من معمولا از کمیک/مانگایی که هنوز داره منتشر میشه دور میمونم، اینقدری حافظهم خوب نیست که یادم بمونه و راحت نیست هر بار ۵۰-۶۰ صفحه محتوا داشته باشم و بره تا یکی دو ماه بعدش. اما اگه تسوتومو نیهی بخواد از روی سایفای آخرالزمانی سوییچ کنه روی دارک فانتزی و اینقدر همه تعریف کنن ازش، منم مجبورم معیارهامو عوض کنم.
مانگای Tower Dungeon اصلا شبیه کارهای قبلی تسوتومو نیهی (Blame! و Biomega و کلی مانگای خوب دیگه)نیست، داستان به شدت سر راست تره و دست گذاشته روی یه چیزی که تا حدودی از جریان فانتزی حذف شده. فانتزیهای چند سال اخیر دیگه اون تروپهای قدیمی رو ندارن، اگه هم داشته باشن سعی کردن یه خوانش جدید (معمولا ووک) ازشون ارائه بدن تا با دیدگاههای مخاطب امروزی همخونی داشته باشه. مثلا دیگه یه پرنسس توی برج گیر نیوفتاده که اژدها ازش مراقبت میکنه و شاه قول بده که هر کس نجاتش داد شوهرش میشه، بعد یه پسر روستایی قدرتمند این ماموریت رو قبول کنه و بره سراغش. این تا حدودی برای خیلیا توهین آمیز شده، ولی پلاتِ کلی Tower Dungeon همینه. خیلی کلاسیک، خیلی خیلی سادهتر از کارهای قبلی تسوتومو نیهی. من برای فهمیدن قبلیها خیلی مشکل داشتم، حتی Blame! رو دوبار خوندم و هنوز اعتقاد دارم از درک من خارجه روایتش، ولی این دقیقا همون حسی رو داره که خوندن کارهای فانتزی قدیمی دارن.
در کل تا الان ۱۵ چپتر اومده، ۸ تاش به انگلیسی ترجمه شده و ظاهرا از این به بعد هر والیوم همزمان با چاپ توی ژاپن به انگلیسی هم چاپ میشه که خبر خیلی خوبیه. با توجه به کارهای قبلی از نویسنده، حدس میزنم کمتر از ده والیوم باشه و نهایتا دو سه سال دیگه کامل بشه. خیلی فضاش منو یاد بازیهای فرامسافتور میندازن، موجوداتی که اونجا هستن و محیطِ کلی برجی که داستان توش میگذره شبیه سری دارک سولزه. اما مشخصا اونقدر تاریک نمیشه (حداقل توی ۶ چپتری که من خوندم).
میتونم بگم از کارهای مورد علاقهم توی چند سال اخیره، حدس میزنم که خیلی بهتر بشه با جلو رفتن داستانش و تا رسیدن به نقطهی اوج چیزهای جالبتری رو بیاره توی داستانش.
اگه دوست داشتین بخونین، اینجا میتونین پیداش کنین. فعلا ترجمهی انگلیسی متوقف شده تا زمانی که چاپ بشه.
مانگای Tower Dungeon اصلا شبیه کارهای قبلی تسوتومو نیهی (Blame! و Biomega و کلی مانگای خوب دیگه)نیست، داستان به شدت سر راست تره و دست گذاشته روی یه چیزی که تا حدودی از جریان فانتزی حذف شده. فانتزیهای چند سال اخیر دیگه اون تروپهای قدیمی رو ندارن، اگه هم داشته باشن سعی کردن یه خوانش جدید (معمولا ووک) ازشون ارائه بدن تا با دیدگاههای مخاطب امروزی همخونی داشته باشه. مثلا دیگه یه پرنسس توی برج گیر نیوفتاده که اژدها ازش مراقبت میکنه و شاه قول بده که هر کس نجاتش داد شوهرش میشه، بعد یه پسر روستایی قدرتمند این ماموریت رو قبول کنه و بره سراغش. این تا حدودی برای خیلیا توهین آمیز شده، ولی پلاتِ کلی Tower Dungeon همینه. خیلی کلاسیک، خیلی خیلی سادهتر از کارهای قبلی تسوتومو نیهی. من برای فهمیدن قبلیها خیلی مشکل داشتم، حتی Blame! رو دوبار خوندم و هنوز اعتقاد دارم از درک من خارجه روایتش، ولی این دقیقا همون حسی رو داره که خوندن کارهای فانتزی قدیمی دارن.
