Padroneggiare l’arte dell’IA una guida concisa al percorso intermedio e all’ingegneria delle istruzioni

Guida concisa all'IA e all'ingegneria delle istruzioni

Introduzione all’arte generata da IA di MidJourney

L’IA sta rapidamente superando le barriere dell’impossibile e recentemente ha invaso il campo dell’arte, trasformandolo completamente. Ora non è più necessario essere un artista esperto o un esperto di Photoshop per dare vita alle immagini della tua immaginazione. Ti basta una semplice e ben articolata richiesta, grazie a Midjourney.

Tutto è iniziato con l’introduzione di tecnologie innovative come DALL-E, Midjourney e StableDiffusion nel 2022. Mentre ciascuna di queste innovazioni ha apportato il proprio tocco distintivo al mondo dell’IA generativa, Midjourney in particolare ha continuato il suo avvincente percorso, compiendo progressi significativi.

Midjourney è attualmente il principale generatore di immagini AI ad alta risoluzione basato su testo disponibile sul mercato e si distingue per la sua combinazione unica di generazione di immagini da testo, editing e upscaling multimediale e accesso a una comunità artistica attiva, il tutto a partire da $10 al mese. Questa suite completa di funzionalità offre una tela entusiasmante per artisti, appassionati di tecnologia e professionisti dell’IA, creando un ambiente per la creatività e l’innovazione.

Il mondo dell’arte sta sicuramente prendendo nota, con il mercato dell’IA generativa nel settore artistico che prevede una crescita impressionante del 40,5% CAGR. Midjourney si distingue nel creare le immagini più realistiche e di alta qualità utilizzando l’IA.

• I migliori generatori di giochi AI nel 2023
• Incontra REPLUG un framework di modellazione del linguaggio (LM) a recupero potenziato che combina un modello di linguaggio congelato con un recuperatore congelato/regolabile, migliorando le prestazioni di GPT-3 (175B) nella modellazione del linguaggio del 6,3%.
• 8 Linguaggi di Programmazione per Data Science da Apprendere nel 2023

La progettazione efficace delle richieste va oltre la semplice creazione; comprende le migliori pratiche. Le richieste dovrebbero offrire chiarezza e essere concise, ma fornire all’IA sufficienti indicazioni senza prescrizioni eccessive. Inoltre, il pubblico di destinazione deve essere considerato durante la progettazione, tenendo conto di variabili come età, genere e background culturale, tra gli altri.

Come funziona MidJourney?

Mid-Journey si avvale di due nuove tecnologie di apprendimento automatico: grandi modelli di linguaggio e modelli di diffusione. Il modello di linguaggio, simile a chatbot AI come ChatGPT, aiuta Mid-Journey a interpretare il significato delle tue richieste e a convertirle in vettori. Questo vettore guida poi il processo di diffusione.

I dettagli interni di Midjourney sono in gran parte sconosciuti. Tuttavia, è evidente che utilizza la generazione di immagini da testo da due tecnologie di apprendimento automatico relativamente nuove: grandi modelli di linguaggio e modelli di diffusione. Il primo è forse familiare agli utenti delle piattaforme di intelligenza artificiale come ChatGPT, mentre il secondo è un’aggiunta promettente al settore della generazione di arte AI. L’intero sistema si basa sul dataset CLIP per l’addestramento, che si trova sulla pagina di ricerca di OpenAI.

Nonostante le informazioni limitate, è possibile delineare un quadro generale del modello di diffusione di Midjourney, chiamato ‘Stable Diffusion’. Fondamentalmente, Stable Diffusion è un modello open-source che trasforma abilmente le richieste di testo in immagini di stili e contenuti variabili. Questo sofisticato procedimento viene realizzato attraverso un modello di diffusione, un modello generativo che collega le dipendenze tra input testuali e output di immagini.

I modelli di diffusione si basano sul metodo della diffusione del denoising, un approccio influenzato dalla termodinamica fuori dall’equilibrio. Questo metodo smantella in modo sistematico la struttura dei dati e successivamente la ripristina. Questo approccio è stato adattato per la generazione di immagini da Ho et al. nel 2020, portando alla nascita dei modelli di diffusione che vediamo oggi.

