AI Deep Dream: Google kísérletétől a virális művészetig

2015-ben a közösségi média hírfolyamaim tele voltak épületek, fák és felhők fényképeivel, amelyek úgy néztek ki, mintha kutyák arcába és extra szemekbe olvadnának bele. Sok néző furcsa AI művészetnek nevezte. Amit megfigyeltek, az az egyik első alkalom volt, amikor a nyilvánosság látta, hogyan „lát” egy neurális hálózat egy képet.

Mi az AI Deep Dream és miért fontos

Az AI Deep Dream fontos, mert a kreatív technológia fordulópontján helyezkedik el. Élénk, nyomasztó, felejthetetlen betekintést nyújtott a nyilvánosság számára egy neurális hálózat belsejébe, abban az időben, amikor kevesen interaktáltak közvetlenül a gépi tanulással.

Az első dolog, amit tisztázni kell, a legnagyobb tévhit. A DeepDream nem hozott létre képeket a semmiből, ahogy sok modern AI eszköz teszi. Egy meglévő képpel indult, majd eltúlozta a benne lévő mintákat, amíg az eredmény pszichedelikus, zsúfolt és álomszerű nem lett.

Ez a különbség még mindig megzavarja az embereket. Egy Reddit-vitában a „Hogyan készítsek saját deepdream képeket?” kérdést feltévő felhasználók 78%-a zavart mutatott afelől, hogy az eszköz eredeti tartalmat generál-e vagy egy bemeneti képet torzít-e, amint ezt ez a Reddit szál mutatja a DeepDream képekről.

Mit csinál valójában a DeepDream

Amikor felhőket nézel, elkezdhetsz állatokat, arcokat vagy szimbólumokat látni bennük. A DeepDream valami hasonlót tesz, de nem csak lazán észreveszi az alakzatokat, hanem agresszíven felerősíti őket.

Gyakorlati szabály: Ha nincs kiindulókép, nincs klasszikus DeepDream eredmény.

Ezért jobb vizualizációs eszköznek nevezni a DeepDreamet, mint általános képgenerátornak. Megmutatja, milyen mintákat tanult meg észrevenni egy betanított neurális hálózat, majd ezeket a mintákat addig erősíti, amíg lehetetlenné válik figyelmen kívül hagyni őket.

Miért kell még mindig érdekelnie a alkotóknak

A mai alkotók számára a DeepDream több, mint egy régi internetes kuriózum. Egy vizuális nyelvet vezetett be, amely ma is mindenhol megjelenik: rekurzív textúrák, szerves torzítások, ismétlődő szemek, állatszerű formák és az az érzés, hogy a valóság oldalra csúszik.

Láthatod a hatását itt:

• Zenei vizuálok-ban, amelyek jeleneteket pulzáló hallucinációkká változtatnak
• Divat szerkesztések-ben, amelyek szépségképeket kevernek mintatúlterheléssel
• Rövid videók-ban, amelyek szürreális átmenetekkel állítják meg a néző görgetését
• Oktató magyarázatok-ban, amelyek vizualizálják az érzékelést, memóriát vagy módosult állapotokat

A DeepDream igazi öröksége nem a eredeti kód. Az esztétika és az mögötte álló ötlet az. A gépek nem csak címkézik a képeket. Átalakíthatják őket aszerint, amit megtanultak felismerni. Ha ezt megérted, a modern AI videóeffektek sokkal érthetőbbek lesznek.

A Google AI kísérletének virális jelensége

2015-ben az internet hirtelen úgy tűnt, mintha hallucinálni kezdett volna. Kutyák, épületek és városi utcák fotói extra szemekkel, gömbölyödő textúrákkal és olyan állatformákkal tértek vissza, amelyek mintha magából a képből nőttek volna ki. Sokak számára a DeepDream volt az első alkalom, hogy az AI ne csak háttérinfrastruktúraként érezze magát, hanem valami látható, megosztható és azonnal reagálható dologként.