در کل تا الان ۱۵ چپتر اومده، ۸ تاش به انگلیسی ترجمه شده و ظاهرا از این به بعد هر والیوم همزمان با چاپ توی ژاپن به انگلیسی هم چاپ میشه که خبر خیلی خوبیه. با توجه به کارهای قبلی از نویسنده، حدس میزنم کمتر از ده والیوم باشه و نهایتا دو سه سال دیگه کامل بشه. خیلی فضاش منو یاد بازیهای فرامسافتور میندازن، موجوداتی که اونجا هستن و محیطِ کلی برجی که داستان توش میگذره شبیه سری دارک سولزه. اما مشخصا اونقدر تاریک نمیشه (حداقل توی ۶ چپتری که من خوندم).
میتونم بگم از کارهای مورد علاقهم توی چند سال اخیره، حدس میزنم که خیلی بهتر بشه با جلو رفتن داستانش و تا رسیدن به نقطهی اوج چیزهای جالبتری رو بیاره توی داستانش.
اگه دوست داشتین بخونین، اینجا میتونین پیداش کنین. فعلا ترجمهی انگلیسی متوقف شده تا زمانی که چاپ بشه.
امشب بین دیدن The Electric State و یه بازی جدید، گفتم بد نیستم برم سراغ بازیایی که این اواخر توی ردیت پیدا کردم چون مشخصا The Electric State قرار نیست فرار کنه (از خداشه فرار کنه، یکی از بزرگترین شکستای تاریخ سینما بود).
چند ماه پیش یه بازی سولزلایک جدید به اسم Enotria The Last Song اومده که تقریبا مارکتینگ صفر بوده. به عنوان یکی که پیگیر اخبار و نقدهای گیمه حتی اسمشم نشنیده بودم چه برسه به اینکه بفهمم چیه و بخوام برم دنبالش. تنها چیزی که باعث شد پیگیرش بشم یه نفر بود که میگفت کارگردان هنری و نویسندهی این بازی لیاقتشون خیلی بیشتر از چیزیه که بقیهی تیم سازنده میتونستن بسازن. برای همین گفتم بد نیست برم سراغش. تا قبل از شروع بازی جز پوسترش هیچ چیزی ندیده بودم ازش، فقط میدونستم تحت تاثیر روایتهای فولکلور ایتالیاییه و سپتامبر ۲۰۲۴ منتشر شده.
و راستش حدود دو ساعتی که وقت گذاشتم براش خیلی فان بود. من معمولا از بازیای سولزلایک خوشم نمیاد چون زندگی همینطوریشم سخته، نیازی ندارم ویدیو گیم هم بهم حس بدبختی بده. ولی Enotria یه ترکیب منطقی از سخت بودن و فان رو داشت. اینطوری نبود که واقعا سر باس فایت فقط چهارتا حرکت بزنم و برم، باید مثل همون بازیای فرامسافتور وقت میذاشتم و حرکات رو میدیدم. اما به طور کلی اونقدر سخت نمیشد که اذیت بشم. مردن توی Enotria اتفاق میوفته ولی اندازهی بقیهی سولزلایکها نیست.
به طور کلی بازی هم خیلی تر و تمیز نیست، مشخصه که استودیوی سازنده خیلی حرفهای نبوده. تقریبا تمام انیمیتها (تا اینجایی که چک کردم) کپی مو به مو از بلادبورنه. اما این به طور کلی برای من اذیت کننده نبود، حتی با وجود باگهایی که پیش میاومد من اونقدر مشکلی نداشتم با گیمپلیش. اینطوری نیست که بگم چیز عجیبیه، کپیه کاملا. اما مشخصا NPCها و در کل نوع گیمپلی خیلی به گاد اف وار هم نزدیک میشد که مشخصا تاثیر مثبتی داشت. اینطوری نبود که هر قدم رو باید حساب شده برداشت.
چند ماه پیش یه بازی سولزلایک جدید به اسم Enotria The Last Song اومده که تقریبا مارکتینگ صفر بوده. به عنوان یکی که پیگیر اخبار و نقدهای گیمه حتی اسمشم نشنیده بودم چه برسه به اینکه بفهمم چیه و بخوام برم دنبالش. تنها چیزی که باعث شد پیگیرش بشم یه نفر بود که میگفت کارگردان هنری و نویسندهی این بازی لیاقتشون خیلی بیشتر از چیزیه که بقیهی تیم سازنده میتونستن بسازن. برای همین گفتم بد نیست برم سراغش. تا قبل از شروع بازی جز پوسترش هیچ چیزی ندیده بودم ازش، فقط میدونستم تحت تاثیر روایتهای فولکلور ایتالیاییه و سپتامبر ۲۰۲۴ منتشر شده.