La formazione dei modelli di diffusione prevede due fasi principali. Inizialmente, il processo di avanti o diffusione prevede l’aggiunta incrementale di rumore casuale all’immagine di input fino a quando non si trasforma completamente in rumore. Questo processo è governato da una catena di Markov fissa, che aggiunge costantemente rumore gaussiano in diversi passaggi successivi.

In seguito, nella fase inversa o di ricostruzione, il modello ripristina i dati originali dallo stato dominato dal rumore raggiunto nel processo di diffusione. Questo processo è guidato da una catena di Markov con transizioni gaussiane apprese, il che implica che la previsione della densità di probabilità in un dato momento dipende esclusivamente dallo stato raggiunto nel passaggio temporale precedente. Poiché i latenti ‘x1, …, xT’ condividono la stessa dimensionalità dei dati, i modelli di diffusione rientrano nella categoria dei modelli a variabili latenti.

Costi e abbonamento di Mid-Journey

Mentre molti chatbot come ChatGPT e Bing Chat offrono un utilizzo praticamente illimitato gratuitamente, la situazione è diversa per i generatori di immagini come Mid-Journey. A causa del notevole potere di calcolo richiesto, in particolare dalle unità di elaborazione grafica (GPU) e dall’utilizzo della memoria video per il processo di denoising, il servizio di Mid-Journey ha un costo.

Il piano di base parte da $10 al mese, offrendo circa 3,3 ore di tempo GPU, sufficienti per circa 200 generazioni di immagini. Tuttavia, ci sono piani di fascia alta che offrono immagini illimitate in modalità Rilassata, sebbene con un tempo di attesa più lungo.

Configurazione di MidJourney

1. Per iniziare con MidJourney, è necessario registrarsi sul loro sito ufficiale, sottoscrivere un piano e quindi essere reindirizzati a Discord.
2. Una volta trovato il canale Mid-Journey su Discord, accedi ai Gruppi per i Nuovi Utenti sul lato sinistro. Da lì, puoi osservare gli altri utenti creare prompt, imparare le meccaniche di Mid-Journey e interagire in un ambiente vivace.
3. Dopo esserti familiarizzato con l’ambiente, invita il bot al tuo server privato per creare immagini indisturbato. Il bot genera quattro anteprime di immagini basate sul tuo prompt, consentendoti di selezionare la corrispondenza più vicina alla tua idea originale e perfezionare ulteriormente l’immagine.

Struttura del Prompt per Midjourney

1. Il comando /imagine su un canale di Discord all’interno del canale Midjourney genera un’immagine unica da una breve descrizione testuale (Prompt).
2. Per ricreare uno stile specifico su varie immagini, inserisci semplicemente l’URL dell’immagine insieme al tuo prompt di testo. Le tue nuove uscite coerenti combineranno elementi sia dall’immagine che hai scelto che dal testo. /imagine http://link-all-tua-immagine <descrizione dell’immagine> -parametro1 -parametro2 Puoi generare un link per la tua immagine caricandola sul canale Discord. Una volta caricata, fai clic con il pulsante destro sull’immagine e seleziona “Copia link”. Qui http://link-all-tua-immagine e i parametri sono opzionali.
3. Dopo questo, il bot inizia a lavorare sulla tua immagine, impiegando circa un minuto per offrire quattro alternative. Questo processo coinvolge l’uso di potenti unità di elaborazione grafica (GPU) per elaborare e interpretare ogni prompt.
4. Tieni traccia dell’utilizzo della tua GPU utilizzando il comando /info. Ti consente di verificare il tuo “Tempo rimanente veloce” e monitorare il tempo di utilizzo della tua sottoscrizione GPU.

Incremento e Modifiche delle Immagini

Per ottenere un’immagine più raffinata, utilizza i pulsanti ‘U’ sotto le immagini per aumentare la tua scelta preferita. Puoi anche utilizzare i pulsanti ‘V’ per apportare modifiche specifiche alle immagini. Per ulteriori modifiche a un’immagine ingrandita, utilizza le opzioni ‘Crea variazioni’, ‘Ripeti l’aumento di luminosità’ e ‘Ripeti l’aumento di luminosità beta’. Il pulsante ‘Web’ ti consente di visualizzare l’immagine in una dimensione più grande in una finestra separata.

