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).
برای مرحلهی بعدی، من اومدم و یکم تست کردم تا پرامپتم بهتر بشه. من خودم دوست ندارم پرامپتهام از ۵ یا ۶ مورد دستوری بیشتر بشه چون هنوز اینقدری قدرتمند نیست که بیشتر از این رو بفهمه. توی اینترنت پره از پرامپتهایی که بالای ۱۰۰ تا دستور دارن، اما هیچ کدوم نتیجهی مناسب نمیدن چون Ai نمیتونه هنوز این میزان رو درک کنه.
بهترین پرامپتی که پیدا کردم اینه:
اینجا من پنج تا مورد از مشخصههای کارِ جان لیچ رو هم نوشتم، چون با این توضیحات قاعدتا کلمات بیشتری هست که میدجورنی بتونه ازشون استفاده کنه و درک بهتری ازش داره. کلماتی مثل simple یا دورههای تاریخی، تکنیک (آبرنگ) خیلی بهش کمک میکنن که توی دیتابیسش دقیقتر بشه.
نتیجه رو خودتون میتونین ببینین. هنوز حتی نزدیک به کارهای جان لیچ نیستن، صرفا یکسری تصویر خیلی رندوم و الکی از سه تا آدم (یا کمتر) رو داریم که فقط سادن، با آبرنگن، یکمم شبیه چیزین که ما توی قرن نوزدهم داشتیم. هنوزم به نظر نمیاد اون "دزدی" اتفاق افتاده باشه.
بهترین پرامپتی که پیدا کردم اینه:
A painting of three men and a dog sleeping under tree in style of John Leech, from 19th century newspaper illustrations, watercolor, ink, small lines, simple --v 6.1
اینجا من پنج تا مورد از مشخصههای کارِ جان لیچ رو هم نوشتم، چون با این توضیحات قاعدتا کلمات بیشتری هست که میدجورنی بتونه ازشون استفاده کنه و درک بهتری ازش داره. کلماتی مثل simple یا دورههای تاریخی، تکنیک (آبرنگ) خیلی بهش کمک میکنن که توی دیتابیسش دقیقتر بشه.
نتیجه رو خودتون میتونین ببینین. هنوز حتی نزدیک به کارهای جان لیچ نیستن، صرفا یکسری تصویر خیلی رندوم و الکی از سه تا آدم (یا کمتر) رو داریم که فقط سادن، با آبرنگن، یکمم شبیه چیزین که ما توی قرن نوزدهم داشتیم. هنوزم به نظر نمیاد اون "دزدی" اتفاق افتاده باشه.
حالا برای مرحلهی آخر، میاییم و میگیم شاید من پرامپتهام مزخرفه، اصلا من بلد نیستم پرامپت بنویسم یا شاید دارم از عمد اینطوری مینویسم که نتیجه نده. میریم سراغ Chat GPT، جایی که بهترین پرامپت رو برای بقیهی Aiها مینویسه و اتفاقا با میدجورنی هم کارش فوقالعادهس. ازش میخوایم که یه پرامپت پدر و مادر دار برای میدجورنی بده تا بره و برام از آثار جان لیچ بدزده. Chat GPT هم کم نمیذاره، یه پرامپت طولانی با یکسری تنظیمات میده و میگه برو این قراره نتیجه بده:
بله، نتیجه نداد.
خودتون میتونین ببینین. نتایجی که گرفتیم بد نیستن، یعنی حتی خیلی دقیق همون پرامپتی رو داده که نوشته بودم. اما مسئله اینه که اینا هیچ کدومشون حتی نزدیکم نمیشن به کار جان لیچ، چه برسه به اینکه دزده باشن.
بازم باید اشاره کنم، کل آثار جان لیچ الان فاقد هر نوع کپی رایتی هستن، توی اینترنت با کیفیتهای خوبی پیدا میشن و دم دستن. منطقا Ai باید بتونه بره و بدزده، ولی نمیره و نمیدزده.
A Victorian-style cartoon illustration of a man sleeping under a tree, in the style of John Leech. Whimsical and slightly satirical, featuring exaggerated facial expressions and fine ink detailing. The man wears a vintage 19th-century suit with a top hat resting beside him. The scene is set in a peaceful countryside with rolling hills, birds flying in the distance, and intricate cross-hatching for texture. Black-and-white or muted vintage colors, hand-drawn etching style, reminiscent of Punch magazine illustrations. --v 6.1 --ar 4:5 --q 2
بله، نتیجه نداد.