و راستش حدود دو ساعتی که وقت گذاشتم براش خیلی فان بود. من معمولا از بازیای سولزلایک خوشم نمیاد چون زندگی همینطوریشم سخته، نیازی ندارم ویدیو گیم هم بهم حس بدبختی بده. ولی Enotria یه ترکیب منطقی از سخت بودن و فان رو داشت. اینطوری نبود که واقعا سر باس فایت فقط چهارتا حرکت بزنم و برم، باید مثل همون بازیای فرامسافتور وقت میذاشتم و حرکات رو میدیدم. اما به طور کلی اونقدر سخت نمیشد که اذیت بشم. مردن توی Enotria اتفاق میوفته ولی اندازهی بقیهی سولزلایکها نیست.
به طور کلی بازی هم خیلی تر و تمیز نیست، مشخصه که استودیوی سازنده خیلی حرفهای نبوده. تقریبا تمام انیمیتها (تا اینجایی که چک کردم) کپی مو به مو از بلادبورنه. اما این به طور کلی برای من اذیت کننده نبود، حتی با وجود باگهایی که پیش میاومد من اونقدر مشکلی نداشتم با گیمپلیش. اینطوری نیست که بگم چیز عجیبیه، کپیه کاملا. اما مشخصا NPCها و در کل نوع گیمپلی خیلی به گاد اف وار هم نزدیک میشد که مشخصا تاثیر مثبتی داشت. اینطوری نبود که هر قدم رو باید حساب شده برداشت.
همهی اینا رو گفتم تا برسم به همون بخش ویژوال و داستان. کم پیش میاد من توی این زمان کم اینقدر تحت تاثیر قرار بگیرم. بازی از لحاظ ظاهر بینظیره، دنیاش به شدت زندهست و مشخصا تحت تاثیر هنر رنسانسه. در کل لذت بخشه نگاه کردن بهش.
اما داستان یه سطح دیگهست. توی یک دنیای خیالی به اسم Enotria میگذره که یه تئاترِ بیپایانه. همه چیز طبق یک نمایشنامهست که "نویسندهها" (شبیه خدان) در حال نوشتنش و شخصیت اصلی یکی از شخصیتهای این دنیاست. به طور کلی هیچ کس از خودش کنترلی نداره، همه همون کاری رو میکنن که نویسندهها میخوان. حتی باسهای بازی... اونقدر مایل به جنگیدن نیست، فقط بازیگرهایین که دارن از نمایشنامهای که براشون نوشته شده پیروی میکنن. بعد تقریبا همه میدونن که توی یک اجرای تئاتر گیر افتادن، حتی میدونن ازش فراری نیست ولی همش دارن میگن نویسندهها چرا ازمون متنفرن؟ اصلا نویسندهها هنوز در حال نوشتن هستن یا Enotria کلا به حال خودش رها شده.
این بازی یکی از بهترین نمونههای روایت متامدرنه که تا حالا دیدم (تصور کنین چه قدر خوبه که توی همین زمان کم اینقدر من رو گرفته)، به شدت با رفرنس به بیرون و ارجاع به هنر داره کار رو میبره جلو، اینطوریه که هیچجایی نویسنده و کارگردان هنری خودشونو عقب نگهنداشتن، گذاشتن خلاقیتشون پروژه رو بگیره. به نظرم این بازی لیاقت تحسین رو فقط به خاطر همین یک مورد هم که شده داره.
احتمالا بازم در موردش مینویسم، جزو بازیاییه که قطعا تمومش میکنم و حس میکنم بقیه هم باید تجربهش کنن.
اما داستان یه سطح دیگهست. توی یک دنیای خیالی به اسم Enotria میگذره که یه تئاترِ بیپایانه. همه چیز طبق یک نمایشنامهست که "نویسندهها" (شبیه خدان) در حال نوشتنش و شخصیت اصلی یکی از شخصیتهای این دنیاست. به طور کلی هیچ کس از خودش کنترلی نداره، همه همون کاری رو میکنن که نویسندهها میخوان. حتی باسهای بازی... اونقدر مایل به جنگیدن نیست، فقط بازیگرهایین که دارن از نمایشنامهای که براشون نوشته شده پیروی میکنن. بعد تقریبا همه میدونن که توی یک اجرای تئاتر گیر افتادن، حتی میدونن ازش فراری نیست ولی همش دارن میگن نویسندهها چرا ازمون متنفرن؟ اصلا نویسندهها هنوز در حال نوشتن هستن یا Enotria کلا به حال خودش رها شده.
این بازی یکی از بهترین نمونههای روایت متامدرنه که تا حالا دیدم (تصور کنین چه قدر خوبه که توی همین زمان کم اینقدر من رو گرفته)، به شدت با رفرنس به بیرون و ارجاع به هنر داره کار رو میبره جلو، اینطوریه که هیچجایی نویسنده و کارگردان هنری خودشونو عقب نگهنداشتن، گذاشتن خلاقیتشون پروژه رو بگیره. به نظرم این بازی لیاقت تحسین رو فقط به خاطر همین یک مورد هم که شده داره.
