AI Deep Dream: Googlen kokeilusta viraalitaiteeksi

Vuonna 2015 sosiaalisen median syötteeni täyttyivät kuvista rakennuksista, puista ja pilvistä, jotka näyttivät sulavan koirien kasvoiksi ja ylimääräisiksi silmiksi. Monet katsojat kutsuivat sitä oudoksi AI-taiteeksi. Se, mitä he havaitsivat, oli yksi ensimmäisistä kerroista, kun yleisö näki neuraaliverkon paljastavan, miten se ”näki” kuvan.

Mikä on AI Deep Dream ja miksi se on tärkeä

AI Deep Dream on tärkeä, koska se edustaa käännekohtaa luovassa teknologiassa. Se antoi yleisölle elävän, häiritsevän ja unohtumattoman näkymän neuraaliverkon sisään aikana, jolloin harvat olivat suoraan vuorovaikuttaneet koneoppimisen kanssa.

Ensimmäinen selvennettävä asia on suurin väärinkäsitys. DeepDream ei luonut kuvia tyhjästä niin kuin monet nykyaikaiset AI-työkalut tekevät. Se alkoi olemassa olevasta kuvasta ja liioitteli siinä jo olevia kuvioita, kunnes lopputulos näytti psykedeeliseltä, ahtaalta ja unenomaiselta.

Tämä ero sekoittaa ihmisiä edelleen. Yhdessä Reddit-keskustelussa 78 % käyttäjistä, jotka kysyivät ”Kuinka teen omia deepdream-kuviani?”, osoitti sekaannusta siitä, luoko työkalu alkuperäistä sisältöä vai vääristääkö se syötekuvaa, tämän Reddit-ketjun mukaan, jossa keskustellaan DeepDream-kuvista.

Mitä DeepDream todella tekee

Kun tuijotat pilviä, saatat alkaa nähdä eläimiä, kasvoja tai symboleja. DeepDream tekee jotain samanlaista, mutta sen sijaan että se vain huomaa muotoja satunnaisesti, se vahvistaa niitä aggressiivisesti.

Käytännön sääntö: Jos ei ole lähdekuvaa, ei ole klassista DeepDream-tulosta.

Siksi DeepDreamia on parempi kutsua visualisointityökaluksi kuin yleiseksi kuvageneraattoriksi. Se näyttää, millaisia kuvioita koulutettu neuraaliverkko on oppinut huomaamaan, ja työntää niitä niin kauan, kunnes ne ovat mahdotonta olla huomaamatta.

Miksi luojien kannattaa edelleen välittää

Nykyajan luojille DeepDream on enemmän kuin vanha internet-ilmiö. Se toi mukanaan visuaalisen kielen, joka näkyy kaikkialla edelleen: rekursiiviset tekstuurit, orgaaniset vääristymät, toistuvat silmät, eläinmuotoiset hahmot ja tunne siitä, että todellisuus liukuu sivulle.

Sen vaikutuksen näkee mm.:

• Musiikkivideoissa, jotka muuttavat kohtauksia sykkiviksi hallusinaatioiksi
• Muotiediteissä, jotka sekoittavat kauneuskuvia kuvioähkään
• Lyhytvideoissa, jotka käyttävät surrealistisia siirtymiä pysäyttääkseen katsojan scrollauksen
• Kouluttavissa selityksissä, jotka visualisoivat havainnon, muistin tai muutetut tilat

DeepDreamin todellinen perintö ei ole alkuperäinen koodi. Se on estetiikka ja sen taustalla oleva idea. Koneet eivät vain merkitse kuvia. Ne voivat muokata niitä opittujen havaintokuvioiden perusteella. Kun ymmärrät tämän, nykyaikaiset AI-videoefektit alkavat tehdä paljon enemmän järkeä.

Googlen AI-kokeilun viraalinen ilmiö

Vuonna 2015 internet näytti yhtäkkiä aloittaneen hallusinoinnin. Koirien, rakennusten ja katujen kuvat palasivat takaisin peitettyinä ylimääräisillä silmillä, kiertelevillä tekstuureilla ja eläinmuodoilla, jotka näyttivät kasvavan itse kuvasta. Monille DeepDream oli ensimmäinen kerta, kun AI lakkasi tuntumasta taustainfrastruktuurilta ja muuttui sellaiseksi, mitä voi nähdä, jakaa ja reagoida välittömästi.