A DeepDream a Google-on belül indult kutatóprojektként, Alexander Mordvintsev, Mike Tyka és Christopher Olah vezetésével. Kezdetben Inceptionism-nek hívták, egy név, ami a kutatóknak értelmes volt, de keveset magyarázott a képek érzéséből. A DeepDream maradt meg, mert illik az eredményre. A képek kevésbé néztek ki szoftverkimenetként és inkább gépi vízióként.

A Google 2015 júniusában publikálta a projektet a kutatóblogján, és nem sokkal később kiadta a kódot, amint azt korábban említettük. Ez a sorrend fontos volt. Egy laboratóriumi kísérlet nyilvános eszközzé vált, és amint az emberek futtatni tudták a saját fotóikon, a stílus messze túllépte az AI kutatóköri határokat.

Miért terjedt olyan gyorsan a kiadás

A DeepDream pontosan abban az internetes pillanatban érkezett, amely a vizuális sokkot jutalmazza. A közösségi hírfolyamok már akkor is a remix kultúrát, furcsa humort és olyan képeket részesítették előnyben, amelyek megállították a görgetést egy pillanatra, hogy a néző megkérdezze: „Mit nézek?”

Néhány tényező segítette a terjedését:

• Bárki kipróbálhatta: A nyílt forráskód a nézőkből résztvevőket csinált.
• A kimenet azonnal olvasható volt: Nem kellett gépi tanulási háttér ahhoz, hogy reagálj egy szemekkel és pofákkal teleszórt horizontvonalra.
• Szépséget kevert nyugtalansággal: A képek játékosak, ijesztőek és furcsamód lenyűgözőek voltak egyszerre.

Ez a kombináció könnyűvé tette a memézést, a remixet és a megjegyzést.

Egy mondat magyarázza meg kulturális erejét. A DeepDream lehetőséget adott a hétköznapi internetezőknek arra, hogy gépi érzékelést képstílusként éljék át.

Az internetes kuriózumból művészeti világbeli anyaggá

A virálisság csak az első fejezet volt. Hamarosan a művészek elkezdték használni a DeepDreamet novelty filterként túlmutatóan. Galériák és kreatív intézmények elkezdték igazi művészeti médiumként kezelni a neurális hálózatos képeket, nem csak technikai trükknek.

Ez a váltás fontos, mert megváltoztatta az AI vizuálokról szóló beszélgetést. A DeepDream előtt a számítógépes látás főleg adminisztratívnak hangzott. Címkézett fotókat, felismert tárgyakat és rendezett információkat. A DeepDream ezt a rejtett folyamatot kifelé fordította. Láthatóvá, furcsává és érzelmileg töltötté tette a rendszer mintakereső viselkedését.

A mai alkotók számára ez a történelmi lecke đáng megőrizni. A DeepDream mai mércével durva, lassú és nehezen irányítható volt, de bevezetett egy szürreális vizuális nyelvet, ami ma is működik. Modern eszközök, mint a ShortGenius, lehetővé teszik ugyanezt az álomszerű instabilitást rövid videókban sokkal nagyobb sebességgel és kontrollal, akár torz átmenetet, kúszó textúraváltást vagy teljes AI hallucináció-szekvenciát szeretnél, amit közösségi platformokra építettek.

A DeepDream ma úgy olvasódik, mint a korai nyilvános AI művészeti korszak történelmi artefaktuma. Hatása még él. A különbség az, hogy az alkotóknak ma már nem kell elfogadniuk az eredeti eszköz korlátait az esztétika használatához.

Hogyan változtatja a DeepDream a képeket álmokká

A DeepDream megértésének jó módja egy hétköznapi dolog fotójával kezdeni. Talán egy fás vonal, egy épület homlokzata vagy egy felhős ég. A rendszer megvizsgálja azt a képet, elkezd bizonyos vizuális jeleket előnyben részesíteni, majd ezeket a jeleket visszarakja a képbe, amíg a jelenet el nem kezd hallucinálni magát.