احتمالا بازم در موردش مینویسم، جزو بازیاییه که قطعا تمومش میکنم و حس میکنم بقیه هم باید تجربهش کنن.
The Electric State (2018)
دیروز گفتم حالا که قراره The Electric State رو ببینم و میدونم خوب نیست، شاید ایدهی بدی نباشه که گرافیک ناولش رو بخونم. شاید اون خوبه، شاید کمک کنه بهتر بفهمم چه خبره و خوشمم بیاد. اشتباه میکردم متاسفانه. این اصلا خوب نبود، یعنی آرتش حرف نداره، اما داستانی که براش نوشته مثل اینه که تمام تروپها و کلیشهها رو برداشته و پرت کرده وسط چیزی که اونقدر مناسب نبوده براش. این باعث شده خوندن متنش (که خیلی زیاده برای گرافیک ناول) اونقدر جالب و فان نباشه، سعی کرده یه دنیای تیره رو بسازه، اما تهش...تعریفی نداره؟ شبیه یه کپی مسخره از داستانهای شبیه بهشه، اونقدر نمیتونست جذاب باشه.
من قبلا Tales from the Loop رو از Simon Stålenhag خوندم، سریالشم خیلی دوست داشتم. به نظرم یکی از جالبترین سریالهاییه که دیدم و به شدت ناشناخته هم مونده. اما اون داستان مشخصا جالبتر بود. یه مفهومی پشتش بود، اما The Electric State اصلا هیچ کدوم از اون تفکرات و ایدههای خوب رو نداشت، انگار ادامهی اون بود، همون ایده دقیقا ولی کنارش یه داستان هم داشت که کمک خاصی نمیکرد.
فایلش رو گذاشتم پایینِ این متن. اگه دوست داشتین نقاشیهاش رو ببینین پیشنهاد میشه. Simon Stålenhag طراحی خیلی قدرتمندیه. اما مثل من چند ساعتی وقت برای متنش نذارین، ارزششو نداشت.
دیروز گفتم حالا که قراره The Electric State رو ببینم و میدونم خوب نیست، شاید ایدهی بدی نباشه که گرافیک ناولش رو بخونم. شاید اون خوبه، شاید کمک کنه بهتر بفهمم چه خبره و خوشمم بیاد. اشتباه میکردم متاسفانه. این اصلا خوب نبود، یعنی آرتش حرف نداره، اما داستانی که براش نوشته مثل اینه که تمام تروپها و کلیشهها رو برداشته و پرت کرده وسط چیزی که اونقدر مناسب نبوده براش. این باعث شده خوندن متنش (که خیلی زیاده برای گرافیک ناول) اونقدر جالب و فان نباشه، سعی کرده یه دنیای تیره رو بسازه، اما تهش...تعریفی نداره؟ شبیه یه کپی مسخره از داستانهای شبیه بهشه، اونقدر نمیتونست جذاب باشه.
من قبلا Tales from the Loop رو از Simon Stålenhag خوندم، سریالشم خیلی دوست داشتم. به نظرم یکی از جالبترین سریالهاییه که دیدم و به شدت ناشناخته هم مونده. اما اون داستان مشخصا جالبتر بود. یه مفهومی پشتش بود، اما The Electric State اصلا هیچ کدوم از اون تفکرات و ایدههای خوب رو نداشت، انگار ادامهی اون بود، همون ایده دقیقا ولی کنارش یه داستان هم داشت که کمک خاصی نمیکرد.
فایلش رو گذاشتم پایینِ این متن. اگه دوست داشتین نقاشیهاش رو ببینین پیشنهاد میشه. Simon Stålenhag طراحی خیلی قدرتمندیه. اما مثل من چند ساعتی وقت برای متنش نذارین، ارزششو نداشت.
The Electric State (2018).cbz
99 MB
The Electric State - Simon Stålenhag (2018)
Skybound Books
Skybound Books
سلام!
چند ماهه که خیلی صحبت در مورد Ai زیاد شده و به نظر میاد بیشتر مردم اصلا ایدهای ندارن که چطوریه. یعنی تصور عمومی از چیزی مثل میدجورنی اینه که یک نفر چند خط توضیحات مینویسه، ازش مثلا میخواد یه نقاشی دقیقا شبیه فلان آرتیست رو بده اونم میگه چشم ارباب، میره از اون آرتیست میدزده و با کارِ کامل برمیگرده.
برای همین گفتم شاید بد نباشه امروز در موردش صحبت کنیم، یکم نشون بدم که Ai بدون اتود یا ادیت دقیقا چه خروجیای میده، حتی سعی کنم فقط با کمک میدجورنی یکسری چیز رو "بدزدم" تا نشون بدم چه افتضاحی میشه و مهمتر از همه، در مورد این حرف بزنم که آیا باید نگران باشین یا نه.