DeepDream alkoi Googlessa tutkimusprojektina, jota johtivat Alexander Mordvintsev, Mike Tyka ja Christopher Olah. Alkuvaiheessa prosessia kutsuttiin Inceptionismiksi, nimeksi joka teki järkeä tutkijoille mutta ei paljoa selittänyt kuvien tunnetta. DeepDream jäi käyttöön, koska se sopi lopputulokseen. Kuvat näyttivät vähemmän ohjelmistotulosteilta ja enemmän koneen tuottamilta visioilta.

Google julkaisi projektin tutkimusblogissaan kesäkuussa 2015 ja vapautti koodin pian sen jälkeen, kuten aiemmin mainittiin. Tämä järjestys oli tärkeä. Laboratoriotesti muuttui julkisiksi työkaluksi, ja kun ihmiset pystyivät ajamaan sitä omilla kuvillaan, tyyli levisi kauas AI-tutkimuspiireistä.

Miksi julkaisu levisi niin nopeasti

DeepDream saapui täsmälleen sellaiseen internet-hetkeen, joka palkitsee visuaalisella shokilla. Sosiaalisen median syötteet suosivat jo remix-kulttuuria, outoa huumoria ja kuvia, jotka pysäyttävät scrollauksen sekunniksi vain siksi, että ”Mitä mä katson?”.

Muutama tekijä auttoi leviämisessä:

• Kuka tahansa sai kokeilla: Avoin lähdekoodi muutti katsojat osallistujiksi.
• Tuloste oli heti luettava: Et tarvinnut koneoppimisen taustaa vastataksesi horisonttiin kasvaviin silmiin ja kuonoihin.
• Se sekoitti kauneutta ja ahdistusta: Kuvat olivat leikkisiä, pelottavia ja oudon lumoavia samaan aikaan.

Tämä yhdistelmä teki DeepDreamista helpon meemata, remixata ja muistaa.

Yksi lause selittää sen kulttuurisen voiman. DeepDream antoi tavallisille internet-käyttäjille tavan kokea koneen havainto kuvatyylinä.

Internet-ilmiöstä taiteen maailman materiaaliksi

Viraalisuus oli vasta ensimmäinen luku. Pian taiteilijat alkoivat käyttää DeepDreamia enemmän kuin uuduutta. Galleriat ja luovat instituutiot alkoivat kohdella neuraaliverkkokuvia oikeana taiteellisena mediana, ei vain teknisenä temppuna.

Tämä muutos on tärkeä, koska se muutti keskustelua AI-visuaaleista. Ennen DeepDreamia koneen näkö oli enimmäkseen hallinnollista. Se merkkasi kuvia, tunnisti objekteja ja lajitteli tietoa. DeepDream käänsi sen piilotetun prosessin ulospäin. Se teki systeemin kuviohaku-käyttäytymisestä näkyvää, outoa ja emotionaalisesti latautunutta.

Nykyajan luojille tämä on säilytettävä historiallinen opetus. DeepDream oli karkea, hidas ja vaikeasti hallittava nykyisillä mittareilla, mutta se toi surrealistisen visuaalisen kielen, joka toimii edelleen. Nykytyökalut kuten ShortGenius antavat tuottaa saman unenomaisen epävakauden lyhytvideoissa paljon suuremmalla nopeudella ja hallinnalla, olipa kyse vääntyneestä siirtymästä, hiipivästä tekstuurimuutoksesta tai täydellisestä AI-hallusinaatiosekvenssistä sosiaalista alustoja varten.

DeepDream lukee nyt kuin historiallinen artefakti AI-taiteen varhaiselta julkiselta aikakaudelta. Sen vaikutus elää edelleen. Ero on siinä, että luojat eivät enää tarvitse alkuperäisen työkalun rajoituksia estetiikan käyttämiseen.

Miten DeepDream muuttaa kuvat uniksi

Hyvä tapa hahmottaa DeepDream on aloittaa tavallisesta valokuvasta. Ehkä puiden rivistö, rakennuksen julkisivu tai pilvinen taivas. Järjestelmä tutkii kuvaa, alkaa suosia tiettyjä visuaalisia signaaleja ja työntää niitä takaisin kuvaan, kunnes kohtaus alkaa hallusinoida itse itseään.