Technikai szinten a DeepDream egy bemeneti képet szerkeszt azzal, hogy méri, mely pixelek növelnék a tevékenységet egy betanított neurális hálózat kiválasztott rétegében, majd ismételten ebbe az irányba tolja a képet. A TensorFlow DeepDream tutorialja elmagyarázza ezt a gradiens alapú folyamatot, és megmutatja, miért hoznak sekély rétegek egyszerűbb textúrákat, míg a mélyebb rétegek összetettebb formákat húznak ki.

Ez absztraktnak hangzik, amíg visszatekintesz rá visszacsatolási hurokként.

1. Kezdj egy valós képpel.
2. Válassz egy réteget a hálózatban.
3. Mérj vizuális változtatásokat, amelyek erősebben aktiválnák azt a réteget.
4. Alkalmazd ezeket a változtatásokat a képre.
5. Ismételd.

Minden átmenet kicsi. A felhalmozódás a lényeg.

Egy levélfolt elkezdhet tollakat növeszteni. Egy felhőtakaró szemeket. Egy kőfal olyan állatarcokat fejleszthet ki, amelyek soha nem voltak ott, de most lehetetlen figyelmen kívül hagyni őket.

Miért néznek ki egyes kimenetek finoman, mások vadul

A hálózat különböző részei különböző vizuális összetevőkre figyelnek. A korai rétegek élekre, kontrasztváltásokra és textúrákra reagálnak. Középső rétegek csoportosítják ezeket a fragmenseket motívumokká. Mélyebb rétegek nagyobb, tárgy szerű mintákra reagálnak.

Ezért érezhetők olyan különbözőnek a DeepDream képek, még ha a kiindulókép ugyanolyan egyszerű is. A kiválasztott réteg megváltoztatja a vizuális eltúlzás típusát, szinte mintha különböző gombokat fordítanál egy torzító pedálon.

Ha tisztább alapot szeretnél ahhoz, hogyan reprezentálják a neurális hálózatok a vizuális jellemzőket, ez a gyakorlati AI képmodel magyarázó ad hasznos kontextust.

Egy mozgó példa többet segít, mint egy definíció. Ez a bemutató mutatja az effektet működés közben:

Az algoritmikus pareidolia szerepe

Az emberek már hasonló dolgot csinálnak. Arcokat látunk ablakokban, lényeket füstben, mintákat szőnyegben. A DeepDream ezt az impulzust gépi folyamattá változtatja.

Az álomeffekt abból adódik, hogy a gép túlköteleződik a félig felismert minták iránt.

Ezért érzi az ember a kimenetet baljósnak ahelyett, hogy véletlenszerű lenne. A hálózat folyamatosan vizuális tippet ad, majd azt visszfesti a képre, amíg a javaslat struktúrává keményedik.

Az alkotók számára ez az ötlet ma is fontos. A legerősebb szürreális vizuálok általában egy lábbal a valóságban maradnak. Egy felismerhető jelenetet hajlítanak meg a teljes cseréje helyett. 2015-ben a DeepDream ezt lassú képiterációval tette. Ma rövid videós eszközök, mint a ShortGenius, lehetővé teszik ugyanezt az elvet a mozgásra, átmenetekre és evolúciós textúrákra sokkal szigorúbb kontrollal. Az esztétika fennmarad, de a munkafolyamat illeszkedik a modern tartalomkészítéshez.

DeepDream kontra modern generatív AI

A DeepDream még mindig fontos, de helyesen kell elhelyezni. Ez egy történelmi artefaktum, nem modern produkciós munkafolyamat. Egy dokumentált visszatekintő szerint a 2015-ös kiadása után tíz évvel a DeepDream alapvető a AI kép történetében, megelőzi a Stable Diffusiont 7 évvel és a Google Veo 3-at 10 évvel, és iteratívan erősítette a képeket egy VGG16 hálózaton belül a place of newer model families helyett, amint ezt ez a DeepDream visszatekintő videó leírja.

