Tekoälymallin kouluttaminen vie kuvien tekemisen aivan uudelle tasolle

Sitten viime postauksen olen siirtynyt Stable Diffusionin pariin. Midjourney on ollut hyvä työkalu etenkin taiteellisemman materiaalin tuottamiseen sekä ideointiin, mutta kuvien sisällön hallinta on ollut vaikeaa.

Stable Diffusionissa on mahdollista hyödyntää itse koulutettuja tekoälymalleja, jolloin kuviin saa ujutettua vaikkapa itsensä – tai lemmikkinsä. Tätä testiä varten koulutin Lora-mallit itsestäni ja kissastani, ja loin The Matrix -elokuvan hengessä kohtauksia, joissa esiinnymme.

Vaikeinta on saada kuvan asettelusta juuri sellainen kuin haluaa ja siinä onkin vielä opeteltavaa. Tuntuu hankalalta vaihtaa työkalua vähän väliä, ja monta kertaa on tullut tehtyä turhaa työtä jonkin pienen yksityiskohdan parissa vain tajutakseen, että se olisi pitänyt tehdä eri työvaiheessa. Mikään kuva ei siis synny kertapromptauksella, vaan vaatii runsaasti iterointia ja jatkokäsittelyä. Esimerkiksi oheisten kuvien taustalla on mallin kouluttaminen, huolellinen tekstipromptin kirjoittaminen, image to image ja inpainting -työstöt ja kuvien käsittely Photoshopissa.

Olen myös pikkuhiljaa oppinut, että tekoälyn kanssa työskennellessä on hyväksyttävä tietty yllätyksellisyys ja arvaamattomuus. Kuva ei aina välttämättä vastaa jokaiselta yksityiskohdalta omaa alkuperäistä mielikuvaa ja se on ihan okei. Kuten missä tahansa taiteellisessa prosessissa, teos usein muuttuu matkalla. Eikä se ole kiinni siitä, käyttääkö tekoälyä vai ei.