Teknisellä tasolla DeepDream muokkaa syötekuvaa mittaamalla, mitkä pikselit lisäisivät aktiivisuutta valitussa kerroksessa koulutetussa neuraaliverkossa, ja työntää kuvaa siihen suuntaan kerta toisensa jälkeen. TensorFlow'n DeepDream-opas selittää tämän gradienttipohjaisen prosessin ja näyttää, miksi matalat kerrokset tuottavat yksinkertaisempia tekstuureja kun taas syvemmät kerrokset vetävät esiin monimutkaisempia muotoja.

Se kuulostaa abstraktilta, kunnes näet sen palautesilmukkana.

1. Aloita oikealla kuvalla.
2. Valitse kerros verkossa.
3. Mittaa, mitkä visuaaliset muutokset saisivat kerroksen reagoimaan voimakkaammin.
4. Sovella ne muutokset kuvaan.
5. Toista.

Jokainen kierros on pieni. Akumulointi on se, mikä merkitsee.

Lehtien läikkä voi alkaa versoa höyheniä. Pilvipankko voi kasvattaa silmiä. Kiviseinä voi kehittää eläinkasvoja, joita ei koskaan ollut, mutta jotka nyt tuntuvat mahdottomilta olla huomaamatta.

Miksi jotkut tulosteet näyttävät hienovaraisilta ja toiset raaoilta

Verkon eri osat kiinnittävät huomiota erilaisiin visuaalisiin ainesosiin. Varhaiset kerrokset reagoivat reunoille, kontrastimuutoksiin ja tekstuureihin. Keskikerrokset alkavat ryhmitellä niitä fragmenteja motiiveiksi. Syvemmät kerrokset reagoivat suurempiin, objektimaisempiin kuviomaisiin.

Tämä selittää, miksi DeepDream-kuvat voivat tuntua niin erilaisilta vaikka aloituskuvat ovat yhtä tavallisia. Valittu kerros muuttaa visuaalisen liioittelun tyyppiä, melkein kuin vääntäisi erilaisia nuppeja vääristelypedaalissa.

Jos haluat selvemmän pohjan sille, miten neuraaliverkot esittävät visuaalisia piirteitä, tämä käytännön AI-kuvamallien selitys antaa hyödyllistä kontekstia.

Liikkuva esimerkki auttaa enemmän kuin määritelmä. Tämä opastus näyttää efektin toiminnassa:

Algoritmisen pareidolian rooli

Ihmiset tekevät jo jotain samanlaista. Näemme kasvoja ikkunoissa, olentoja savussa ja kuvioita matoissa. DeepDream muuttaa tuon impulsseja koneprosessiksi.

Unen kaltainen efekti syntyy siitä, että kone sitoutuu liikaakin puoliksi tunnistamiinsa kuviomaisiin.

Siksi tuloste tuntuu aavemaiselta eikä satunnaiselta. Verkko tekee visuaalisen arvauksen ja maalaa sen takaisin kuvaan, kunnes ehdotus jähmettyy rakenteeksi.

Luojille tuo idea on edelleen tärkeä. Vahvimmat surrealistiset visuaalit pitävät yleensä yhden jalan todellisuudessa. Ne taivuttavat tunnistettavaa kohtausta eivätkä korvaa sitä kokonaan. Vuonna 2015 DeepDream teki sen hitaalla kuvakertausprosessilla. Nykyään lyhytvideotyökalut kuten ShortGenius antavat luojien soveltaa samaa periaatetta liikkeeseen, siirtymiin ja kehittyviin tekstuureihin paljon tiukemmalla hallinnalla. Estetiikka säilyy, mutta työnkulku sopii nykyaikaiseen sisällöntuotantoon.

DeepDream verrattuna nykyaikaiseen generatiiviseen AI:hin

DeepDream on edelleen tärkeä, mutta sen sijoittaminen oikein auttaa. Se on historiallinen artefakti, ei nykyaikainen tuotantoprosessi. Dokumentoidun retrospektiivin mukaan kymmenen vuotta 2015-julkaisunsa jälkeen DeepDream on edelleen perustava AI-kuvahistoriassa, edeltää Stable Diffusionia 7 vuodella ja Google Veo 3:ta 10 vuodella, ja se toimi toistuvasti parantaen kuvia VGG16-verkossa eikä generoimalla uudemmista malliperheistä, kuten tässä DeepDream-retrospektiivivideossa kuvataan.