Midjourney consente l’incremento delle immagini a risoluzioni 2048×2048 (quadrato) e 2720×1530 (panoramica) tramite la sua funzionalità di ripetizione dell’aumento di luminosità beta, con una dimensione predefinita della griglia di generazione di 1024×1024 (quadrato) e 1456×816 (panoramica). Ogni immagine può essere ulteriormente migliorata attraverso le opzioni di incremento “U”, che migliorano parti specifiche dell’immagine.

Dai un’occhiata a questo prompt che produce opere d’arte fantastiche con la versione V5.2 di Midjourney.

/imagine L’opera d’arte rappresenta un albero solitario sotto un cielo stellato, con un bambino che legge sotto, nelle tonalità di un azzurro sereno e un arancione caldo, ispirato alle pennellate dell’Impressionismo francese, alle miniature persiane, alla semplicità del Bauhaus, evocativo delle classiche illustrazioni delle fiabe per bambini, raggiungendo un’armonia asimmetrica, espressa in un incantevole stile folk/naif: -ar 15:19 -upbeta -q 2

Creazione della tua Prima Opera d’Arte Midjourney

1. Creare la Base di Partenza: Immagina di essere un artista. Inizia con una descrizione semplice e vivida dell’immagine che desideri portare in vita. Outline il soggetto principale, l’atmosfera o anche i dettagli minutI che desideri incorporare. Utilizza la punteggiatura come virgole, parentesi e trattini per strutturare i tuoi pensieri. Per risultati migliori, spiega in modo esplicito il contesto e i dettagli del tuo design. Elementi come il soggetto (ad esempio, drago, auto d’epoca, Abraham Lincoln), VoAGI (ad esempio, arte digitale, schizzo a matita), ambiente (ad esempio, spazio esterno, sottomarino, città vivace), illuminazione (ad esempio, morbida, neon, retroilluminata), colore (ad esempio, tonalità terrose, vibranti, smorzate), atmosfera (ad esempio, malinconica, fantastica, pacifica) e composizione (ad esempio, paesaggio, primo piano, grandangolo) possono essere cruciali. Esempi:
   • Una foresta idilliaca illuminata dal sole, un sentiero che si snoda all’orizzonte
   • Una città che non dorme mai, con luci al neon che si riflettono sulle pavimentazioni e una folla variegata che si aggira
2. Infondere Stile e Parole Chiave: L’IA di Midjourney è in grado di illustrare immagini in una miriade di stili come astratto, surreale o realistico. Integrando uno stile o parole chiave correlate, puoi guidare l’IA nella creazione di un’immagine che rispecchia la tua visione. Sperimenta con vari stili e parole chiave per scoprire la combinazione perfetta. Esempi:
   • Un dipinto di paesaggio che rappresenta un deserto all’alba, riflettendo lo stile di Georgia O’Keeffe, con una tavolozza di colori pastello e forme organiche.
   • Un’interpretazione astratta di una foresta tranquilla, con pattern geometrici che formano alberi e fogliame, ispirato alle composizioni di Piet Mondrian.
3. Sfruttare le Impostazioni Avanzate: Considera Midjourney come il tuo set di strumenti creativi, ricco di impostazioni avanzate che ti consentono di perfezionare le tue immagini generate. È come impugnare una bacchetta magica, che ti permette di creare l’equilibrio ideale tra casualità, stilizzazione e variazione delle immagini. Libera la tua creatività sperimentando con queste impostazioni fino a trovare la combinazione perfetta che risuoni con la tua visione. Esempi:
   • Un sereno giardino giapponese con uno stagno che riflette gli alberi di ciliegio -seed 22 -s 150 -c 40
   • Una città cyberpunk distopica, illuminata da luci al neon -seed 88 -s 600 -c 60
4. Evidenziare Elementi con Pesi: Visualizza la tua immagine come una sinfonia, con ogni elemento che contribuisce all’insieme generale. Utilizzando la notazione “::”, puoi indicare l’importanza di vari elementi nella tua immagine, consentendoti di controllare il punto focale. Esempi:
   • [Un elegante pavone]::3 posato su un [albero di glicine]::1 fiorito con fiori vibranti
   • [Un maestoso elefante]::2 che si abbronza nel bagliore di un [tramonto]::1 nella savana
5. Midjourney è un processo di tentativi ed errori: sperimentare con diversi elementi e funzionalità è necessario. Ogni iterazione ti avvicinerà all’immagine che hai immaginato di portare in vita.