Ez a „történelmi artefaktum” keretezés fontos, mert sok alkotó visszafelé fedezi fel a DeepDreamet. Először találkoznak modern AI kép- és videós eszközökkel, aztán utánanézek a régebbieknek, és feltételezik, hogy azok korai verziók ugyanannak. Nem azok voltak.

A központi különbség

A DeepDream a felerősítés-ről szól. A modern generatív AI gyakran a teremtés-ről.

A DeepDream egy képpel indul és átalakítja azt a megtanult jellemzők eltúlzásával. Modern rendszerek gyakran szöveges prompttal indulnak, képet generálnak a semmiből, revideálják, animálják, bővítik és adaptálják különböző kimenetekre egy munkafolyamatban.

Ez mindent megváltoztat az alkotók számára. Befolyásolja a sebességet, kontrollt, ismétlhetőséget és azt, mennyire könnyen dolgozhatsz videóval.

DeepDream kontra modern AI eszközök

Miért fontos ez a gyakorlatban

Ha az eredeti DeepDream folyamatot akarod történelmi vagy művészeti okokból, a régi módszer még mindig érdekes. De a legtöbb dolgozó alkotónak nincs szüksége történelmi hűségre. Eredményre van szüksége, amit alakíthat és kibocsáthat.

Ezért ma a kérdés általában nem az: „Hogyan futtassam a klasszikus DeepDreamet?” Hanem közelebb áll ehhez: „Hogyan kapjam meg azt a baljós, túlmagyarázott, álomszerű érzést egy vertikális videóban anélkül, hogy elveszíteném a kontrollt?”

A modern eszközök jobbak a következőknél:

• Tárgykonzisztencia fenntartása
• Közösségi formátumok kezelése
• Feliratok, ütemezés és voiceover integrálása
• Iteráció anélkül, hogy mindent kézzel újrabarnál

Ha szélesebb térképet akarsz a kép rendszerek különbségeiről, ez a gyakorlati AI képmodel magyarázó hasznos, mert egyszerű nyelven választja el a régebbi megközelítéseket az újabb model kategóriáktól.

Akkor kontra most a szürreális esztétikában

A DeepDream betekintést adott a gépi érzékelésbe. Modern AI eszközök lehetővé teszik, hogy irányítsd azt az érzékelést egy kreatív cél felé. Ez a kulcsfontosságú váltás.

Munkaszabály: Kezeld a DeepDreamet inspirációként, ne produkciós stack-ként.

A rövid formátumú alkotók számára a lehetőség ma nagyobb. Kölcsönözheted az eredeti esztétikai logikát, ismétlődő motívumokat, torz textúrát, instabil realizmust, vizuális rekurziót, és alkalmazhatod sokkal szigorúbb kontrollal, mint amit a 2015-ös munkafolyamat engedett.

Szürreális vizuálok újraalkotása modern tartalomhoz

Egy 2015-ös alkotó egy állóképet etetett a DeepDreambe, várt, és nézte, ahogy a szőr, felhők és kő lázas szem- és állatarc-halmazzá válik. Egy ma Shorts-ot készítő alkotónak valami másra van szüksége. A képnek még mindig baljósnak kell lennie, de illeszkednie kell 9:16 kerethez, meg kell tartania a figyelmet az első másodpercben, és olvashatónak kell maradnia egy üzenet támogatásához.

Ez a váltás fontos, mert a DeepDream ma kevésbé hasznos produkciós módszerként, mint vizuális referencia pontként. Megmutatta, milyen a gépi érzékelés, amikor egy modell túlmagyaráz egy képet. Modern rövid formátumú alkotók újraalkothatják ugyanezt a feszültséget, a hétköznapi valóság mintamániába billenését, sokkal nagyobb kontrollal az ütemezés, tárgynyomás és végső formátum felett.

