանք կարող են վերաձևավորել դրանք՝ հիմնվելով այն բանի վրա, ինչ սովորել են հայտնաբերել։ Երբ հասկանաք դա, ժամանակակից AI վիդեո էֆեկտները շատ ավելի տրամաբանական կթվեն։

Google-ի AI փորձարկման վիրալ երևույթը

2015 թվականին ինտերնետը հանկարծ թվեց, թե սկսել է հալուկինացնել։ Շների, շենքերի և քաղաքային փողոցների լուսանկարները վերադարձան ծածկված ավելորդ աչքերով, խճճված հյուսվածքներով և կենդանաձև ձևերով, որոնք թվում էր, թե աճում են պատկերից ինքնին։ Շատերի համար DeepDream-ը առաջին անգամն էր, երբ AI-ն դադարեց զգացվել որպես ֆոնային ենթակառուցվածք և դարձավ այն, ինչ կարող էիք տեսնել, կիսվել և արձագանքել պահից պահ։

DeepDream-ը սկսվեց Google-ի ներսում որպես հետազոտական նախագիծ՝ ղեկավարված Alexander Mordvintsev-ի, Mike Tyka-ի և Christopher Olah-ի կողմից։ Սկզբնական շրջանում գործընթացը կոչվում էր Inceptionism, անուն, որը տրամաբանական էր հետազոտողների համար, բայց քիչ բացատրում էր պատկերների զգացումը։ DeepDream-ը մնաց, քանի որ համապատասխանում էր արդյունքին։ Պատկերները ավելի քիչ էին թվում ծրագրային ապրանքի ելք և ավելի շատ՝ մեքենայական տեսիլքներ։

Google-ը հրապարակեց նախագիծը իր հետազոտական բլոգում 2015 թվականի հունիսին և շուտով թողարկեց կոդը, ինչպես նշվեց նախկինում։ Այդ հաջորդականությունը կարևոր էր։ Լաբորատոր փորձարկումը դարձավ հանրային գործիք, և երբ մարդիկ կարողացան գործարկել այն իրենց լուսանկարների վրա, ոճը տարածվեց հեռու AI հետազոտական շրջանակներից։

Ինչու՞ արագ տարածվեց թողարկումը

DeepDream-ը հասավ 정확ապես այն ինտերնետային պահին, որը պարգևատրում է վիզուալ ցնցումով։ Սոցիալական սնուցիչները արդեն նախընտրում էին ռիմիքս մշակույթը, անսովոր հումորը և պատկերները, որոնք ստիպում էին մարդկանց կանգ առնել սքրոլի ժամանակ մի պահ՝ հարցնելով. «Ի՞նչ եմ տեսնում»։

Մի քանի գործոններ օգնեցին տարածմանը՝

• Ցանկացածը կարող էր փորձել: Օպեն-սորսինգը սպեկտատորներին վերածեց մասնակիցների։
• Ելքը հասկանալի էր պահից պահ: Չէր պետք մեքենայական ուսուցման ֆոն՝ արձագանքելու քաղաքի հորիզոնին, որը ծաղկում էր աչքերով և ծունկերով։
• Այն խառնում էր գեղեցկություն անհանգստության հետ: Պատկերները խաղային էին, սարսափելի և անսովոր հիպնոտիզողի միաժամանակ։

Այդ համադրությունը DeepDream-ը դարձրեց հեշտ մեմի, հեշտ ռիմիքսի և հեշտ հիշվողի։

Մեկ նախադասություն բացատրում է նրա մշակութային ուժը։ DeepDream-ը սովորական ինտերնետ օգտատերերին տվեց մեքենայական ընկալումը փորձելու եղանակ՝ որպես պատկերային ոճ։

Ինտերնետային հետաքրքրությունից դեպի արվեստի աշխարհի նյութ

Վիրալությունը միայն առաջին գլուխն էր։ Շուտով արվեստագետները սկսեցին օգտագործել DeepDream-ը որպես ոչ միայն նորամոլություն ֆիլտր։ Գալերիաներն ու ստեղծագործական հաստատությունները սկսեցին վերաբերվել նեյրոնային ցանցային պատկերներին որպես իրական արվեստի միջոց, ոչ թե տեխնիկական трюк։