مشخصا ایدهآلترین حالت برای این صحبتا ویدیو بود، اما متاسفانه هنوز وسایل درست و حسابیای برای ضبط ویدیو ندارم. مشخصا توی چند ماه آینده که یکسری وسایل رو اوکی کردم قراره اینو خیلی کاملتر توی ویدیو بگم.
پ.ن: اولین باره که اینجا برای یه چیزی که مینویسم کاور میزنم، نمیدونم این یعنی کانال تلگرام رو جدی گرفتم یا نه.
پ.ن ۲: ببخشید اگه متن طولانیه.
چند ماهه که خیلی صحبت در مورد Ai زیاد شده و به نظر میاد بیشتر مردم اصلا ایدهای ندارن که چطوریه. یعنی تصور عمومی از چیزی مثل میدجورنی اینه که یک نفر چند خط توضیحات مینویسه، ازش مثلا میخواد یه نقاشی دقیقا شبیه فلان آرتیست رو بده اونم میگه چشم ارباب، میره از اون آرتیست میدزده و با کارِ کامل برمیگرده.
برای همین گفتم شاید بد نباشه امروز در موردش صحبت کنیم، یکم نشون بدم که Ai بدون اتود یا ادیت دقیقا چه خروجیای میده، حتی سعی کنم فقط با کمک میدجورنی یکسری چیز رو "بدزدم" تا نشون بدم چه افتضاحی میشه و مهمتر از همه، در مورد این حرف بزنم که آیا باید نگران باشین یا نه.
مشخصا ایدهآلترین حالت برای این صحبتا ویدیو بود، اما متاسفانه هنوز وسایل درست و حسابیای برای ضبط ویدیو ندارم. مشخصا توی چند ماه آینده که یکسری وسایل رو اوکی کردم قراره اینو خیلی کاملتر توی ویدیو بگم.
پ.ن: اولین باره که اینجا برای یه چیزی که مینویسم کاور میزنم، نمیدونم این یعنی کانال تلگرام رو جدی گرفتم یا نه.
پ.ن ۲: ببخشید اگه متن طولانیه.
من چند وقته که خیلی از کارهای John Leech خوشم اومده، یه تصویرساز قرن نوزدهمیه که به خاطر کارهاش توی مجلهی Punch و کتابهای چارلز دیکنز معروف بود. حالا میخوام تلاشمو بکنم که "فقط" با پرامپت یک کار شبیه به جان لیچ بسازم.
حالا چرا جان لیچ؟
اول همه اینکه استایلش کاملا مشخصه، خیلی همهی چیزهاش معلومن و "منطقا" باید آسون باشه برای Ai که بره اینو ببینه و بیاد بهم یه کپی دقیق ازش بده.
بعد هم اینکه کارهاش کاملا public domain شدن، یعنی تقریبا تمام کارهاش با کیفیت بالا توی اینترنت هست، هیچ نوع کپیرایتی روش نیست که جلوی Aiهای مختلف رو برای دسترسی بگیره پس باید بتونن با تمام توانشون تحلیلش کنن.
پایینتر نتایج هوش مصنوعی رو میذارم، بدون هیچ نوع ادیت یا دست بردنی. پرامپتی هم که نوشتم رو میذارم. فقط باید قبلش بگم که من تا آخرین حدِ پرامپتهای میدجورنی رو بلدم، تمام جزئیاتِ نوشتنشون + تکنیکهایی که حدس میزنم باعث میشن کار رو نزدیک کنه به آثار جان لیچ رو هم قراره انجام بدم.
حالا چرا جان لیچ؟
اول همه اینکه استایلش کاملا مشخصه، خیلی همهی چیزهاش معلومن و "منطقا" باید آسون باشه برای Ai که بره اینو ببینه و بیاد بهم یه کپی دقیق ازش بده.
بعد هم اینکه کارهاش کاملا public domain شدن، یعنی تقریبا تمام کارهاش با کیفیت بالا توی اینترنت هست، هیچ نوع کپیرایتی روش نیست که جلوی Aiهای مختلف رو برای دسترسی بگیره پس باید بتونن با تمام توانشون تحلیلش کنن.
پایینتر نتایج هوش مصنوعی رو میذارم، بدون هیچ نوع ادیت یا دست بردنی. پرامپتی هم که نوشتم رو میذارم. فقط باید قبلش بگم که من تا آخرین حدِ پرامپتهای میدجورنی رو بلدم، تمام جزئیاتِ نوشتنشون + تکنیکهایی که حدس میزنم باعث میشن کار رو نزدیک کنه به آثار جان لیچ رو هم قراره انجام بدم.
