We leven nu in een technologisch geavanceerd tijdperk.
Hoewel de vooruitgang nog niet het niveau van gedachten lezen heeft bereikt, zijn er alternatieven die de schijn van gedachten lezen wekken en een daarvan zijn AI-gegenereerde beelden.
Met kunstmatige intelligentie is het eenvoudig om afbeeldingen van hoge kwaliteit te genereren door gewoon te beschrijven wat je in gedachten hebt aan de AI-assistent die je kiest.
AI beelden genereren is populairder geworden dan je zou verwachten en verschillende organisaties beginnen het idee over te nemen.
Sociale media-apps zoals Instagram en Snapchat hebben bijvoorbeeld filters en aanwijzingen waarmee je met AI een afbeelding kunt maken.
Maar heb je er ooit bij stilgestaan hoe AI-gegenereerde beelden zijn ontstaan, of wat het eerste AI-gegenereerde beeld was?
Wat is een AI-gegenereerd beeld?
Het concept van kunstmatige intelligentie geeft genoeg informatie om te begrijpen wat een door AI gegenereerde afbeelding voorstelt.
Maar als je het niet begrijpt, dan is dit iets voor jou.
Een AI-gegenereerde afbeelding is een afbeelding die is gemaakt met behulp van kunstmatige intelligentie.
Maak je nooit meer zorgen dat AI je sms'jes herkent. Undetectable AI Kan je helpen:
- Laat je AI-ondersteund schrijven verschijnen mensachtig.
- Omleiding alle grote AI-detectietools met slechts één klik.
- Gebruik AI veilig en vol vertrouwen op school en op het werk.
Dus je weet hoe een kunstenaar verf, penselen en streken gebruikt om een beeld te creëren, zo werkt kunstmatige intelligentie.
Maar het interessante is dat AI, in plaats van kwasten en verf te gebruiken zoals een menselijke kunstenaar, algoritmes en codes gebruikt om te werken.
In plaats van voorzichtige streken en tikjes met de pols, verwerkt AI gegevens, leert patronen en creëert een beeld op basis van de beschrijving die je geeft.
Net zoals menselijke kunstcreatie die jaren en jaren in beslag neemt om te perfectioneren en te beheersen, hebben AI-ingenieurs tijd nodig om de codes en gegevens te perfectioneren die nodig zijn voor het genereren van AI-beelden.
AI-gegenereerde beelden zijn niet alleen beperkt tot portretten.
Je kunt ook abstracte kunstwerken maken die realistisch genoeg zijn om door te gaan voor menselijke kunst.
Het eerste AI-gegenereerde beeld in de geschiedenis
Wat was de eerste AI-gegenereerde afbeelding? De allereerste AI-gegenereerde afbeelding werd gemaakt door een AI-systeem genaamd de AARON.
Dit systeem is gemaakt door een kunstenaar en programmeur, Harold Cohen.
De eerste AI-gegenereerde afbeelding was niet zo eenvoudig als nu. Het kostte professor Cohen tientallen jaren om zijn AI-systeem te trainen in het tekenen en schilderen in zijn stijl.
Maar zijn creatie was het bewijs dat computers niet alleen konden rekenen, ze waren ook in staat om realistische kunst te maken.
Harold Cohen rustte AARON uit met basiskennis van natuurkunde en tekenen.
Het systeem gebruikt deze kennis om taken uit te voeren en tekeningen vanuit het niets te maken - een andere benadering dan wat we nu hebben, dat niet vanuit het niets tekent maar vertrouwt op afbeeldingen uit verschillende databases.
De kennis die AARON heeft maakt het mogelijk voor de software om zelf verschillende beslissingen te nemen, zoals samenstellingen.
De AI-assistent van Harold Cohen was in staat om met behulp van AI zwart-wit kunsttekeningen te maken.
Wanneer werd het eerste AI-beeld gemaakt?