Այդ փոփոխությունը կարևոր է, քանի որ փոխեց AI վիզուալների շուրջ զրույցը։ DeepDream-ից առաջ համակարգչային տեսողությունը հիմնականում վարչական էր թվում։ Այն պիտակավորում էր լուսանկարներ, հայտնաբերում օբյեկտներ և տեսակավորում տեղեկատվություն։ DeepDream-ը այդ թաքնված գործընթացը դարձրեց դեպի դուրս։ Այն դարձրեց համակարգի օրինաչափություն փնտրող վարքը տեսանելի, անսովոր և հուզականաբար լիցքավորված։

Ահա այսօրվա ստեղծողների համար սա այն պատմական դասն է, որը արժե պահել։ DeepDream-ը կոպիտ էր, դանդաղ և դժվար վերահսկելի ներկա չափանիշներով, բայց ներարեց սուրրեալ վիզուալ լեզու, որը դեռ աշխատում է։ ժամանակակից գործիքներ, ինչպես ShortGenius-ը, թույլ են տալիս արտադրել այդ նույն երազային անկայունությունը կարճ ձևաչափի վիդեոում՝ շատ ավելի արագությամբ և վերահսկողությամբ, թե ցանկանում եք խեղաթյուրում անցում, սողոսկող հյուսվածքային տեղափոխում կամ ամբողջական AI հալուկինացիայի հաջորդականություն սոցիալական հարթակների համար։

DeepDream-ը հիմա կարդում է որպես պատմական արտեֆակտ AI արվեստի վաղ հանրային դարաշրջանից։ Նրա ազդեցությունը դեռ կենդանի է։ Տարբերությունը այն է, որ ստեղծողները այլևս չեն պարտավոր ընդունել օրիգինալ գործիքի սահմանափակումները՝ օգտագործելու էսթետիկան։

Ինչպե՞ս է DeepDream-ը պատկերները վերածում երազների

DeepDream-ը հասկանալու լավ եղանակը սովորական բանի լուսանկարից սկսելն է։ Միգուցե ծառերի շարք, շենքի ճակատ կամ ամպերի երկնքի։ Համակարգը ուսումնասիրում է այդ պատկերը, սկսում է նախընտրել որոշ վիզուալ ազդանշաններ, ապա շարունակում է հրել դրանք պատկերի մեջ, մինչև տեսարանը սկսի հալուկինացնել ինքն իրեն։

Տեխնիկական մակարդակով DeepDream-ը խմբագրում է մուտքային պատկերը՝ չափելով, թե որ պիքսելները կբարձրացնեն ակտիվությունը վարժված նեյրոնային ցանցի ընտրված շերտում, ապա հրելով պատկերը այդ ուղղությամբ մի անգամ և մեկը։ TensorFlow-ի DeepDream ուղեցույցը բացատրում է այդ գրադիենտային գործընթացը և ցույց է տալիս, թե ինչու են ապառնի շերտերը արտադրում ավելի պարզ հյուսվածքներ, իսկ խորերը՝ ավելի բարդ ձևեր։

Դա բովանդակասպան թվում է, մինչև այն դիտելը որպես հետադարձ կապ։

1. Սկսեք իրական պատկերից։
2. Ընտրեք ցանցի շերտ։
3. Չափեք, թե որ վիզուալ փոփոխությունները կդարձնեն այդ շերտը ավելի ուժգին արձագանքող։
4. Կիրառեք այդ փոփոխությունները պատկերին։
5. Կրկնեք։

Յուրաքանչյուր անցումը փոքր է։ Ժամանակակիցը կարևորն է։

Տերևների կտոր կարող է սկսել ցանկանալ փետուրներ։ Ամպերի խումբ կարող է աճեցնել աչքեր։ Քարե պատը կարող է զարգացնել կենդանիների դեմքեր, որոնք երբեք չկային, բայց հիմա անհնար է անտեսելը։

Ինչու՞ են որոշ ելքերը նուրբ թվում, իսկ մյուսները՝ վայրի

Ցանցի տարբեր մասերը ուշադրություն են դարձնում տարբեր վիզուալ բաղադրիչների։ Վաղ շերտերը արձագանքում են եզրերին, կոնտրաստային տեղափոխումներին և հյուսվածքին։ Միջին շերտերը սկսում են խմբավորել այդ բեկորները մոտիվներով։ Խոր շերտերը արձագանքում են ավելի մեծ, օբյեկտի նման օրինաչափություններին։