Tämä ”historiallinen artefakti” -kehys on tärkeä, koska monet luojat löytävät DeepDreamin taaksepäin. He kohtaavat ensin nykyaikaiset AI-kuva- ja videotykalut, sitten tutkivat vanhempia järjestelmiä ja olettavat niiden olleen samoja varhaisia versioita. Niitä ne eivät olleet.

Keskusherkkyys

DeepDream käsittelee vahvistamista. Nykyaikainen generatiivinen AI käsittelee usein luomista.

DeepDream aloittaa kuvasta ja muuntaa sitä liioittelemalla opittuja piirteitä. Nykyjärjestelmät voivat usein aloittaa tekstikehotteesta, generoida kohtauksen tyhjästä, muokata sitä, animoida, laajentaa ja sovittaa erilaisiin tulosteisiin yhdessä työnkulussa.

Tämä muuttaa kaiken luojille. Se vaikuttaa nopeuteen, hallintaan, toistettavuuteen ja siihen, miten helposti voit työskennellä videon kanssa.

DeepDream vs nykyaikaiset AI-työkalut

Miksi tämä merkitsee käytännössä

Jos haluat täsmälleen DeepDream-prosessin historiallisista tai taiteellisista syistä, vanha menetelmä on edelleen kiinnostava. Mutta useimmat työskentelevät luojat eivät tarvitse historiallista uskollisuutta. He tarvitsevat tuloksen, jota voivat muokata ja julkaista.

Tämän takia nykykysymys on yleensä ”Kuinka ajan klassista DeepDreamia?” vaan lähempänä ”Kuinka saan sen aavemaisen, yli-tulkinnan unenomaisen tunteen pystysuoraan videoon ilman hallinnan menetystä?”.

Nykytyökalut ovat parempia mm.:

• Aiheen johdonmukaisuuden ylläpitämisessä
• Sosiaalisten formaattien käsittelyssä
• Tekstitysten, tahdin ja puheentunnistuksen integroinnissa
• Itseiteroinnissa ilman kaiken manuaalista rakentamista

Jos haluat laajemman kartan siitä, miten kuvajärjestelmät eroavat, tämä käytännön AI-kuvamallien selitys on hyödyllinen, koska se erottelee vanhat lähestymistavat uusista mallikategorioista selkeällä kielellä.

Silloin vs nyt surrealistisille estetiikoille

DeepDream antoi meille kurkistuksen koneen havaintoon. Nykyiset AI-työkalut antavat sinun ohjata tuota havaintoa kohti luovaa tavoitetta. Se on avainmuutos.

Työskentelysääntö: Käytä DeepDreamia inspiraationa, ei tuotantopinona.

Lyhytvideoluojille mahdollisuus on nyt suurempi. Voit lainata alkuperäistä estetiikan logiikkaa, toistuvia motiiveja, vääntyneitä tekstuureja, epävakaata realismia, visuaalista rekursiota ja soveltaa sitä paljon tiukemmalla hallinnalla kuin 2015-työnkulku koskaan salli.

Surrealististen visuaalien uudelleenluominen nykyaikaiseen sisältöön

Luoja vuonna 2015 saattoi syöttää still-kuvan DeepDreamiin, odottaa ja katsoa, kun ohjelmisto muutti turkin, pilvet ja kiven kuumottavaksi kasaksi silmiä ja eläinkasvoja. Nykyinen Shorts-luoja tarvitsee jotain muuta. Kuva pitää edelleen tuntua outolta, mutta sen täytyy myös sopia 9:16-kehykseen, pitää huomio ensimmäisellä sekunnilla ja pysyä luettavana viestin tukena.

Tämä muutos merkitsee, koska DeepDream on nyt vähemmän hyödyllinen tuotantomenetelmänä kuin visuaalisena viitepisteenä. Se näytti, miltä koneen havainto näytti, kun malli luki kuvaa liikaa. Nykyiset lyhytvideoluojat voivat uudelleenluoda saman jännitteen, tavallisen todellisuuden kaatumisen kuvio-obsessioon, paljon suuremmalla hallinnalla tahdin, aiheen fokuksen ja lopullisen formaatin suhteen.

