Vi lever nu i en teknologisk avanceret tid.
Selvom fremskridtene ikke har nået niveauet for tankelæsning, er der alternativer, der giver indtryk af tankelæsning, og et af disse er AI-genererede billeder.
Med kunstig intelligens er det nemt at generere billeder af høj kvalitet ved blot at beskrive, hvad du har i tankerne, til den AI-assistent, du vælger.
AI-billedgenerering er blevet mere populært, end man skulle tro, og forskellige organisationer er begyndt at tage ideen til sig.
For eksempel har apps til sociale medier som Instagram og Snapchat filtre og vejledninger, der hjælper dig med at skabe et billede med AI.
Men er du nogensinde stoppet op og har tænkt over, hvordan AI-genererede billeder opstod, eller hvad det første AI-genererede billede var?
Hvad er et AI-genereret billede?
Begrebet kunstig intelligens giver nok information til at forstå, hvad et AI-genereret billede repræsenterer.
Men hvis du ikke forstår det, er dette noget for dig.
Et AI-genereret billede er et billede, der er skabt ved hjælp af kunstig intelligens.
Du skal aldrig bekymre dig om, at AI opdager dine tekster igen. Undetectable AI Kan hjælpe dig:
- Få din AI-assisterede skrivning til at fremstå Menneskelignende.
- Bypass alle større AI-detektionsværktøjer med bare ét klik.
- Brug AI sikkert og selvsikkert i skolen og på arbejdet.
Så du ved, hvordan en kunstner bruger maling, pensler og strøg til at skabe et billede, det er sådan, kunstig intelligens fungerer.
Men det interessante er, at i stedet for at bruge pensel og maling som en menneskelig kunstner, bruger AI algoritmer og koder til at arbejde.
I stedet for forsigtige strøg og håndledsbevægelser behandler AI data, lærer mønstre og skaber et billede baseret på den beskrivelse, du giver.
Ligesom når mennesker skaber kunst, som det tager mange år at perfektionere og mestre, tager det AI-ingeniører tid at perfektionere de koder og data, der er nødvendige for AI-billedgenerering.
AI-genererede billeder er heller ikke kun begrænset til portrætter.
Du kan også skabe abstrakte kunstværker, der er realistiske nok til at se ud som om, de er lavet af mennesker.
Det første AI-genererede billede i historien
Så hvad var det første AI-genererede billede? Det første AI-genererede billede nogensinde blev skabt af et AI-system kaldet AARON.
Dette system blev skabt af en kunstner og programmør, Harold Cohen.
Det første AI-genererede billede var ikke så nemt som det, vi har nu. Det tog professor Cohen årtier at træne sit AI-system til at tegne og male i hans stil.
Men hans skabelse var et bevis på, at computere ikke kun kunne regne, de var også i stand til at skabe realistisk kunst.
Harold Cohen udstyrede AARON med grundlæggende viden om fysik og tegning.
Systemet bruger denne viden til at udføre opgaver og skabe tegninger fra bunden - en anden tilgang end den, vi har nu, som ikke tegner fra bunden, men baserer sig på billeder fra forskellige databaser.
Den viden, AARON har, gør det muligt for softwaren at træffe flere beslutninger på egen hånd, f.eks. om sammensætninger.
Harold Cohens AI-assistent var i stand til at bruge AI til at skabe sort-hvide kunsttegninger.
Hvornår blev det første AI-billede skabt?
Så hvornår blev det første AI-genererede billede lavet? Harold Cohen begyndte at udvikle AARON i slutningen af 1960'erne, men han lavede det første AI-billede i 1973.
Tidslinje over milepæle i tidlig AI-kunst
Her er en Tidslinje for tidlig AI-kunst Milepæle:
1960s
Den tidlige AI-kunst startede i 1960'erne, og den begyndte med innovation fra følgende personer:
Georg Nees
Georg Nees var en af de primære innovatører inden for AI-kunst, digital kunst og generativ kunst.
Han skabte den første computergrafik i Tyskland.
Nogle omtaler Nees som et akademisk geni, der fandt vej til computerkunsten gennem matematik, fysik og filosofi.
Georg arbejdede hos Siemens, og han fik til opgave at finde en måde at gøre virksomhedens maskine, Zuse Graphomat Z64, brugbar på.
Under sine eksperimenter med Z64 fandt han ud af, hvordan man kunne skabe grafik med maskinen.
I 1965 blev han den første generative computergrafiker, der viste sit arbejde på en udstilling på Stuttgart College.
Frieder Nake
Ligesom Georg Nees var Frederick også en af pionererne inden for digital og generativ kunst.
Han producerede sit første værk i 1963 kaldet Matrizenmultiplikation portfolio.
Han lavede abstrakte billeder ved hjælp af en computer, en båndmaskine og en tegnemaskine.