Սա է պատճառը, որ DeepDream պատկերները այնքան տարբեր են թվում նույնիսկ սովորական սկզբնական լուսանկարների դեպքում։ Ընտրված շերտը փոխում է վիզուալ չափազանցման տեսակը՝ գրեթե ինչպես տարբեր կոճակներ պտտել խեղաթյուրումի պեդալի վրա։

Եթե ուզում եք ավելի պարզ հիմք նեյրոնային ցանցերի կողմից վիզուալ հատկանիշների ներկայացման համար, այս պրակտիկ AI պատկերային մոդելի բացատրիչը տալիս է օգտակար համատեքստ։

Շարժվող օրինակն ավելի լավ է, քան սահմանումը։ Այս ուղեցույցը ցույց է տալիս էֆեկտը գործողության մեջ՝

Ալգորիթմային պարեյդոլիայի դերը

Մարդիկ արդեն անում են նման բան։ Մենք տեսնում ենք դեմքեր պատուհաններում, արարածներ ծխի մեջ, օրինաչափություններ գորգերում։ DeepDream-ը այդ импուլսը վերածում է մեքենայական գործընթացի։

Երազային էֆեկտը գալիս է մեքենայի կողմից կես-հայտնաբերված օրինաչափություններին գերպարտվելուց։

Սա է պատճառը, որ ելքը զգացվում է անհանգստացնող, ոչ թե պատահական։ Ցանցը շարունակում է վիզուալ ենթադրություն անել, ապա նրբագրել այդ ենթադրությունը պատկերի վրա, մինչև առաջարկությունը կարծրացնվի կառուցվածքի մեջ։

Ստեղծողների համար այդ գաղափարը դեռ կարևոր է։ Ամենաուժեղ սուրրեալ վիզուալները սովորաբար պահում են մեկ ոտք իրականության մեջ։ Նրանք ճկունացնում են ճանաչելի տեսարանը, ոչ թե ամբողջությամբ փոխարինում։ 2015-ին DeepDream-ը դա անում էր դանդաղ պատկերային իտերացիայով։ Այսօր կարճ ձևաչափի վիդեո գործիքներ, ինչպես ShortGenius-ը, թույլ են տալիս ստեղծողներին կիրառել նույն սկզբունքը շարժմանը, անցումներին և զարգացող հյուսվածքներին՝ շատ ավելի խիստ վերահսկողությամբ։ Էսթետիկան գոյատևում է, բայց աշխատանքային հոսքը համապատասխանում է ժամանակակից բովանդակության ստեղծմանը։

DeepDream-ը ընդդեմ ժամանակակից գեներատիվ AI-ի

DeepDream-ը դեռ կարևոր է, բայց օգտակար է ճիշտ տեղադրելը։ Այն պատմական արտեֆակտ է, ոչ թե ժամանակակից արտադրական հոսք։ Ըստ փաստացի հետադարձ կապի, 2015 թվականի թողարկումից 10 տարի անց DeepDream-ը մնում է հիմնարար AI պատկերային պատմության մեջ, նախորդելով Stable Diffusion-ին 7 տարով և Google Veo 3-ին 10 տարով, և այն աշխատում էր իտերատիվորեն բարձրացնելով պատկերները VGG16 ցանցի ներսում, ոչ թե գեներացնելով նոր մոդելների ընտանիքներից, ինչպես նկարագրված է այս DeepDream հետադարձ վիդեոյում։

Այդ «պատմական արտեֆակտ» շրջանակավորումը կարևոր է, քանի որ շատ ստեղծողներ DeepDream-ը հայտնաբերում են հակառակ հերթականությամբ։ Նրանք առաջինը հանդիպում են ժամանակակից AI պատկերային և վիդեո գործիքներին, ապա փնտրում են հին համակարգեր և ենթադրում, որ դրանք նույն բանի վաղ տարբերակներ էին։ Չէին։

Կենտրոնական տարբերությունը

DeepDream-ը մասին է բարձրացման։ Ժամանակակից գեներատիվ AI-ն հաճախ մասին է ստեղծման։