Aloita materiaalilla, joka muuntuu hyvin

DeepDream suosii aina kuvia, joissa on pintoja, reunoja ja toistuvia muotoja. Sama periaate pätee nykyvideoon. Tiheät visuaalit antavat systeemin enemmän mahdollisuuksia liioitella, kaikuvoida ja vääristyä.

Hyödyllisiä lähtökohtia ovat:

• Arkkitehtuuri: ikkunat, laatat, kaiteet, veistetyt pinnat
• Luonnonmateriaali: pilvet, oksat, kukat, vesi, savu
• Muotokuvat lähikuvina: hiukset, ripset, korut, meikkitekstuurit
• Yksityiskohtaiset tuotteet: lasi, ompeleet, kromi, etiketit, pakkaukset

Harvat kohtaukset eivät toimi. Tyhjä seinä antaa vähän muunneltavaa. Kehy täynnä tekstuureja antaa materiaalia taivutettavaksi.

Rakenna surrealistinen efekti vaiheittain

Helpoin virhe on soveltaa maksimivääristymää heti ensimmäisestä ruudusta. Vanhat DeepDream-tulosteet näyttivät usein kiehtovilta, koska katsoja pystyi vielä tunnistamaan alkuperäisen kuvan hallusinaation alta. Hyvä lyhytvideo käyttää samaa työntöä ja vetoa.

Käytännön sekvenssi näyttää tältä:

1. Aloita vakaalla otolla
   Käytä klippiä selkeällä kompositiolla ja vähäisellä kameran tärinällä. Hidas liike antaa yleisölle aikaa huomata muutos.

2. Lisää tekstuuria ja reunojen yksityiskohtia
   Tuo esiin pieniä kuvioita, viivoja ja pintakontrasteja. Tämä jäljittelee vanhaa DeepDream-tottumusta muuttaa piilotettuja yksityiskohtia visuaaliseksi kohinaksi.

3. Toista yksi motiivi
   Valitse toistuva muoto kuten silmät, terälehdet, nestemäiset heijastukset, haarautuvat suonet tai taitettu geometria. Toisto tekee efektistä unenomaisen eikä satunnaisen.

4. Muuta värilogiikkaa
   Hapollisten vihreiden, infrapuna-punaisten, sähkönsinisten tai haalistuneiden pastellisumun avulla voit muuttaa kohtauksen emotionaalista tulkintaa ennen kuin katsoja huomaa itse vääristymän.

5. Häiritse liikettä hieman
   Lempeä muuntuminen, sykkivät zoomit ja silmukallinen epävakaus tuntuvat usein ahdistavammilta kuin aggressiivinen liike.

Tämä prosessi toimii kuin palautteen lisääminen audion mikserissä. Pieni määrä lisää luonnetta. Liika muuttaa koko signaalin kohinaksi.

Muotoile klippi uneksi, ei filtteridemoksi

Vahvat surrealistiset editit sisältävät yleensä yksinkertaisen kaaren. Kohtaus alkaa todellisuudessa, liukuu tunnistamattomuuteen, saavuttaa ylikuormituksen ja palaa selkeyteen tai laskeutuu paljastukseen.

Tämä rakenne on hyödyllinen, koska yleisö tarvitsee kontrastia muuttaakseen transformaation. Jos kaikki on outoa heti ensimmäisestä ruudusta, mikään ei tunnu muuttuneen.

Yksinkertainen neliosainen eteneminen toimii hyvin:

• Aloita normaalilla todellisuudella
• Anna yhden yksityiskohdan muuntua
• Levitä logiikka koko kehyyn
• Ratkaise selkeällä kuvalla, tuotteen otolla tai avainlauseella

Tämä on yksi selkeimmistä tavoista lainata DeepDreamista ilman sen alkuperäisen työnkulun kopiointia.

Sommittele pystynäytöille

Pystysuora video muuttaa sen, missä surrealistinen energia pitäisi elää. Galleriakuvassa silmä voi vaeltaa sivuttain. Puhelimen näytöllä huomio pysyy lähellä keskustaa ja kulkee ylös tai alas.