Kezdj olyan felvételekkel, amelyek jól mutálhatnak

A DeepDream mindig olyan képeket részesített előnyben, amelyekben felületek, élek és ismétlődő formák voltak. Ugyanaz az elv érvényes a modern videóra. Sűrű vizuálok adnak több lehetőséget a rendszernek a eltúlzásra, visszhangzásra és torzításra.

Hasznos kiindulópontok:

• Építészet: ablakok, csempék, korlátok, faragott felületek
• Természet felvételek: felhők, ágak, virágok, víz, füst
• Portré közelik: haj, szempillák, ékszerek, smink textúrák
• Részletes termékek: üveg, varrás, króm, címkék, csomagolás

Ritkán működnek ritka jelenetek. Egy üres fal alig ad átalakítanivalót. Egy textúrával teli kép ad anyagot a hajlításhoz.

Építsd fel a szürreális effektet lépcsőzetesen

A legkönnyebb hiba a maximális torzítás alkalmazása az első körtől. A régi DeepDream kimenetek gyakran lenyűgözőek voltak, mert a néző még felismerte az eredeti képet a hallucináció alatt. Jó rövid videó ugyanezt a toló-húzó dinamikát használja.

Egy gyakorlati sorrend így néz ki:

1. Kezdj stabil felvétellel
   Használj klipet tiszta kompozícióval és korlátozott kamerarezegéssel. Lassú mozgás ad időt a közönségnek észrevenni a változást.

2. Növeld a textúra és él részleteket
   Hozd ki a kis mintákat, vonalakat és felületi kontrasztot. Ez újraalkotja a régi DeepDream szokását, hogy rejtett részleteket vizuális zajjá változtasson.

3. Ismételj egy motívumot
   Válassz visszatérő formát, mint szemek, szirmok, folyadékfényvisszaverődések, elágazó erek vagy hajtogatott geometria. Az ismétlés álomszerűvé teszi az effektet a véletlenszerű helyett.

4. Változtasd meg a színdiámat
   Savas zöldek, infravörös pirosok, elektromos kékek vagy elmosódott pasztellköd megváltoztathatja a jelenet érzelmi olvasatát, mielőtt a néző észrevenné a torzítást.

5. Zavard meg enyhén a mozgást
   Gyengéd morphing, pulzáló zoomok és ciklikus instabilitás gyakran nyugtalanabb, mint az agresszív mozgás.

Ez a folyamat úgy működik, mint a visszacsatolás növelése egy audió mixeren. Kis mennyiség karaktert ad. Túl sok a teljes jelet zajjá változtatja.

Alakítsd a klipet álomszerűen, ne filter demóként

Erős szürreális szerkesztések általában egyszerű ívet követnek. A jelenet a valóságban indul, félreismerésbe csúszik, túlterhelésbe ér, majd visszatér a tisztasághoz vagy landol egy reveal-en.

Ez a struktúra hasznos, mert a közönségnek kontraszra van szüksége a transzformáció érzéséhez. Ha minden furcsa az első körtől, semmi sem érzi úgy, mintha változott volna.

Egy egyszerű négylépcsős progresszió jól működik:

• Nyiss normál valósággal
• Hadd mutáljon egy részlet
• Terjeszd ki azt a logikát az egész keretre
• Zárd le tiszta képpel, termékfelvétellel vagy kulcsmondattal

Ez az egyik legtisztább módja a DeepDream kölcsönzésének anélkül, hogy másolnád az eredeti munkafolyamatát.

Komponálj vertikális képernyőkre

A vertikális videó megváltoztatja, hol éljen a szürreális energia. Galériaképben a szem oldalra kalandozhat. Telefonképernyőn a figyelem középen marad és fel-le utazik.