DeepDream-ը սկսվում է պատկերից և վերափոխում է այն՝ չափազանցելով սովորված հատկանիշները։ Ժամանակակից համակարգերը հաճախ կարող են սկսվել տեքստային հրահանգից, գեներացնել տեսարանը զրոյից, վերանայել այն, անիմացնել, ընդլայնել և հարմարեցնել տարբեր ելքերի համար մեկ հոսքում։

Դա փոխում է ամեն ինչ ստեղծողների համար։ Այն ազդում է արագության, վերահսկողության, կրկնելիության և վիդեոյում աշխատելու հեշտության վրա։

DeepDream ընդդեմ ժամանակակից AI գործիքների

Ինչու՞ է դա կարևոր պրակտիկայում

Եթե ուզում եք ճիշտ DeepDream գործընթացը պատմական կամ արվեստական պատճառներով, հին մեթոդը դեռ հետաքրքիր է։ Բայց շատ աշխատող ստեղծողներ չեն պահանջում պատմական հավատարմություն։ Նրանք պահանջում են արդյունք, որը կարող են ձևավորել և ուղարկել։

Դա նշանակում է, որ այսօրվա հարցը սովորաբար չէ «Ինչպե՞ս գործարկել դասական DeepDream-ը»։ Ավելի մոտ է «Ինչպե՞ս ստանալ այդ անհանգստացնող, գերտիրույթ, երազային զգացում ուղղահայաց վիդեոյում առանց վերահսկողության կորստի»։

Ժամանակակից գործիքները ավելի լավ են՝

• Պահելով առարկայի հետևողականությունը
• Հայաստանց social ձևաչափերի հետ աշխատելով
• Ինտեգրելով սաբտիտրեր, ռիթմ և ձայնագրություն
• Թույլ տալով իտերացնել առանց ամեն ինչ ձեռքով վերակառուցելու

Եթե ուզում եք պատկերային համակարգերի տարբերությունների ավելի լայն քարտեզ, այս պրակտիկ AI պատկերային մոդելի բացատրիչը օգտակար է, քանի որ առանձնացնում է հին մոտեցումները նոր մոդելային կատեգորիաներից պարզ լեզվով։

Այդ ժամանակների ընդդեմ հիմա սուրրեալ էսթետիկայի համար

DeepDream-ը մեզ տվեց հայացք մեքենայական ընկալման մեջ։ Ժամանակակից AI գործիքները թույլ են տալիս ուղղորդել այդ ընկալումը դեպի ստեղծագործական նպատակ։ Սա հիմնական փոփոխությունն է։

Աշխատանքային կանոն: Դարձրեք DeepDream-ը ոգեշնչման աղբյուր, ոչ թե ձեր արտադրական ստեկ։

Կարճ ձևաչափի ստեղծողների համար հնարավորությունը ավելի մեծ է հիմա։ Դուք կարող եք փոխառել օրիգինալ էսթետիկ տրամաբանությունը, կրկնվող մոտիվները, խեղաթյուրված հյուսվածքը, անկայուն ռեալիզմը, վիզուալ ռեկուրսիան և կիրառել շատ ավելի խիստ վերահսկողությամբ, քան թույլ էր տալիս 2015-ի հոսքը։

Սուրրեալ վիզուալներն আ recreating ժամանակակից բովանդակության համար

2015-ի ստեղծողը կարող էր սնուցել ստատիկ պատկեր DeepDream-ին, սպասել և դիտել, թե ինչպես է ծրագիրը մազերը, ամպերը և քարը վերածում աչքերի և կենդանիների դեմքերի տենդային կույտի։ Այսօր Shorts ստեղծողը պահանջում է այլ բան։ Պատկերը դեռ պետք է զգացվի անհասկանալի, բայց պետք է համապատասխանի 9:16 շրջանակին, պահի ուշադրությունը առաջին վայրկյանում և մնա կարդալի՝ հաղորդագրությունը աջակցելու համար։