Parametri di mezzo percorso

Il modello di Midjourney funziona utilizzando parametri regolabili che controllano l’esito del processo di generazione dell’immagine. Questi parametri permettono agli utenti di regolare e personalizzare la loro arte generata, per ottimizzare il modello e creare risultati che si adattano perfettamente al loro obiettivo.

Approfondiamo sia i parametri di base che quelli avanzati, le loro funzioni e come utilizzarli per sfruttare appieno le capacità di Midjourney:

• Proporzioni dell’aspetto (–aspect o –ar): Questo parametro controlla il rapporto tra la larghezza e l’altezza dell’immagine generata. Ad esempio, un rapporto di 16:9 è perfetto per le miniature di YouTube, mentre 1:1 produce un’immagine quadrata ottima per Instagram.
• Caos (–chaos): Questo parametro regola la diversità della griglia di immagini iniziale e varia da 0 a 100. Valori di caos più alti daranno risultati imprevedibili e unici, mentre valori inferiori garantiranno risultati più coerenti.
• No (–no): Questo parametro ti aiuta ad eliminare elementi o caratteristiche specifiche dall’immagine generata. Ad esempio, se vuoi un’immagine senza alcun colore rosso, puoi utilizzare “–no rosso”.
• Qualità (–quality o –q): Questa impostazione regola il tempo necessario per generare un’immagine. Una qualità più alta richiede più tempo di elaborazione ma produce dettagli più intricati. Questo parametro può assumere valori di .25, .5, 1 o 2.
• Seed (–seed): Questo parametro determina il rumore visivo iniziale, agendo come punto di partenza per l’immagine generata. Utilizzare lo stesso numero di seed con lo stesso prompt darà output simili. Accetta valori interi compresi tra 0 e 4294967295.
• Stop (–stop): Con questo parametro puoi interrompere prematuramente un lavoro, producendo risultati meno dettagliati ma potenzialmente interessanti. Il range è compreso tra il 10 e il 100. Ad esempio, se specifici ’–stop 50′, il processo di generazione dell’immagine si interromperà al 50% di completamento, risultando in un’immagine meno dettagliata, possibilmente astratta.
• Stylize (–stylize o –s): Questo parametro controlla il livello di applicazione artistica sull’immagine generata. Valori di stilizzazione più bassi producono risultati più vicini al prompt iniziale, mentre valori più alti producono interpretazioni più astratte e artistiche. Nella versione 5, il valore predefinito è 100, ma puoi impostarlo da 0 a 1000.
• Versione del modello: Puoi selezionare diverse versioni del modello Midjourney utilizzando il parametro –version o –v.
• Niji: Un modello specializzato in immagini in stile anime. Può essere accessibile utilizzando il parametro –niji.
• Alta definizione: Per immagini astratte e paesaggi, il parametro –hd attiva una versione precedente del modello che produce immagini più grandi e meno coerenti.
• Modelli di prova: Midjourney offre modelli speciali per casi d’uso specifici. –test e –testp attivano rispettivamente i modelli di prova standard e orientati alla fotografia.
• Upscaler: L’algoritmo di Midjourney parte da una griglia di immagini a bassa risoluzione. Offre diversi modelli di upscaling per migliorare la dimensione e i dettagli dell’immagine.
  • Uplight: Un upscaler alternativo (–uplight) fornisce immagini ingrandite meno dettagliate ma più lisce.
  • Upbeta: Il parametro –upbeta porta a immagini con significativamente meno dettagli aggiuntivi, rimanendo più vicine all’immagine della griglia originale.
  • Upanime: L’upscaler –upanime è progettato specificamente per lavorare con il modello Midjourney –niji.
• Peso dell’immagine: Usa –iw per regolare il peso del prompt dell’immagine rispetto al peso del testo. Il valore predefinito è 0.25.
• Sameseed: Il parametro –sameseed garantisce che tutte le immagini nella griglia iniziale utilizzino lo stesso rumore iniziale, creando immagini generate molto simili.
• Video: Midjourney può salvare un video di progresso del processo di generazione della griglia di immagini iniziale utilizzando il parametro –video.
• Creativo: Con il parametro –creative, i modelli di test e testp producono immagini più varie e creative.

