Această fotografie nu este reală

Această fotografie nu este reală – probabil în perioada următoare va deveni obligatoriu să menționăm dacă o fotografie este reală sau generată cu ajutorul inteligenței artificiale, la cât de mult a avansat tehnologia. Și discuția nu e doar despre tehnologie sau că vin roboții și ne fură joburile, ci despre faptul că e foarte accesibil acum să ai acces la tehnologiile astea, oricine poate genera imagini false care par reale, și ne apropiem ușor ușor și de video, ne vom umple de deep fakes.

Am generat imaginea asta cu ChatGPT 4o, că tot nu aveam fotografii profi cu echipa la Advertica, deci am inventat una. Trebuie să recunosc că a evoluat mult pe partea de generare imagini, iar unele dintre exemplele arătate de ei recent sunt chiar wow.

În testele practice, conturul feței generate încă se vede că e creat de AI, mai greșește la generarea de texte chiar dacă îi spui exact ce să afișeze pe pereți, mai dă rateuri la detalii, dar pentru un produs accesibil gratuit publicului larg progresul e real. Acum încă îmi dau seama dacă o poză e generată sau nu, într-un an de zile nu cred că vom mai sesiza diferențele.

Eu nu cred că fotografii profesioniști vor rămâne fără muncă, de exemplu o sedință foto profi cu familia, fotografiile de la evenimente sau fotografiile profesioniste cu echipa nu pot fi generate cu AI-ul vieții, dar pentru fotografii generice cu diverse fundaluri sau bannere simple pentru reclame online o să vedem tot mai mult AI-ul în acțiune. și partea interesantă este că diferența între e real și e generat cu AI va fi tot mai greu de sesizat.

De menționat că trebuie să oferi instrucțiuni foarte detaliate ca să obții o imagine bună. De exemplu pentru a obține fotografia de mai sus de către ChatGPT instrucțiunile au fost:

A wide image taken with a phone of a glass whiteboard, in a room overlooking the Bay Bridge. The field of view shows a woman writing, sporting a tshirt wiith a large OpenAI logo. The handwriting looks natural and a bit messy, and we see the photographer’s reflection.

The text reads:

(left)
„Transfer between Modalities:

Suppose we directly model
p(text, pixels, sound) [equation]
with one big autoregressive transformer.

Pros:
* image generation augmented with vast world knowledge
* next-level text rendering
* native in-context learning
* unified post-training stack

Cons:
* varying bit-rate across modalities
* compute not adaptive”

(Right)
„Fixes:
* model compressed representations
* compose autoregressive prior with a powerful decoder”

On the bottom right of the board, she draws a diagram:
„tokens -> [transformer] -> [diffusion] -> pixels”

Alt exemplu cu ChatGPT, am luat fotografia de mai jos, făcută de un fotograf profesionist (bună Claudiu) și i-am cerut lui ChatGPT (varianta plătită) să o transforme în stilul Studio Ghibli, că tot e la modă acum. Sunt impresionat.

Vouă cum vi se pare evoluția asta, folosiți fotografii generate de AI la muncă?