9:16 szerkesztésekhez:

• Tartsd középen a fő tárgyat
• Hagyd üresen a helyet feliratoknak és interfész elemeknek
• Hagyd, hogy csepegések, indák, füst, szemek vagy ismétlődő formák függőlegesen másszanak
• Kerüld a szélek részletekkel való tömését

Ha referenciákat akarsz egy szekvencia tervezése előtt, böngéssz egy vizuális kategóriát, mint a surreal tattoo style, mert a tetováló művészek gyakran összenyomják a bizarr álomképeket merész, olvasható kompozíciókba. Ez hasznos korlát közösségi videókhoz is.

Modern munkafolyamat rövid formátumú alkotóknak

Egy modern AI videó munkafolyamat megadja a DeepDream hangulatot a régi súrlódás nélkül. Rövid formátumú produkcióra épített eszközök lehetővé teszik a szürreális réteg generálását, ütemezését egy beathez, és a tárgynak olvasható maradása a jeleneteken át. Ha aktuális példát akarsz, a ShortGenius AI rövid videó készítéshez illik ebbe a megközelítésbe.

Használj egyszerű produkciós logikát:

• Válassz egy horgonytárgyat: egy arc, tárgy vagy környezet
• Állíts be mutációszabályt: virágos növekedés, gépszemek, folyékony fém, kozmikus köd, rovarszimmetria
• Növeld az intenzitást idővel: finom először, erős később
• Vágj beat-re, szövegre vagy script fordulatára: az effekt szándékosnak érzi magát, ha a vizuális változás illik az jelentéshez
• Zárd le tisztasággal: a közönségnek meg kell emlékeznie a pontra, nem csak a torzításra

Az irányítás fontosabb a káosznál.

Ez a DeepDream fő leckéje, amit tovább kell vinni. A memorábilis képek nem csak furcsák voltak. Egy stabil dolgot adtak a nézőnek, amit megfoghat, miközben a keret többi része gépi fantáziába csúszik.

Hol működik legjobban ez az esztétika

A szürreális vizuálok messze többet támogatnak, mint művészeti kísérletek. Különösen jól működnek, amikor a torzítás kifejez egy ötletet.

A cél nem történelmi rekonstrukció. A cél az, hogy vegyél egy vizuális nyelvet a DeepDream korszakból és alakítsd újra a rövid videók sebességéhez, keretezéséhez és történetmeséléséhez.

Kreatív és etikus felhasználások alkotóknak

A DeepDream hasznos figyelmeztető címkét hagyott az alkotókra. Az AI nem csak stílust generál. Azt is megmutatja, mit tanult meg észrevenni, ismételni és eltúlozni a rendszer.

Egy híres DeepDream furcsaság ezt könnyűvé tette. Mivel a modell erős expozíciót kapott kutyaképekből, folyamatosan húzta ki kutyaszerű szemeket, pofákat és szőrmintákat nem kapcsolódó tárgyakból. Egy felhő rejtett arcak kennélévé vált. Egy épület homlokzat pofákat kezdett növeszteni. A kép szürreálisnak tűnt, de a bias konkrét volt.

Ugyanez a lecke érvényes a jelenlegi videós eszközökre. Ha a promptod „álomszerű transzformációt” kér, és a kimenet folyamatosan glossy női arcok, cyberpunk neon vagy olvasztódó luxus textúrák felé sodródik, az eszköz mutatja a szokásait. Ezek a szokások edzési adatokból, modellhangolásból és termék alapbeállításokból jönnek. Kezeld őket irányító jelekként, ne végleges válaszokként.

Kreatív módok az esztétika használatára

A szürrealizmus akkor működik legjobban, ha a torzítás valami specifikusat mond.