اول همه میریم سراغ Chat GPT، در دسترسترین Ai و بهش این پرامپت رو میدیم:
در نظر داشته باشین که تقریبا ۹۹% هوش مصنوعیهای اون بیرون دقیقا همون مکانیزمی رو دارن که Chat GPT داره و توی ساخت تصویر هم همینن. شاید چیزی مثل جمنای از گوگل یا دیپ سیک بخواد بگه نه اینطوری نیست، اما دقیقا همینطوریه.
نتیجه رو میبینین، حتی نزدیکم نیست به کارهای جان لیچ. فقط تونسته بفهمه که جان لیچ از جوهر استفاده میکرده، یکمم بر اساس دیتاهای قبلی با کارهای اون دوره آشنا بوده. چیزی که مشخصه اینه که این Ai اصلا توانایی این رو نداره که حتی بر اساس چندین هزار عکسِ توی اینترنت یک استایل رو بشناسه و بتونه بدزده.
Make a painting by John Leech, A Man sleeping under a tree, style of John Leech, 19th century cartoon
در نظر داشته باشین که تقریبا ۹۹% هوش مصنوعیهای اون بیرون دقیقا همون مکانیزمی رو دارن که Chat GPT داره و توی ساخت تصویر هم همینن. شاید چیزی مثل جمنای از گوگل یا دیپ سیک بخواد بگه نه اینطوری نیست، اما دقیقا همینطوریه.
نتیجه رو میبینین، حتی نزدیکم نیست به کارهای جان لیچ. فقط تونسته بفهمه که جان لیچ از جوهر استفاده میکرده، یکمم بر اساس دیتاهای قبلی با کارهای اون دوره آشنا بوده. چیزی که مشخصه اینه که این Ai اصلا توانایی این رو نداره که حتی بر اساس چندین هزار عکسِ توی اینترنت یک استایل رو بشناسه و بتونه بدزده.
حالا میریم سراغ میدجورنی، قراره من تمامِ تلاشمو بکنم که یک کار شبیهِ جان لیچ رو توی حدود دو ساعت پرامپت نوشتن در بیارم (در نظر بگیرین که این مطلب ساعت ۵ صبح نوشته شده، قطعا قرار نیست الان منتشرش کنم، اگه پیاما پشت سر هم توی دو دقیقه ارسال شدن تعجب نکنین). تمام تنظیمات (توی گوگل سرچ کنین نشون میده کدها و تنظیمات رو، زیادن و پیچیدن که باعث میشه تنظیمشون وقت زیادی بگیره) رو هم انجام دادم تا نزدیک بشن به کارهای جان لیچ.
میدجورنی در حال حاضر قویترین Ai برای ساختن تصویره. دقیقا همونیه که بهش میگن "داره دزدی میکنه" و خیلی قویه. اول با یه پرامپت ساده شروع میکنیم، چیزی که یه نفر چند ماه اول شروعِ پرامپت نویسیش قراره توی همین سطح نوشتن/نتیجه گرفتن بمونه، از آخرین نسخهی میدجورنی هم استفاده میکنم:
نتیجه رو میبینین. بازم حتی نزدیک به کارِ جان لیچ (با اون مقدار ریسورس) نیست. حتی پرامپت هم خیلی واضحه، چیزیه که باید بتونه به بهترین حالت بکشه.
بازم به نظر میاد Ai فقط یکسری مشخصهی کلی رو درک کرده. دلیلش خیلی سادس:
اصلا نمیره از روی اون آرتیست بدزده، براش این کار تعریف نشده. میره تمام بک گراندِ آرتیست (جان لیچ) رو بررسی میکنه، بعد حدس میزنه که اون دوره چه چیزهایی استفاده شده. بعد میره مطلبهای مختلف رو میخونه و یکسری کلمات کلیدی ازش در میاره و خیلی کلی یه نگاه به کارهاش میندازه. نگاه کردنش هم مثل ما نیست، مثلا میتونه بفهمه آبرنگه، یا از جوهر استفاده شده، اما نمیتونه کلِ کارهاش (یا یک کارش حتی) رو بگیره و کاملا بفهمه چه خبره، بیاد ازش روش یه کپی بده. اصلا سیستمش اینطوری ساخته نشده.
دلیلشم اینه که اول همه اصلا Ai از لحاظ تکنولوژی اونقدری پیشرفته نیست که این کار رو بکنه. اونی که بیاد متن رو بررسی کنه یک چیزه، اینکه بیاد و تصویر (نقاشی، تصویرسازی و...) رو بفهمه کاملا یه چیز دیگهست. شاید یک Ai خیلی قدرتمند الان باشه که این کار رو برای "یک تصویر" انجام بده، اما مشخصا اینایی که عمومی هستن سالهای زیادی باهاش فاصله دارن. اینا توی خوشبینانهترین حالت ممکن میتونن وایب کلی رو بفهمن.