Այդ փոփոխությունը կարևոր է, քանի որ DeepDream-ը հիմա ավելի քիչ օգտակար է արտադրական մեթոդով, քան որպես վիզուալ հղումի կետ։ Այն ցույց տվեց, թե ինչպես է տեսքն ունենում մեքենայական ընկալումը, երբ մոդելը գերտիրույթ է անում պատկերը։ Ժամանակակից կարճ ձևաչափի ստեղծողները կարող են recreating այդ նույն լարվածությունը՝ սովորական իրականությունից օրինաչափության մոբսեսիայի անցումը, շատ ավելի վերահսկողությամբ ռիթմի, առարկայի կենտրոնացման և վերջնական ձևաչափի վրա։

Սկսեք կադրերից, որոնք լավ են մուտացնվում

DeepDream-ը միշտ նախընտրում էր պատկերներ մակերեսներով, եզրերով և կրկնվող ձևերով։ Նույն սկզբունքը գործում է ժամանակակից վիդեոյի համար։ Խիտ վիզուալները տալիս են համակարգին ավելի շատ հնարավորություններ չափազանցելու, արձագանքելու և խեղաթյուրելու համար։

Օգտակար սկզբնակետերն են՝

• Ճարտարապետություն: պատուհաններ, օրորոցներ, railings-ներ, քանդակված մակերեսներ
• Բնության կադրեր: ամպեր, ճյուղեր, ծաղիկներ, ջուր, ծուխ
• Պորտրետային մակերեսափոխիկներ: մազեր, թարթիչներ, զարդեր, մակիաժի հյուսվածքներ
• Մանրամասն ապրանքներ: ապակի, կարումներ, chrome, պիտակներ, փաթեթավորում

Հազարավոր տեսարանները հազվադեպ են աշխատում։ Բաց պատը քիչ բան է տալիս վերափոխման համար։ Շրջանակը, լի հյուսվածքով, տալիս է ճկունացնելու նյութ։

Կառուցեք սուրրեալ էֆեկտը փուլերով

Ամենահեշտ սխալը առավելագույն խեղաթյուրում կիրառելն է առաջին կադրից։ Հին DeepDream ելքերը հաճախ հավակնոտ էին թվում, քանի որ դիտողը դեռ կարող էր ճանաչել օրիգինալ պատկերը հալուկինացիայի տակ։ Լավ կարճ ձևաչափի վիդեոն օգտագործում է նույն հրելքն ու քաշքշուկը։

Պրակտիկ հաջորդականությունը հետևյալն է՝

1. Սկսեք կայուն կադրով
   Օգտագործեք կլիպ՝ պարզ կոմպոզիցիայով և սահմանափակ տեսախցիկի թափահարումով։ Դանդաղ շարժումը տալիս է լսարանին ժամանակ փոփոխությունը նկատելու համար։

2. Բարձրացրեք հյուսվածքն ու եզրերի մանրամասները
   Հանեք փոքր օրինաչափություններ, գծեր և մակերեսային կոնտրաստ։ Սա recreates հին DeepDream սովորությունը՝ թաքնված մանրամասները վիզուալ աղմուկի վերածելը։

3. Կրկնեք մեկ մոտիվ
   Ընտրեք կրկնվող ձև՝ աչքեր, թերթիկներ, հեղուկ արտացոլումներ, ճյուղավորվող հոդեր կամ ծալված геометрия։ Կրկնությունը դարձնում է էֆեկտը երազային, ոչ թե պատահական։

4. Փոխեք գույնային տրամաբանությունը
   Ասիդական կանաչներ, ինֆրակարմիր կարմիրներ, էլեկտրական կապույտներ կամ գուլպանար վաստակի խառնուրդը կարող է փոխել տեսարանի հուզական ընթերցումը, նախքան դիտողը նկատի խեղաթյուրումը։

5. Խանգարեք շարժումը թեթևակի
   Գուրգուր հյուսվածք, զարկող zoom-ներ և կլոպված անկայունություն հաճախ ավելի անհանգստացնող են, քան ագրեսիվ շարժումը։

Այս գործընթացը աշխատում է որպես աուդիո միքսերի վրա հետադարձ կապի բարձրացում։ Փոքր քանակը ավելացնում է բնութագիր։ Չափից շատը վերածում է ամբողջ ազդանշանը աղմուկի։