9:16-editeille:

• Pidä pääaihe keskellä
• Jätä tilaa tekstityksille ja käyttöliittymäelementeille
• Anna pisaroiden, köynnösten, savun, silmien tai toistuvien muotojen kiivetä pystysuorasti
• Vältä sivureunoja yksityiskohdilla

Jos haluat viitteitä ennen sekvenssin suunnittelua, selaa visuaalista kategoriaa kuten surreal tattoo style, koska tatuointitaiteilijat tiivistävät usein outoja unikuvia rohkeiksi, luettaviksi kompositioksiksi. Se on hyödyllinen rajoite sosiaalivideollekin.

Nykyaikainen työnkulku lyhytvideoluojille

Nykyaikainen AI-videotyönkulku antaa DeepDream-tunnelman ilman vanhaa kitkaa. Lyhytproduktioon rakennetut työkalut antavat generoida surrealistisen kerroksen, ajoittaa sen biittiin ja pitää aiheen luettavana kohtausten yli. Jos haluat nykyesimerkin, ShortGenius AI-lyhytvideoiden luomiseen sopii tähän lähestymistapaan.

Käytä yksinkertaista tuotantologiikkaa:

• Valitse yksi ankkuriaihe: yksi kasvo, objekti tai ympäristö
• Aseta muuntumissääntö: kukkiva kasvu, koneen silmät, nestemäinen metalli, kosminen sumu, hyönteismäinen symmetria
• Lisää intensiteettiä ajan myötä: hienovarainen ensin, raskas myöhemmin
• Leikkaa biittiin, lyriikkaan tai käsikirjoituksen käänteeseen: efekti tuntuu tarkoitukselliselta, kun visuaalinen muutos vastaa merkitystä
• Lopeta selkeyteen: yleisön pitäisi muistaa pointti, ei vain vääristymä

Suuntaus merkitsee enemmän kuin kaaos.

Tämä on DeepDreamista eteenpäin kannettava ydinsääntö. Muistettavat kuvat eivät olleet vain outoja. Ne antoivat katsojalle yhden vakaan asian pidettäväksi kiinni, kun loppu kehy liukui koneen fantasiaan.

Missä tämä estetiikka toimii parhaiten

Surrealistiset visuaalit voivat tukea paljon enemmän kuin taidekokeiluja. Ne toimivat erityisen hyvin, kun vääristymä ilmaisee idean.

Tavoite ei ole historiallinen uusinta. Tavoite on ottaa DeepDream-aikakauden visuaalinen kieli ja uudelleenmuotoilla se lyhytvideon nopeuden, kehyksen ja tarinankerronnan vaatimuksiin.

Luoville ja eettisille käyttötavoille luojille

DeepDream jätti luojille hyödyllisen varoitustarran. AI ei vain generoi tyyliä. Se paljastaa myös, mitä systeemi on koulutettu huomaamaan, toistamaan ja liioittelemaan.

Kuuluisa DeepDreamin oikku teki sen helpoksi nähdä. Koska mallilla oli voimakas altistus koirakuville, se veti jatkuvasti koiramaisia silmiä, kuonoja ja turkikuvioita epäliittyvistä aiheista. Pilvestä tuli piilotettujen kasvojen kenneli. Rakennuksen julkisivusta alkoi versoa kuonoja. Kuva näytti surrealistiselta, mutta vinouma oli konkreettinen.

Sama opetus pätee nykyisiin videotykaluihin. Jos kehotteesi pyytää ”unenomaisia transformaatiota” ja tuloste ajautuu jatkuvasti kiiltävien naisten kasvojen, cyberpunk-neonin tai sulavien luksustekstuurien suuntaan, työkalu näyttää tottumuksensa. Nämä tottumukset tulevat koulutustiedoista, mallin virityksestä ja tuotteen oletuksista. Kohtele niitä ohjeina, ei lopullisina vastauksina.

Luovia tapoja käyttää estetiikkaa

Surrealismi toimii parhaiten, kun vääristymä sanoo jotain spesifiä.