میدجورنی در حال حاضر قویترین Ai برای ساختن تصویره. دقیقا همونیه که بهش میگن "داره دزدی میکنه" و خیلی قویه. اول با یه پرامپت ساده شروع میکنیم، چیزی که یه نفر چند ماه اول شروعِ پرامپت نویسیش قراره توی همین سطح نوشتن/نتیجه گرفتن بمونه، از آخرین نسخهی میدجورنی هم استفاده میکنم:
A painting of man sleeping under tree in style of John Leech --v 6.1
نتیجه رو میبینین. بازم حتی نزدیک به کارِ جان لیچ (با اون مقدار ریسورس) نیست. حتی پرامپت هم خیلی واضحه، چیزیه که باید بتونه به بهترین حالت بکشه.
بازم به نظر میاد Ai فقط یکسری مشخصهی کلی رو درک کرده. دلیلش خیلی سادس:
اصلا نمیره از روی اون آرتیست بدزده، براش این کار تعریف نشده. میره تمام بک گراندِ آرتیست (جان لیچ) رو بررسی میکنه، بعد حدس میزنه که اون دوره چه چیزهایی استفاده شده. بعد میره مطلبهای مختلف رو میخونه و یکسری کلمات کلیدی ازش در میاره و خیلی کلی یه نگاه به کارهاش میندازه. نگاه کردنش هم مثل ما نیست، مثلا میتونه بفهمه آبرنگه، یا از جوهر استفاده شده، اما نمیتونه کلِ کارهاش (یا یک کارش حتی) رو بگیره و کاملا بفهمه چه خبره، بیاد ازش روش یه کپی بده. اصلا سیستمش اینطوری ساخته نشده.
دلیلشم اینه که اول همه اصلا Ai از لحاظ تکنولوژی اونقدری پیشرفته نیست که این کار رو بکنه. اونی که بیاد متن رو بررسی کنه یک چیزه، اینکه بیاد و تصویر (نقاشی، تصویرسازی و...) رو بفهمه کاملا یه چیز دیگهست. شاید یک Ai خیلی قدرتمند الان باشه که این کار رو برای "یک تصویر" انجام بده، اما مشخصا اینایی که عمومی هستن سالهای زیادی باهاش فاصله دارن. اینا توی خوشبینانهترین حالت ممکن میتونن وایب کلی رو بفهمن.
حالا سعی میکنم یکم پرامپت رو پیچیدهتر کنم. تازه چند ماهه که میدجورنی فهمیده وقتی بنویسین "سه نفر" یا کلا عدد بدین، چطور بشمره و دقیقا همون تعداد رو بسازه. اول همین زمستون ساختن مثلا یک انسان با دو سر، یا پنج نفر در حالی که دارن فوتبال بازی میکنن برای هوش مصنوعی نزدیک غیرممکن بود. حتی اگه یکی نتیجه میگرفت شانسی بود.
بازم نتیجه رو این بالا میتونین ببینین. اولی رو که کلا دو نفر کشیده، دومی حالت بدنها اشتباهه و یکیشون روی سگه خوابیده، سومی هم مشخص نیست کلا روی چی خوابیدن. چهارمی... انگار نقاشیای روم باستانه.
حالا شاید براتون سوال پیش بیاد که اینا شاید از جان لیچ نباشه، ولی شبیه نقاشی فلان آرتیسته و از اون دزدیده.
بازم نه، دلیلش هم خیلی سادس:
هوش مصنوعی (مخصوصا میدجورنی، چون دقیقا مدل کار کردنش رو میدونم) نیومد از تصاویرِ نقاشیها به شکل متداول استفاده کنه. مردم تصور میکنن به میدجورنی سایتهایی مثل ویکی پدیا، آرت استیشن و... رو دادن این تمام کارها رو توی دیتابیسش نگه داشته، با یک کلمهی خاص میره اون کار رو برمیداره و میاد کپیش میکنه. در حالی که اگه این کار رو میکردن اصلا نمیتونست به این مرحلهای که هست نزدیک هم بشه. از اون سمت هزینهی انجام این کار اینقدری بالائه که نمیصرفه.
برای همین یادگیریش بر اساس دوتا چیزه، یعنی دوتا مورد رو بهش فهموندن:
اول همه بهش متن دادن، دیتاهای مختلف در مورد استایلهای هنری، دورههای تاریخی، تکنیکها و... بعد برای هر کدوم از اینا چندتا تصویر (همه public domain - بعد توضیح میدم چرا) رو میذاشتن جلوش تا فقط یک چیز رو درک کنه. مثلا قاب بندیهای سینمایی و ترکیببندی توی تصاویر، بعد چندتا مورد. اینطوری مفهوم رو میگرفت، درکی از تصویر هم نداشت. روش آموزش خیلی ابتدایی و سادهایه.