Midjourney rilascia costantemente aggiornamenti per migliorare l’esperienza dell’utente, l’ultimo dei quali è la versione 5.2, lanciata nel giugno 2023. Aggiungendo –v 5.2 al tuo prompt o selezionandolo tramite il comando /settings, gli utenti possono accedere a questo modello avanzato. La versione 5.2 offre una maggiore precisione dell’immagine e comprende in modo più intuitivo i prompt, portando colori più vivaci e composizioni migliorate.

Comprensione dei diritti d’autore per le opere d’arte generate dall’IA

A marzo 2023, l’Ufficio del Copyright degli Stati Uniti ha chiarito la sua posizione sulla protezione dei diritti d’autore delle opere generate da intelligenza artificiale (IA). La politica stabilisce che mentre gli elementi creati dall’uomo nelle opere generate da IA (come scritti o design unici) possono essere protetti, le immagini prodotte dall’IA non sono idonee per il copyright, in conformità alle norme globali che stabiliscono che solo le creazioni umane sono eleggibili per la protezione del copyright.

Nel contesto dell’arte generata da IA, il copyright non è semplice. Mentre l’arte digitale ha l’input dell’artista umano, l’arte generata da IA è creata senza intervento diretto umano, complicando la questione dell’autorialità e della proprietà. Secondo l’Ufficio del Copyright degli Stati Uniti, la proprietà iniziale è concessa all’autore dell’opera, ossia al creatore umano. Tuttavia, poiché l’IA non può essere considerata un’autore, l’arte generata da IA manca di una chiara proprietà.

Le ultime linee guida dell’Ufficio del Copyright degli Stati Uniti consentono la protezione del copyright dell’arte generata da IA solo quando contiene una sufficiente autorialità umana. Il livello di “sufficiente autorialità umana” rimane indefinito e dipende dal grado di coinvolgimento umano nella creazione dell’opera d’arte generata da IA.

Curiosamente, Midjourney, una piattaforma basata su IA per la creazione di immagini, ha stabilito le proprie politiche per i diritti di utilizzo. Gli utenti in prova gratuita possono utilizzare le immagini per scopi non commerciali secondo la licenza Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0), dando il dovuto credito a Midjourney. Tuttavia, gli abbonati a pagamento possono utilizzare le immagini per qualsiasi scopo, compresi quelli commerciali, secondo i Termini Generali Commerciali. Questo sviluppo nel campo del copyright presenta una dinamica interessante tra l’IA e la creatività umana.

Utilizzando Midjourney per Progettazione UI Dinamiche e Generazione di Loghi Creativi

Dalla progettazione di interfacce utente intuitive per siti web o app mobili alla creazione di loghi e banner unici, Midjourney offre ai creatori di contenuti una serie di alternative di design in pochi secondi.

Ecco come funziona. Ogni design parte da una richiesta, che agisce come una guida per l’IA. Supponiamo che tu stia progettando un’interfaccia utente per un’app di piattaforma di tutoraggio online. Una richiesta tipica potrebbe essere: “/immagina un’interfaccia utente per una piattaforma di tutoraggio online, Dribbble, alta risoluzione, 4K, come Khan Academy”.

I risultati iniziali potrebbero non essere perfetti. Ad esempio, aggiungere “Adobe XD” nella richiesta potrebbe aiutare Midjourney ad adattare i suoi design per essere più compatibili con Adobe XD. Una richiesta ottimizzata potrebbe essere:

/immagina una piattaforma di tutoraggio online, interfaccia utente, Adobe XD, Dribbble, alta risoluzione, 4K, design minimalista

 

Logo o Banner Ispirati al Testo Utilizzando Midjourney

Esploriamo come creare un banner con un logo per UNITE AI.

Prima di tutto, devi avere un’immagine semplice del testo che desideri visualizzare. Puoi crearla utilizzando qualsiasi strumento di grafica o editor di testo e caricarla sul tuo canale Discord.