Például egy bőrápolási alkotó hagyhatja, hogy a pórusok repedezett sivatagi talajjá változzanak, majd állítsa vissza a sima bőrt, amikor a termék megjelenik. Egy zenei promo utcai lámpákat virágoztathat őrködő szemekké a beat-en, szorongást változtatva vizuális motívummá véletlenszerű furcsaság helyett. Egy oktató, aki mintafelismerést magyaráz, mutathat egy semleges folyosót, amely fokozatosan telepszik ismétlődő arcokkal vagy állatformákkal, hogy a nézők érezzék, hogyan kezd egy AI rendszer jelentést erőltetni a zajra.

Hasznos alkalmazások:

• Hipnotikus B-roll: változtass szobákat, utcákat vagy természetes jeleneteket stressz, vágy, memória vagy túlterhelés metaforáivá
• Termék átmenetek: engedd, hogy egy termék textúrája, mint buborékok, króm, szirmok vagy füst, kitöltse a keretet, mielőtt visszavág a tárgyra
• Oktató történetmesélés: vizualizáld a bias-t, hamis mintafelismerést, instabil érzékelést vagy gépi látási hibákat
• Művészi promók: kezdj valós skiccel, ruhával, maszkkal vagy arccal, majd engedd, hogy egy jellemző szándékosan replikálódjon és mutálódjon
• Kampány horgok: nyiss egy lehetetlen vizuális eseménnyel, ami gyorsan megszerezi a figyelmet, majd térj vissza tiszta üzenethez

Rövid videókhoz a visszafogottság fontos. Egy mutáció három gyors vágáson át általában erősebben landol, mint tíz nem kapcsolódó effekt tíz másodperc alatt.

Gyakorlati etikus teszt

Használj két kérdést publikálás előtt.

Első: mire tol vizuálisan ez az eszköz? Válaszold meg specifikusan. Ha minden „szép portré” prompt világosabb bőrt, szimmetrikus vonásokat és drága editorial sminket hoz vissza, a bias már nem absztrakt. Ha minden „szürreális város” prompt éjszakai neon Tokióvá válik, a modell egy széles ötletet egyetlen ismerős internetes képsettbe roppant össze.

Második: mi az enyém ebben a darabban? A tárgyszerű választásod, szerkesztési időzítésed, script-ed, kamera referenciád és szelekciós logikádnak láthatóak kell maradniuk. Ha az eredmény főleg a modell alapízelmétől függ, a munka felcserélhetőnek tűnik. Ha a te irányításodat tükrözi, a szürrealizmus az authorship részévé válik.

A felelős AI művészet akkor kezdődik, amikor az alkotók észreveszik az ismétlődést, visszavezetik a rendszerhez, és eldöntik, megtartják-e, átirányítják-e vagy elutasítják-e.

Tartsd láthatóan az emberi részt

A DeepDream ma azért fontos, mert kipreparálta mind a varázstrükköt, mind a hibát. A gép lenyűgöző képeket generálhatott, de nyilvánosan mutatta a szokásait is. Modern eszközök gyorsabbak, tisztábbak és sokkal hasznosabbak videóra, különösen rövid formátumú tartalmat készítő alkotóknak szoros határidőkkel. A felelősség nem változott.

Az alkotó még mindig dönti el, mit jelent az álom.

Itt találkozik a jó ízlés, szerkesztési ítélet és etikus ítélet. Használd a szürreális esztétikát megszállottság, memória elcsúszás, szenzoros túlterhelés vagy transzformáció kifejezésére. Ne használd stereotype-okba laposításra, másik művész túl szoros utánzására vagy a modell kedvenc motívumainak a te nézőpontod helyettesítésére.

Amint korábban említettük, újabb videó munkafolyamatok sokkal könnyebbé teszik ennek a kontrollált szürreális szekvenciának az építését Reels-ekhez, Shorts-okhoz, hirdetésekhez és alkotói tartalomhoz. A DeepDream történelmi leckéje még mindig érvényes. A furcsa képek memorábilisak lesznek, amikor egy ember választja ki, mi maradjon valós, mi mutálódjon és miért.