بعدی هم وایب بود، چون بیشتر مردم جای اینکه دنبال دزدیدن از یک آرتیست خاص باشن، دنبال یک وایب مشخصن. مثلا "پوسترهای فیلم ایتالیایی دهه هفتاد"، "آرامش بخش"، "دارک فانتزی" و... اینا رو باز هم با تصویر نمیشه بهش یاد داد. چون اینقدر پیشرفته و قدرتمند نیست. مسئله فقط و فقط کلماتن، مثلا پوسترِ ایتالیایی دهه هفتاد برای میدجورنی اینطوری نیست که بخواد بره عکسهاشو ببینه و بیاد، براش یکسری کلمهن، مثلا: آبرنگ، دراماتیک، عاشقانه، بک گراند سفید، تمرکز روی یک یا دو انسان و چیزهایی شبیه این. باز هم اون کلمات دوباره وصل میشن به یکسری کلمهی دیگه تا برسه به نقطهی صفر. زمانی که یک نفر ازش اینا رو میخواد اون باید "مفاهیم" مختلف که از کلمات داره رو بذاره کنار هم نتیجه بده. اینکه مستقیم بخواد یکی رو بگیره و ازش بسازه تقریبا غیرممکنه (حس میکنم توضیحش خیلی طولانی میشه، اگه یکی خواست بگه تا بنویسم).
A painting of three men and a dog sleeping under tree in style of John Leech --v 6.1
بازم نتیجه رو این بالا میتونین ببینین. اولی رو که کلا دو نفر کشیده، دومی حالت بدنها اشتباهه و یکیشون روی سگه خوابیده، سومی هم مشخص نیست کلا روی چی خوابیدن. چهارمی... انگار نقاشیای روم باستانه.
حالا شاید براتون سوال پیش بیاد که اینا شاید از جان لیچ نباشه، ولی شبیه نقاشی فلان آرتیسته و از اون دزدیده.
بازم نه، دلیلش هم خیلی سادس:
هوش مصنوعی (مخصوصا میدجورنی، چون دقیقا مدل کار کردنش رو میدونم) نیومد از تصاویرِ نقاشیها به شکل متداول استفاده کنه. مردم تصور میکنن به میدجورنی سایتهایی مثل ویکی پدیا، آرت استیشن و... رو دادن این تمام کارها رو توی دیتابیسش نگه داشته، با یک کلمهی خاص میره اون کار رو برمیداره و میاد کپیش میکنه. در حالی که اگه این کار رو میکردن اصلا نمیتونست به این مرحلهای که هست نزدیک هم بشه. از اون سمت هزینهی انجام این کار اینقدری بالائه که نمیصرفه.
برای همین یادگیریش بر اساس دوتا چیزه، یعنی دوتا مورد رو بهش فهموندن:
اول همه بهش متن دادن، دیتاهای مختلف در مورد استایلهای هنری، دورههای تاریخی، تکنیکها و... بعد برای هر کدوم از اینا چندتا تصویر (همه public domain - بعد توضیح میدم چرا) رو میذاشتن جلوش تا فقط یک چیز رو درک کنه. مثلا قاب بندیهای سینمایی و ترکیببندی توی تصاویر، بعد چندتا مورد. اینطوری مفهوم رو میگرفت، درکی از تصویر هم نداشت. روش آموزش خیلی ابتدایی و سادهایه.
بعدی هم وایب بود، چون بیشتر مردم جای اینکه دنبال دزدیدن از یک آرتیست خاص باشن، دنبال یک وایب مشخصن. مثلا "پوسترهای فیلم ایتالیایی دهه هفتاد"، "آرامش بخش"، "دارک فانتزی" و... اینا رو باز هم با تصویر نمیشه بهش یاد داد. چون اینقدر پیشرفته و قدرتمند نیست. مسئله فقط و فقط کلماتن، مثلا پوسترِ ایتالیایی دهه هفتاد برای میدجورنی اینطوری نیست که بخواد بره عکسهاشو ببینه و بیاد، براش یکسری کلمهن، مثلا: آبرنگ، دراماتیک، عاشقانه، بک گراند سفید، تمرکز روی یک یا دو انسان و چیزهایی شبیه این. باز هم اون کلمات دوباره وصل میشن به یکسری کلمهی دیگه تا برسه به نقطهی صفر. زمانی که یک نفر ازش اینا رو میخواد اون باید "مفاهیم" مختلف که از کلمات داره رو بذاره کنار هم نتیجه بده. اینکه مستقیم بخواد یکی رو بگیره و ازش بسازه تقریبا غیرممکنه (حس میکنم توضیحش خیلی طولانی میشه، اگه یکی خواست بگه تا بنویسم).