Esimerkiksi ihonhoitoluoja voi antaa ihohuokosten muuttua halkeilevaksi aavikkomaaksi ja palauttaa sileän ihon tuotteen ilmestyessä. Musiikkipromo voi antaa katuvalojen kukkivan valvoviksi silmiksi biitillä, muuttaen ahdistuksen visuaaliseksi motiiviksi satunnaisen oudon sijaan. Kouluttaja, joka selittää kuvioiden tunnistusta, voi näyttää neutraalin käytävän täyttyvän vähitellen toistuvilla kasvoilla tai eläinmuodoilla, jotta katsojat tuntevat, miten AI-systeemi alkaa pakottaa merkitystä kohinaan.

Hyödyllisiä sovelluksia ovat:

• Hypnoottinen B-roll: muuta huoneita, katuja tai luonnonkohtauksia metaforiksi stressille, himolle, muistolle tai ylikuormitukselle
• Tuotesiirtymät: anna tuotteen tekstuurin, kuten kuplat, kromi, terälehdet tai savu, levitä kehyyn ennen kuin napsahtaa takaisin tuotteeseen
• Kouluttava tarinankerronta: visualisoi vinoumia, vääriä kuviohavaintoja, epävakaata havaintoa tai koneen näkövirheitä
• Taiteilijapromot: aloita oikealla luonnoksella, asulla, naamalla tai kasvolla, anna yhden piirteen replikoitua ja muuntua tarkoituksella
• Kampanjakoukut: aloita yhdellä mahdottomalla visuaalisella tapahtumalla, joka ansaitsee huomion nopeasti, palaa sitten selkeään viestiin

Lyhytvideoissa pidättyvyys merkitsee. Yksi muuntuminen kolmen nopean leikkauksen läpi osuu yleensä kovemmin kuin kymmenen epäliittyvää efektiä kymmenessä sekunnissa.

Käytännön eettinen testi

Käytä kahta kysymystä ennen julkaisua.

Ensinnäkin, mihin tämä työkalu työntää minua visuaalisesti? Vastaa spesifisesti. Jos jokainen ”kaunis muotokuva”-kehotus palauttaa vaaleamman ihon, symmetriset piirteet ja kalliinvointoisen editorimeikin, vinouma ei ole enää abstrakti. Jos jokainen ”surrealistinen kaupunki”-kehotus muuttuu neon-Tokyoksi yöllä, malli romahduttaa laajan idean yhdeksi tutuksi internet-kuvasetiksi.

Toiseksi, mikä tässä teoksessa kuuluu minulle? Aihevalintasi, editointiaikataulusi, käsikirjoituksesi, kameraviittauksesi ja valintalogiikkasi pitäisi näkyä edelleen. Jos tulos riippuu enimmäkseen mallin oletustaidosta, työ näyttää vaihdettavalta. Jos se heijastaa suuntaustasi, surrealismi muuttuu osaksi tekijyyttä.

Vastuullinen AI-taide alkaa, kun luojat huomaavat toistot, jäljittävät ne systeemiin ja valitsevat, pidetäänkö, ohjataanko vai hylätäänkö ne.

Pidä inhimillinen osa näkyvänä

DeepDream merkitsee tänään, koska se paljasti sekä taikatemppun että virheen. Kone pystyi generoimaan häkellyttäviä kuvia, mutta se myös näytti tottumuksensa julkisesti. Nykytyökalut ovat nopeampia, puhtaampia ja paljon hyödyllisempiä videoille, erityisesti lyhytvideosisältöä tiukoilla aikatauluilla tekeville luojille. Vastuulla ei ole muutosta.

Luoja päättää edelleen, mitä unella tarkoitetaan.

Tässä maun, editointiarvioinnin ja eettisen arvion kohtaamiset kohtaavat. Käytä surrealistisia estetiikkoja ilmaistaksesi pakkomiellettä, muistin vaeltelua, aistiylikuormitusta tai transformaatiota. Älä käytä niitä litistääksesi ihmisiä stereotypioiksi, matkiaksesi toista taiteilijaa liian läheisesti tai antaaksesi mallin lempimotiivien seisoa oman näkökulmasi sijaan.

Kuten aiemmin mainittiin, uudemmat videotyönkulut tekevät paljon helpommaksi rakentaa tällaista hallittua surrealistista sekvenssiä Reels:eille, Shorts:eille, mainoksille ja luojasisaällölle. DeepDreamin historiallinen opetus pitää edelleen. Outoja kuvia tulee muistettaviksi, kun ihminen valitsee, mikä pysyy oikeana, mikä muuntuu ja miksi.