Wanneer werd de eerste AI gegenereerde afbeelding gemaakt? Harold Cohen begon eind jaren zestig met de ontwikkeling van AARON, maar hij maakte de eerste AI-afbeelding in 1973.
Tijdlijn van vroege AI-kunstmijlpalen
Hier is een Tijdlijn van vroege AI-kunst Mijlpalen:
1960s
Vroege AI-kunst begon in de jaren 1960, en het begon met de innovatie van de volgende mensen:
Georg Nees
Georg Nees was een van de belangrijkste vernieuwers van AI-kunst, digitale kunst en generatieve kunst.
Hij maakte de eerste computergrafieken in Duitsland.
Sommige mensen noemen Nees een academisch genie die zijn weg naar computerkunst vond via wiskunde, natuurkunde en filosofie.
Georg werkte bij Siemens en hij moest een manier vinden om de machine van het bedrijf, de Zuse Graphomat Z64, bruikbaar te maken.
Tijdens zijn experimenten met de Z64 bedacht hij een manier om graphics te maken met de machine.
In 1965 was hij de eerste generatieve computergraficus die zijn werk tentoonstelde op een tentoonstelling aan het Stuttgart College.
Frieder Nake
Net als Georg Nees was Frederick ook een van de pioniers van digitale en generatieve kunst.
Zijn eerste werk produceerde hij in 1963 onder de naam Matrizenmultiplikation portfolio.
Hij maakte abstracte beelden met behulp van een computer, een tapemachine en een tekenmachine.
In 1999 richtte hij Project CompArt op: een ruimte voor computerkunst. Daarna werd hij theoreticus, schrijver, maker en docent digitale kunst.
A. Michael Noll
Nake, Nees en A. Michael Noll werden beschreven als de 3N's van digitale graphics.
Noll staat bekend als een van de eerste technologen die zich bezighield met computerkunst, digitale kunst en 3D-animatie.
In 1961 begon Michael Noll zijn carrière bij Bells Labs in New Jersey.
Bij Bells Labs raakte hij geïnteresseerd in computerkunst toen de plotter van zijn collega een fout creëerde die hij interessant vond.
Hierdoor begon hij soortgelijke systeempatronen met pseudorandomheid te onderzoeken.
Interessant genoeg besloot Noll zijn werk niet als kunst te classificeren omdat hij geen problemen wilde met de traditionele kunstwereld.
Ondanks zijn weigering om te classificeren, zijn zijn werken over de hele wereld tentoongesteld. Hij was de eerste computerartiest in de Verenigde Staten die exposeerde in de Howard Wise Gallery.
1970 tot 1980
Oorspronkelijk begon Harold Cohen in de jaren 1960 met het onderzoeken van de mogelijkheid om computerprogramma's te gebruiken voor het maken van kunst.
Zijn interesse in computerkunst kwam voort uit zijn verlangen 'te begrijpen wat kunst is'. Je zou ook kunnen zeggen dat hij geïnteresseerd was in het vinden van een manier om kunst te creëren na zijn dood.
Toen Cohen AARON creëerde, kon het alleen monochrome lijntekeningen produceren die nog door Cohen met de hand moesten worden ingekleurd.
Maar in de jaren 1980 bracht Harold wijzigingen aan waardoor AARON zelf kleuren kon kiezen en aanbrengen.
Het programma was vervolgens in staat om echte vormen te produceren, zoals gebladerte en menselijke figuren.
Nadat hij AARON had bijgewerkt, kon Harold Cohen het tentoonstellen bij grote kunst- en technologie-instellingen zoals de Tate Modern en het Whitney Museum of American Art.
De technologie achter de eerste AI-kunst
De technologie achter de creatie van de eerste kunstmatige intelligentie is AARON.
Toen Cohen AARON ontwikkelde, maakte de tool geen gebruik van deep learning of neurale netwerken zoals we die vandaag de dag hebben.
In plaats daarvan werkte het met regels en algoritmes die Harold tijd en moeite kostten om te coderen.
Hij gaf AARON instructies over hoe hij moest tekenen en bootste het creatieve proces van een kunstenaar na.