Ձևավորեք կլիպը որպես երազ, ոչ թե ֆիլտրի դեմո

Ուժեղ սուրրեալ խմբագրումները սովորաբար ունեն պարզ կամար։ Տեսարանը սկսվում է իրականությունից, սահում է ճանաչման սխալի, հասնում գերբեռնվածության, ապա վերադառնում պարզության կամ հանգրվանում բացահայտման վրա։

Այդ կառուցվածքը օգտակար է, քանի որ լսարանը պահանջում է կոնտրաստ՝ վերափոխումը զգալու համար։ Եթե ամեն ինչ սուրրեալ է առաջին կադրից, ոչնչի չի թվում, թե փոխվել է։

Պարզ չորս մասի առաջընթացը լավ է աշխատում՝

• Սկսեք սովորական իրականությամբ
• Թույլ տվեք մեկ մանրամասին մուտացնել
• Տարածեք այդ տրամաբանությունը շրջանակի վրա
• Լուծեք պարզ պատկերով, ապրանքի կադրով կամ հիմնական գծով

Սա ամենապարզ եղանակներից մեկն է DeepDream-ից փոխառել առանց նրա օրիգինալ հոսքը պատճենելու։

Կոմպոզիցիա ուղղահայաց էկրանների համար

Ուղղահայաց վիդեոն փոխում է, թե որտեղ պետք է ապրի սուրրեալ էներգիան։ Գալերիայի պատկերում աչքը կարող է թափառել կողքերով։ Բջջային էկրանում ուշադրությունը մնում է կենտրոնում և վեր-ներքև տանվում։

9:16 խմբագրումների համար՝

• Պահեք հիմնական առարկան կենտրոնացված
• Թողեք տեղ սաբտիտրերի և ինտերֆեյսի տարրերի համար
• Թույլ տվեք թափանցիկներին, ճյուղերին, ծուխին, աչքերին կամ կրկնվող ձևերին վեր կցել
• Խուսափեք կողմային եզրերը մանրամասներով լցնելուց

Եթե ուզում եք հղումներ հաջորդականություն նախագծելուց առաջ, դիտելով վիզուալ կատեգորիա, ինչպես surreal tattoo style, կարող է օգնել, քանի որ թաթու արվեստագետները հաճախ սեղմում են անսովոր երազային պատկերները համարձակ, կարդալի կոմպոզիցիաների մեջ։ Սա օգտակար սահմանափակում է սոցիալական վիդեոյի համար նույնպես։

Ժամանակակից հոսք կարճ ձևաչափի ստեղծողների համար

Ժամանակակից AI վիդեո հոսքը տալիս է DeepDream տրամադրությունը առանց հին շփոթության։ Կարճ ձևաչափի արտադրության համար կառուցված գործիքները թույլ են տալիս գեներացնել սուրրեալ շերտը, ժամանակավորել ռիթմին և պահել առարկան կարդալի տեսարանների վրա։ Եթե ուզում եք ընթացիկ օրինակ, ShortGenius AI կարճ ձևաչափի վիդեո ստեղծման համար համապատասխանում է այս մոտեցմանը։

Օգտագործեք պարզ արտադրական տրամաբանություն՝

• Ընտրեք մեկ խարիսխ առարկա: մեկ դեմք, օբյեկտ կամ միջավայր
• Սահմանեք մուտացիայի կանոն: ծաղկային աճ, մեքենայական աչքեր, հեղուկ մետաղ, կոսմիկ մառախուղ, միջատային սիմետրիա
• Բարձրացրեք ինտենսիվությունը ժամանակի ընթացքով: նուրբ սկզբում, ծանր վերջում
• Կտրեք ռիթմի, տեքստի կամ սցենարի շրջադարձի վրա: էֆեկտը զգացվում է դիտարկված, երբ վիզուալ փոփոխությունը համապատասխանում է իմաստին
• Ավարտեք պարզությամբ: լսարանը պետք է հիշի կետը, ոչ միայն խեղաթյուրումը

Ուղղորդումը ավելի կարևոր է, քան քաոսը։

Սա DeepDream-ից առաջ տանելու հիմնական դասն է։ Հիշվող պատկերները ոչ միայն անսովոր էին։ Նրանք տվեցին դիտողին մեկ կայուն բան, որին հոգալ, մինչև շրջանակի մնացածը սահում էր մեքենայական ֆանտազիայի մեջ։