I 1999 skabte han Project CompArt: et rum for computerkunst. Derefter blev han teoretiker, forfatter, skaber og underviser i digital kunst.
A. Michael Noll
Nake, Nees og A. Michael Noll blev beskrevet som de 3N'er inden for digital grafik.
Noll er kendt som en af de første teknologer, der kastede sig over computerkunst, digital kunst og 3D-animation.
I 1961 begyndte Michael Noll sin rejse på Bells Labs i New Jersey.
På Bells Labs blev han interesseret i computerkunst, da hans kollegas plotter skabte en fejl, som han fandt interessant.
Derfor begyndte han at udforske lignende systemmønstre med pseudotilfældighed.
Interessant nok besluttede Noll ikke at klassificere sit arbejde som kunst, fordi han ikke ville have problemer med den traditionelle kunstverden.
På trods af at han nægter at klassificere, er hans værker blevet udstillet over hele verden. Han var den første amerikanske computerkunstner, der udstillede på Howard Wise Gallery.
1970'erne til 1980'erne
Oprindeligt begyndte Harold Cohen at udforske muligheden for at bruge computerprogrammer til at skabe kunst i 1960'erne.
Hans interesse for computerkunst skyldtes hans ønske om at "forstå, hvad kunst er". Man kan også sige, at han var interesseret i at finde en måde, hvorpå han kunne skabe kunst efter sin død.
Da Cohen skabte AARON, kunne den kun producere monokrome stregtegninger, som stadig skulle håndkoloreres af Cohen.
Men i 1980'erne lavede Harold ændringer, der gjorde det muligt for AARON selv at vælge og anvende farver.
Programmet var derefter i stand til at fremstille former fra den virkelige verden som f.eks. løv og menneskefigurer.
Efter at have opdateret AARON var Harold Cohen i stand til at vise den på store kunst- og teknologiinstitutioner som Tate Modern og Whitney Museum of American Art.
Teknologien bag den første AI-kunst
Teknologien bag skabelsen af den første kunst med kunstig intelligens er AARON.
Da Cohen udviklede AARON, brugte værktøjet ikke deep learning eller neurale netværk, som vi har i dag.
I stedet arbejdede den med regler og algoritmer, som Harold brugte tid og kræfter på at kode.
Han gav AARON instruktioner i, hvordan han skulle tegne og efterligne en kunstners kreative proces.
Cohen lærte værktøjet at tegne linjer, at forbinde linjer med former og figurer, at tegne kurver og skabe resultater, der så mere originale og realistiske ud end computerkunst genereret i 1960'erne.
Så man kan sige, at den fokuserede mere på den underliggende logik i tegningen.
Du kan betragte Cohens indsats som at lære en robot at tegne ved at give den eksplicitte instruktioner i stedet for at vise den tusindvis af eksempler, som den kan efterligne.
Den tilgang, som AARON brugte, er meget forskellig fra det, vi har nu, men det faktum, at den lagde fundamentet, kan ikke bestrides.
Sådan arbejdede AARON:
- Regelbaseret programmering: Den måde, AARON fungerer på, er anderledes end de moderne værktøjer, vi har nu. De fleste Moderne værktøjer bruger maskinlæring fra andre billeder for at generere et nyt, men AARON fungerer efter kunstneriske regler, der blev kodet manuelt ind i programmet. Værktøjet blev manuelt undervist i, hvordan man tegner former, afbalancerer proportioner, arrangerer ansigtselementer, skygger og tilføjer farver og teksturer.
Ulempen ved Cohens tilgang var, at han var nødt til at forudsige alle mulige scenarier og kode dem.
Du kan forestille dig, hvor meget arbejde og tid Cohen brugte, før hans værktøj kunne tegne et enkelt billede.
- Symbolsk AI: Dette felt af AI fokuserer på at bruge symboler og logiske regler i stedet for at stole på data for at efterligne menneskelignende ræsonnementer. Den tidlige AARON kunne kun tegne simple sort-hvide stregtegninger, men den blev senere opgraderet til at kunne tilføje farver og generere komplekse og mere detaljerede kunstværker. På trods af opgraderingerne arbejdede den stadig med Cohens logik.
Udviklingen af AI-billedgenerering siden det første billede
Billedgenerering ved hjælp af kunstig intelligens er vokset ud af de sort-hvide tegninger, som AARON lavede.
De grundlæggende kunstværker er blevet hyperrealistiske, og de kan næsten ikke skelnes fra menneskelige kreationer.
Se her, hvordan billedgenerering med kunstig intelligens har udviklet sig siden det første billede:
Generative Adversarial Networks (GANs) (2000'erne til 2010'erne)
Først kom den regelbaserede programmeringskunst, og så kom den maskinlæringsbaserede AI-kunst.
I modsætning til AARON-æraen bruger billedgenerering med kunstig intelligens i maskinen dyb læring og neurale netværk til at skabe kunst.