Un’immagine semplice del testo utilizzata per creare il logo di UNITE

La richiesta per creare il banner è:

/immagina Lettere: <link a un’immagine semplice del testo da visualizzare> UNITE con un logo in un carattere futuristico ispirato all’IA con lettere UNITE –v 5 –ar 16:9

Dai un’occhiata a queste richieste di esempio per ulteriori idee:

/immagina Un musicista solitario che esegue una melodia serena su una città fluttuante al crepuscolo, in stile art nouveau

 

/immagina Un’immagine di una persona del futuro che lavora su una scrivania futuristica, circondata da schermi olografici e tecnologia avanzata. La persona indossa una tuta argento elegante e ha gli occhiali per la realtà virtuale. L’ambiente è pieno di luci al neon e ologrammi fluttuanti. L’atmosfera è futuristica e ad alta tecnologia, con un senso di eccitazione e innovazione. La telecamera è una fotocamera digitale ad alta risoluzione, che cattura ogni dettaglio con precisione. Lo stile artistico è un mix di cyberpunk e minimalismo, con un’attenzione alle linee pulite e ai colori audaci. I registi, i direttori della fotografia, i fotografi, i designer di moda, i fumettisti e gli artisti che collaborano in questa unica giustapposizione sono Christopher Nolan, Roger Deakins, Annie Leibovitz, Virgil Abloh, Hayao Miyazaki e Kaws.

Immagina Barbie in stile anni ’40 come infermiera durante la guerra, in un ambiente di un ospedale militare d’epoca, che si prende cura dei soldati feriti, nello stile delle classiche illustrazioni Mattel, con l’atmosfera delle fotografie a color seppia della Seconda Guerra Mondiale 8k -v 5 -ar 16:9

Immagina un’immagine di una donna appoggiata a una moto volante cyberpunk, in uno scenario di una città giapponese anime, con panorami cittadini estesi, 32k, intricato porto spaziale, fugace, panorami di grattacieli, eleganti

Considerazioni finali: Navigare il mondo dell’arte AI con Midjourney

Ricorda, “Un’immagine vale mille parole”. Una descrizione dettagliata e vibrante può fare miracoli. Sì, Midjourney non è gratuito. Tuttavia, sta rivoluzionando il mondo dell’arte ed espandendo le nostre possibilità creative attraverso la sua tecnologia AI di testo-immagine all’avanguardia. Con la capacità di convertire un semplice prompt di testo in un’immagine ad alta risoluzione, è uno strumento che promette opportunità illimitate, non solo per gli artisti, ma anche per i designer UI/UX, gli appassionati di tecnologia e i professionisti dell’AI.

Ecco alcuni punti fondamentali da ricordare mentre ti avventuri nella tua avventura con Midjourney:

• Impara le basi del prompt Midjourney: Utilizza descrizioni chiare, concise e complete che racchiudano la tua visione per guidare efficacemente l’AI. Ricorda di considerare il tuo pubblico e non esitare a sperimentare con vari stili, umori e contesti.
• Utilizza i parametri: Migliora la tua esperienza creativa sfruttando la moltitudine di impostazioni avanzate offerte da Midjourney. Dal controllo del rapporto d’aspetto all’aggiustamento del parametro del caos per risultati unici, ogni dettaglio può essere personalizzato in base alle tue preferenze.
• Abbraccia il processo iterativo: La tua prima opera d’arte generata dall’AI potrebbe non essere perfetta. Abbraccia questo processo iterativo e impara a perfezionare e ottimizzare i tuoi prompt per ottenere risultati migliori.
• Comprendi le implicazioni sul copyright: Sebbene le opere d’arte generate dall’AI stesse non siano idonee per il copyright, i componenti realizzati dall’uomo al loro interno possono essere protetti.

In sostanza, l’integrazione dell’AI nell’arte ha democratizzato la creatività e offuscato le linee tra capolavori realizzati dall’uomo e dalla macchina. Mentre continuiamo a testimoniare la notevole crescita dell’IA generativa nel mercato dell’arte, è innegabile che la rivoluzione dell’arte AI, guidata da piattaforme come Midjourney, sia appena all’inizio.