Որտե՞ղ է այս էսթետիկան լավագույնս աշխատում

Սուրրեալ վիզուալները կարող են աջակցել շատ ավելին, քան արվեստի փորձարկումները։ Նրանք հատկապես լավ են աշխատում, երբ խեղաթյուրումը արտահայտում է գաղափար։

Նպատակը պատմական վերարտադրում չէ։ Նպատակը DeepDream դարաշրջանում ծնված վիզուալ լեզվն վերակառուցելն է՝ կարճ ձևաչափի վիդեոյի արագության, շրջանակի և պատմահայտնության պահանջներին համապատասխան։

Ստեղծագործական և էթիկական օգտագործումներ ստեղծողների համար

DeepDream-ը թողեց ստեղծողներին օգտակար զգուշացման պիտակով։ AI-ն ոչ միայն գեներացնում է ոճ։ Այն նաև բացահայտում է, թե ինչ է սովորել նկատել, կրկնել և չափազանցել համակարգը։

Տարածված DeepDream կատակը հեշտացրեց դա տեսնելը։ Քանի որ մոդելը ուժեղ էր ենթարկվել շների պատկերներին, այն շարունակում էր քաշել շների նման աչքեր, ծունկեր և մազերի օրինաչափություններ անհարակից առարկաներից։ Ամպը դառնում էր թաքնված դեմքերի շունանոց։ Շենքի ճակատը սկսում էր ցանկանալ ծունկեր։ Պատկերը սուրրեալ էր թվում, բայց բայասը կոնկրետ էր։

Այդ նույն դասը կիրառվում է ընթացիկ վիդեո գործիքներին։ Եթե ձեր հրահանգը խնդրում է «երազային վերափոխում» և ելքը շարունակում է շեղվել փայլուն կանացի դեմքերի, կիբерпանկ նեոնի կամ հալվող լքսուսային հյուսվածքների ուղղությամբ, գործիքը ցույց է տալիս իր սովորությունները։ Այդ սովորությունները գալիս են ուսուցման տվյալներից, մոդելի տունինգից և արտադրական դեֆոլտներից։ Դարձրեք դրանք ուղղորդման ազդանշաններ, ոչ թե ընդունելի վերջնական պատասխաններ։

Ստեղծագործական եղանակներ էսթետիկան օգտագործելու համար

Սուրրեալիզմը լավագույնն է աշխատում, երբ խեղաթյուրումը ասում է որոշակի բան։

Օրինակ՝ խնամքի ստեղծողը կարող է թույլ տալ ծակոտիկներին վերածվել ճաքած անապատային հողի, ապա վերականգնել հարթ մաշկը, երբ ապրանքը հայտնվում է։ Մուզիկայի պրոմոն կարող է փողոցային լամպերին ծաղկեցնել զգոն աչքերի, ռիթմի վրա՝ անհանգստությունը վերածելով վիզուալ մոտիվի, ոչ թե պատահական անսովորության։ Կրթողը, ով բացատրում է օրինաչափություն ճանաչումը, կարող է ցույց տալ չեզոք միջանցք, որը աստիճանաբար լցվում է կրկնվող դեմքերով կամ կենդանաձևերով, որպեսզի դիտողները զգան, թե ինչպես է AI համակարգը սկսում բռնի իմաստը աղմուկի վրա պարտադրել։

Օգտակար կիրառումները ներառում են՝

• Հիպնոտիկ B-roll: վերափոխեք սենյակները, փողոցները կամ բնական տեսարանները սթրեսի, ցանկության, հիշողության կամ գերբեռնվածության մետաֆորաների
• Ապրանքի անցումներ: թույլ տվեք ապրանքի հյուսվածքին, ինչպես գնդիկները, chrome-ը, թերթիկները կամ ծուխը, տարածվել շրջանակի վրա, նախքան կտրելը ապրանքի վրա
• Կրթական պատմահայտնություն: վիզուալիզացրեք բայասը, կեղծ օրինաչափություն հայտնաբերումը, անկայուն ընկալումը կամ մեքենայական տեսողության սխալները
• Արվեստագետի պրոմոներ: սկսեք իրական սկետչից, հագուստից, դիմակից կամ դեմքից, ապա թույլ տվեք մեկ հատկանიშին կրկնվել և մուտացնել նպատակով
• Գործարկման հուկեր: սկսեք մեկ անհնարին վիզուալ իրադարձությամբ, որը արագ վաստակում է ուշադրություն, ապա վերադարձեք պարզ հաղորդագրության