Så i stedet for at stole på regler blev AI-billeder skabt ved at studere og analysere virkelige billeder og generere nye billeder baseret på de mønstre og den kunstneriske stil, man havde lært.
AI-billeder kan genereres på grund af introduktionen af Generative Adversarial Networks (GANs).
GAN'er arbejder med to neurale netværk, et der genererer kunstværket og et andet, der evaluerer det.
Disse to netværk arbejder sammen om at skabe visuelt tiltalende billeder og demonstrere en forståelse af kunstneriske regler og teknikker.
DALL-E (2021 til i dag)
I 2021 blev der skabt endnu et AI-system.
Dette system markerede et vendepunkt inden for generativ AI. DALL-E blev annonceret af OpenAI, og det blev beskrevet som et system, der kunne generere billeder ud fra en tekstprompt.
DALL-E-systemet var i stand til at producere realistiske billeder i forskellige stilarter, og det kunne også kombinere sjove koncepter og bringe dem til live.
Det blev bygget ved at modificere GPT. DALL-E-systemet var en succes på grund af mængden af træningsdata, som OpenAI fodrede det med.
I juni 2023 annoncerede OpenAI et nyt og forbedret system kaldet DALL-E 2. Det bruger en mere kraftfuld algoritme kaldet diffusionsmodeller.
DALL-E 2 var i stand til at fjerne støj, der var blevet tilføjet til et billede.
Sammenfattende kan man sige, at udviklingen af AI Image Generation har medført følgende:
- Tekst-til-billede AI. Det vil sige, at du bare ved at skrive en beskrivelse kan generere AI-kunst med det samme.
- AI-billeder, der er så realistiske, at de kan gå for at være taget af mennesker.
- AI-værktøjer til kunstnere og fotografer til at forbedre deres arbejde.
Sådan ser du, om et billede er AI-genereret
Kunstig intelligens-genererede billeder har udviklet sig, og det er nogle gange svært at se, hvad der er ægte, og hvad der ikke er.
Her er et par stykker tegn på et AI-genereret billede:
- Usædvanlige detaljer og uoverensstemmelser som ekstra lemmer og forvrængede ansigter.
- Alt for perfekte eller glatte billeder
- Uoverensstemmende symmetri
- Forkert stavet ord
En anden Sådan spotter du et AI-genereret billede er ved at bruge Uopdagelig AI-billeddetektor.
Vores billeddetektor kan hjælpe dig med at analysere et billede og med det samme afgøre, om det er ægte eller AI.
Se her, hvordan du kan bruge Undetectable AI-billeddetektoren til at opdage billeder med kunstig intelligens:
- Upload det billede, du vil tjekke
- Klik på 'check image for AI' for at analysere
- Modtag en detaljeret analyse af billedet sammen med en sikker score for nøjagtighed
Prøv vores billeddetektor nu!
Ofte stillede spørgsmål om det første AI-genererede billede
Er AARON stadig aktiv eller tilgængelig?
Siden Harold Cohens død i 2016 er AARON ikke blevet opdateret.
Så man kan sige, at værktøjet ikke er aktivt eller i brug.
Kan tidlig AI-kunst ophavsretligt beskyttes?
Selvom Copyright-status for moderne kunst med kunstig intelligens er stadig en gråzone, men tidlig AI-kunst skabt med AARON kan ophavsretligt beskyttes, så længe den er under skaberens navn.
Var det første billede virkelig kreativt eller bare kode?
Hvis man tænker på, at Cohen brugte så mange kræfter på manuelt at kode hver eneste regel, som AARON arbejdede med, kan man roligt sige, at det første billede af kunstig intelligens var kreativt.
AARON udviste et vist niveau af kreativitet på grund af sin evne til at træffe originale beslutninger baseret på Cohens programmering.
Hvordan adskiller moderne AI-kunst sig fra AARONs arbejde?
Forskellen mellem moderne kunst med kunstig intelligens og AARONs arbejde er brugen af maskinlæring og neurale netværk.
Mens moderne AI-kunst baserer sig på at generere billeder ud fra eksisterende data, baserer AARON sig på kunstregler, der er programmeret af Cohen.
AARON handlede mere om kunstens regler end om at skabe realistiske billeder.
Konklusion
Rejsen fra den første AI-kunst til moderne kunst med kunstig intelligens har været bemærkelsesværdig.
Selv om skabelsen af det første AI-kunstværktøj måske virkede primitivt, lagde det grundlaget for digital kreativitet.
En ting giver dog stadig anledning til bekymring, og det er registreringen af AI-genererede billeder.
Hvordan opdager man et AI-genereret billede? Det kan du gøre med Undetectable AI's Image Detector.
Du er velkommen til at tjekke vores AI Detector og Humanizer ud i widgetten nedenfor!