خودتون میتونین ببینین. نتایجی که گرفتیم بد نیستن، یعنی حتی خیلی دقیق همون پرامپتی رو داده که نوشته بودم. اما مسئله اینه که اینا هیچ کدومشون حتی نزدیکم نمیشن به کار جان لیچ، چه برسه به اینکه دزده باشن.
بازم باید اشاره کنم، کل آثار جان لیچ الان فاقد هر نوع کپی رایتی هستن، توی اینترنت با کیفیتهای خوبی پیدا میشن و دم دستن. منطقا Ai باید بتونه بره و بدزده، ولی نمیره و نمیدزده.
حالا شاید بگین ما میخوایم آدم مزخرفی باشیم، میخوایم مستقیما دزدی کنیم از جان لیچ (که به نظرم الان حداقل از لحاظ اخلاقی یا قانونی مشکلی نداره، مردم از کلمهی دزدی توی هنر دارن خیلی بیاحتیاط استفاده میکنن. اگه بخوایم این تعاریف امروزی که توی توییتر رو بگیریم تقریبا تمام تمرینها و کسایی که اول کارشونه آدمای دزدی هستن). راه حل چیه؟ دقیقا چطوری این کار رو بکنیم و از هوش مصنوعی هم کمک بگیریم.
دوتا راه هست:
۱. بشین بکشش. کارهای جان لیچ یا هر کس دیگهای رو بذار جلوت و بکش، چون Ai بلد نیست این کار رو بکنه. حدود ۸۰-۹۰ درصد از کار رو باید خودت انجام بدی. همینطور که قبلا گفتم مراحلِ کار تفاوتی نکردن، باید اتود زد، تمیزش کرد، ترکیب بندیها رو درست در اورد و آخر کار، یکم ببریش توی میدجورنی تا مثلا رنگها رو بهتر کنه، یکسری تکسچرها رو بهش بده و نورپردازیش رو اوکی کنه و دوباره ادیتش کرد. این مراحل که Ai انجام میده رو میشه دستی هم انجام داد، کسی که اون مراحل قبلی رو رفته اینم میتونه بره، بهم اعتماد کنین. اینجا فقط Ai میاد یکم کار رو سریع میکنه. من هنوز کسی رو ندیدم که با Ai کار کنه و خودش روی اون مدیوم هنری مسلط نباشه.
ولی یه مشکل کوچیکی هست. اینکه یک نفر یاد بگیره از ابزار هوش مصنوعی توی این مرحله از کارش استفاده کنه اصلا آسون نیست. باید خیلی از چیزها رو از قبل یاد گرفته باشه. من مدت خیلی خیلی زیادی طول کشید (شما تصور کنین که بیشتر روزها بالای ۱۰ ساعت برای یادگیریش وقت گذاشتم) تا بالاخره برسه اینجا که بتونم این مرحله رو بهش بدم و خوب در بیاره. من به مراتب زمان کمتری نیاز داشتم تا توی فتوشاپ و پروکریت خوب بشم تا میدجورنی.
۲. بیایین و استایل رو کامل به میدجورنی بفهمونین. این بخش دستکم یک ماه آزمون و خطا و تغییر تنظیماتی رو نیاز داره که برای عموم مردم در دسترس نیست. فرض بگیرین که یک نفر دسترسی رو هم داشته باشه (به این راحتیا نمیدن) و یک ماه وقت بذاره و تمامِ این تنظیماتِ گیج کننده و طولانی رو هم انجام بده. برای یک آرت ورک یا حتی صدتا آرت ورک این کار به صرفه نیست، حماقت محضه و اصلا کسی نمیره انجام بده. اونی که این نوع کار رو از میدجورنی میخواد هدفش گرفتن چند هزار آرت ورکه.
و میدونین کجا چند هزارتا آرت ورک به درد میخوره؟ فقط برای NFT. اگه یکم هم پیگیر بوده باشین قطعا خبر دارین که اون NFTهایی که میفروشن، همون کالکشنای چند صد هزار دلاری، اصلا بحث هنر براشون مطرح نیست، حتی هیچ کدوم نمیان از یه آرتیست بدزدن چون مخاطبشون ازشون یک چیزی میخواد که "آرتیستها" انجام ندادن، نمیدن، نخواهند داد.
پس تا حدودی بحث دزدی کردن کنسله، همین الان دیدین که دزدیدن با میدجورنی غیرممکن نیست، ولی اینقدری سخته که هیچکس نره سراغش. روش دومی که اون بالا نوشتم چیز متداولیه، اما هیچ کس نمیاد با آثار هنرمندای دیگه این کار رو بکنه چون بدبخت میشه، ازشون پول در نمیاد.