Cohen leerde het gereedschap hoe je lijnen moest tekenen, hoe je lijnen kon koppelen aan vormen en figuren, hoe je curves kon tekenen en resultaten kon produceren die er origineler en realistischer uitzagen dan computerkunst die in de jaren 60 werd gegenereerd.
Je kunt dus zeggen dat het meer gericht was op de onderliggende logica van het tekenen.
Je kunt Cohens inspanningen zien alsof je een robot leert tekenen door hem expliciete instructies te geven in plaats van hem duizenden voorbeelden te laten zien om na te bootsen.
De aanpak die AARON gebruikte is heel anders dan wat we nu hebben, maar het feit dat het de basis legde, kan niet worden betwist.
Zo werkte AARON:
- Op regels gebaseerd programmeren: De manier waarop AARON werkt is anders dan de moderne hulpmiddelen die we nu hebben. De meeste moderne tools gebruiken machine learning maar AARON werkt op basis van artistieke regels die handmatig in het programma werden gecodeerd. Het gereedschap werd handmatig geleerd hoe vormen te tekenen, verhoudingen in evenwicht te brengen, gezichtselementen te rangschikken, schaduwen aan te brengen en kleuren en texturen toe te voegen.
Het nadeel van Cohens aanpak was dat hij elk mogelijk scenario moest voorspellen en coderen.
Je kunt je voorstellen hoeveel werk en tijd Cohen besteedde voordat zijn gereedschap ook maar één plaatje kon tekenen.
- Symbolische AI: Dit gebied van AI richt zich op het gebruik van symbolen en logische regels in plaats van te vertrouwen op gegevens om mensachtige redeneringen na te bootsen. De vroege AARON kon alleen eenvoudige zwart-wit lijntekeningen maken, maar werd later geüpgraded om kleur toe te voegen en complexe en meer gedetailleerde tekeningen te maken. Ondanks de upgrades werkte het nog steeds volgens de logica van Cohen.
Evolutie van AI beeldgeneratie sinds het eerste beeld
Het genereren van afbeeldingen met kunstmatige intelligentie is gegroeid uit de zwart-wit tekeningen van AARON.
De basiskunstwerken zijn hyperrealistisch geworden en ze zijn bijna niet meer te onderscheiden van menselijke creaties.
Dit is hoe het genereren van afbeeldingen met kunstmatige intelligentie is geëvolueerd sinds de eerste afbeelding:
Generatieve adversariële netwerken (GAN's) (jaren 2000-2010)
Eerst kwam de op regels gebaseerde programmeerkunst en daarna de op machinaal leren gebaseerde AI-kunst.
In tegenstelling tot het AARON-tijdperk maakt de kunstmatige beeldgeneratie in de machine gebruik van deep learning en neurale netwerken om kunst te creëren.
Dus in plaats van te vertrouwen op regels, werden AI-beelden gecreëerd door echte beelden te bestuderen en analyseren en nieuwe beelden te genereren op basis van de geleerde patronen en artistieke stijl.
AI-beelden kunnen worden gegenereerd door de introductie van Generative Adversarial Networks (GANs).
GANs werken met twee neurale netwerken, een die het kunstwerk genereert en een ander die het evalueert.
Deze twee netwerken werken samen om visueel aantrekkelijke afbeeldingen te maken en laten zien dat ze de artistieke regels en technieken begrijpen.
DALL-E (2021 tot heden)
In 2021 werd een ander AI-systeem gecreëerd.
Dit systeem markeerde een keerpunt in generatieve AI. DALL-E werd aangekondigd door OpenAI en werd beschreven als een systeem dat beelden kon genereren uit een tekstprompt.
Het DALL-E systeem kon realistische beelden in verschillende stijlen produceren en kon ook grappige concepten combineren en tot leven brengen.
Het werd gebouwd door GPT aan te passen. Het DALL-E systeem was succesvol dankzij de hoeveelheid trainingsgegevens die OpenAI invoerde.