Կարճ ձևաչափի վիդեոյի համար զսպվածությունը կարևոր է։ Մեկ մուտացիա, որը կրում է երեք արագ կտրուկներով, սովորաբար ավելի ուժեղ է հասնում, քան տասը անհարակից էֆեկտ տասը վայրկյանում։

Պրակտիկ էթիկական թեստ

Օգտագործեք երկու հարցեր հրապարակելուց առաջ։

Առաջին՝ ի՞նչ է այս գործիքը հրելիս ինձ վիզուալորեն։ Պատասխանեք կոնկրետներով։ Եթե յուրաքանչյուր «գեղեցիկ պորտրետ» հրահանգը վերադառնում է ավելի բաց գույնի մաշկով, սիմետրիկ հատկանիշներով և թանգարանային տեսքով մակիաժով, բայասը այլևս абստրակտ չէ։ Եթե յուրաքանչյուր «սուրրեալ քաղաք» հրահանգը դառնում է նեոնային Տոկիո գիշերով, մոդելը սեղմում է լայն գաղափարը մեկ ծանոթ ինտերնետային պատկերների սեթի մեջ։

Երկրորդ՝ ի՞նչն է պատկանում ինձ այս կտորում։ Ձեր առարկայի ընտրությունը, խմբագրման ժամանակը, սցենարը, տեսախցիկի հղումը և ընտրության տրամաբանությունը պետք է մնա տեսանելի։ Եթե արդյունքը հիմնականում հիմնվում է մոդելի դեֆոլտ համտեսի վրա, աշխատանքը կթվա փոխարինելի։ Եթե այն արտացոլում է ձեր ուղղորդումը, սուրրեալիզմը դառնում է հեղինակության մաս։

Պատասխանատու AI արվեստը սկսվում է, երբ ստեղծողները նկատում են կրկնությունները, հետևում դրանց համակարգի մեջ և ընտրում պահել, ուղղորդել կամ մերժել դրանք։

Պահեք մարդկային մասը տեսանելի

DeepDream-ը կարևոր է այսօր, քանի որ բացահայտեց և կախարդանքի трюկը, և թերությունը։ Մեքենան կարող էր գեներացնել ցնցող պատկերներ, բայց նաև շարունակում էր ցույց տալ իր սովորությունները հանրության առջև։ Ժամանակակից գործիքները ավելի արագ են, մաքուր և շատ ավելի օգտակար վիդեոյի համար, հատկապես ստեղծողների համար, ովքեր անում են կարճ ձևաչափի բովանդակություն խիստ ժամկետներով։ Պատասխանատվությունը չի փոխվել։

Ստեղծողը դեռ որոշում է, թե ինչ է նշանակում երազը։

Սա այնտեղ է, որտեղ լավ համտեսը, խմբագրական դատողությունը և էթիկական դատողությունը հանդիպում են։ Օգտագործեք սուրրեալ էսթետիկան՝ մոբսեսիան, հիշողության տեղափոխումը, զգայական գերբեռնվածությունը կամ վերափոխումը արտահայտելու համար։ Մի օգտագործեք դրանք՝ մարդկանց ստերեոտիպների մեջ հարթելու, մեկ այլ արվեստագետին չափազանց մոտ ընդօրինակելու կամ թույլ տալու մոդելի սիրելի մոտիվներին ձեր սեփական կետահանգստի փոխարեն կանգնել։

Ինչպես նշվեց նախկինում, նոր վիդեո հոսքերը շատ ավելի հեշտացնում են այս տեսակի վերահսկվող սուրրեալ հաջորդականություն կառուցելը Reels-ների, Shorts-ների, գովազդների և ստեղծողի բովանդակության համար։ DeepDream-ից պատմական դասը դեռ գործում է։ Անսովոր պատկերները հիշվող են դառնում, երբ մարդը ընտրում է, թե ինչը պետք է մնա իրական, ինչը պետք է մուտացնել և ինչու։