In juni 2023 kondigde OpenAI een nieuw en verbeterd systeem aan genaamd DALL-E 2. Het maakt gebruik van een krachtiger algoritme genaamd diffusiemodellen.
DALL-E 2 was in staat om ruis te verwijderen die aan een beeld was toegevoegd.
Samengevat heeft de evolutie van AI Image Generation het volgende teweeggebracht:
- Tekst-naar-beeld AI. Dat wil zeggen, door alleen maar een beschrijving in te typen, kun je direct AI-kunst genereren.
- AI-afbeeldingen die realistisch genoeg zijn om door te gaan voor door mensen gemaakte foto's.
- AI-tools voor kunstenaars en fotografen om hun werk te verbeteren.
Hoe je kunt zien of een afbeelding door AI is gemaakt
Kunstmatige intelligentie gegenereerde beelden zijn geëvolueerd en het is soms moeilijk om te zeggen wat echt is en wat niet.
Hier zijn er een paar tekenen van een AI-gegenereerde afbeelding:
- Ongebruikelijke details en inconsistenties zoals extra ledematen en vervormde gezichten.
- Te perfecte of gladde beelden
- Niet passende symmetrie
- Verkeerd gespeld woord
Nog een manier om een AI-gegenereerde afbeelding te herkennen is door gebruik te maken van de Niet-opspoorbare AI-beelddetector.
Met onze afbeeldingsdetector kun je een afbeelding analyseren en direct bepalen of het echt of AI is.
Hier lees je hoe je de Undetectable AI image detector kunt gebruiken om afbeeldingen van kunstmatige intelligentie te detecteren:
- Upload de afbeelding die u wilt controleren
- Klik op 'controleer afbeelding op AI' om te analyseren
- Ontvang een gedetailleerde analyse van de afbeelding samen met een score voor nauwkeurigheid
Probeer nu onze beelddetector!
Veelgestelde vragen over de eerste door AI gegenereerde afbeelding
Is AARON nog steeds actief of beschikbaar?
Sinds de dood van Harold Cohen in 2016 is AARON niet meer bijgewerkt.
Je kunt dus zeggen dat het gereedschap niet actief of in gebruik is.
Kan vroege AI-kunst auteursrechtelijk beschermd worden?
Hoewel de auteursrechtelijke status van moderne kunstmatige intelligentie is nog steeds een grijs gebied, vroege AI-kunst gemaakt met AARON kan auteursrechtelijk beschermd worden zolang het onder de naam van de maker staat.
Was het eerste beeld echt creatief of gewoon code?
Als je bedenkt dat Cohen zoveel moeite deed om elke regel waar AARON aan werkte handmatig te coderen, kun je gerust zeggen dat het eerste beeld van kunstmatige intelligentie creatief was.
AARON toonde een niveau van creativiteit omdat het originele beslissingen kon nemen op basis van de programmering van Cohen.
Hoe verschilt moderne AI-kunst van het werk van AARON?
Het verschil tussen moderne kunstmatige intelligentie en het werk van AARON is het gebruik van machinaal leren en neurale netwerken.
Terwijl moderne AI-kunst vertrouwt op het genereren van beelden uit reeds bestaande gegevens, vertrouwt AARON op kunstregels die door Cohen zijn geprogrammeerd.
Bij AARON ging het meer om de regels van de kunst dan om het creëren van realistische beelden.
Conclusie
De reis van de eerste AI-kunst naar moderne kunst op het gebied van kunstmatige intelligentie is opmerkelijk geweest.
Hoewel de creatie van het eerste AI-kunstgereedschap misschien primitief leek, legde het de basis voor digitale creativiteit.
Eén ding blijft echter een punt van zorg en dat is de detectie van AI-gegenereerde afbeeldingen.
Hoe detecteer je een AI-gegenereerde afbeelding? Dat kun je doen met de Image Detector van Undetectable AI.
Bekijk onze AI Detector en Humanizer in de widget hieronder!