دوتا راه هست:
۱. بشین بکشش. کارهای جان لیچ یا هر کس دیگهای رو بذار جلوت و بکش، چون Ai بلد نیست این کار رو بکنه. حدود ۸۰-۹۰ درصد از کار رو باید خودت انجام بدی. همینطور که قبلا گفتم مراحلِ کار تفاوتی نکردن، باید اتود زد، تمیزش کرد، ترکیب بندیها رو درست در اورد و آخر کار، یکم ببریش توی میدجورنی تا مثلا رنگها رو بهتر کنه، یکسری تکسچرها رو بهش بده و نورپردازیش رو اوکی کنه و دوباره ادیتش کرد. این مراحل که Ai انجام میده رو میشه دستی هم انجام داد، کسی که اون مراحل قبلی رو رفته اینم میتونه بره، بهم اعتماد کنین. اینجا فقط Ai میاد یکم کار رو سریع میکنه. من هنوز کسی رو ندیدم که با Ai کار کنه و خودش روی اون مدیوم هنری مسلط نباشه.
ولی یه مشکل کوچیکی هست. اینکه یک نفر یاد بگیره از ابزار هوش مصنوعی توی این مرحله از کارش استفاده کنه اصلا آسون نیست. باید خیلی از چیزها رو از قبل یاد گرفته باشه. من مدت خیلی خیلی زیادی طول کشید (شما تصور کنین که بیشتر روزها بالای ۱۰ ساعت برای یادگیریش وقت گذاشتم) تا بالاخره برسه اینجا که بتونم این مرحله رو بهش بدم و خوب در بیاره. من به مراتب زمان کمتری نیاز داشتم تا توی فتوشاپ و پروکریت خوب بشم تا میدجورنی.
۲. بیایین و استایل رو کامل به میدجورنی بفهمونین. این بخش دستکم یک ماه آزمون و خطا و تغییر تنظیماتی رو نیاز داره که برای عموم مردم در دسترس نیست. فرض بگیرین که یک نفر دسترسی رو هم داشته باشه (به این راحتیا نمیدن) و یک ماه وقت بذاره و تمامِ این تنظیماتِ گیج کننده و طولانی رو هم انجام بده. برای یک آرت ورک یا حتی صدتا آرت ورک این کار به صرفه نیست، حماقت محضه و اصلا کسی نمیره انجام بده. اونی که این نوع کار رو از میدجورنی میخواد هدفش گرفتن چند هزار آرت ورکه.
و میدونین کجا چند هزارتا آرت ورک به درد میخوره؟ فقط برای NFT. اگه یکم هم پیگیر بوده باشین قطعا خبر دارین که اون NFTهایی که میفروشن، همون کالکشنای چند صد هزار دلاری، اصلا بحث هنر براشون مطرح نیست، حتی هیچ کدوم نمیان از یه آرتیست بدزدن چون مخاطبشون ازشون یک چیزی میخواد که "آرتیستها" انجام ندادن، نمیدن، نخواهند داد.
پس تا حدودی بحث دزدی کردن کنسله، همین الان دیدین که دزدیدن با میدجورنی غیرممکن نیست، ولی اینقدری سخته که هیچکس نره سراغش. روش دومی که اون بالا نوشتم چیز متداولیه، اما هیچ کس نمیاد با آثار هنرمندای دیگه این کار رو بکنه چون بدبخت میشه، ازشون پول در نمیاد.
و میاییم سراغ یه بحث مهم دیگه، اینکه پس میدجورنی چیه؟ چرا کسایی که استفاده میکنن بهش میگن "ابزار"؟
چون میدجورنی یک هزارم اونی که تبلیغ میشه باهوش نیست، اتفاقا خیلی خشکه و کار کردن باهاش یکی از سختترین کارهاییه که من تا حالا انجام دادم و شما تصور کنین که من از بکگراند گرافیک دیزاین و انیمیشن میام، یکسری از بد فرمترین و سختترین نرم افزارا رو باید یاد میگرفتم. شاید اگه علاقهم به تکنولوژی نبود همون مال اول ولش کرده بودم. میدجورنی میاد و یکسری کلمات رو درک میکنه در مرحلهی اول، در مرحلهی دومم هم میره سراغ دیتابیسی که کموبیش دستی بهش داده شده. چند سال پیش میدجورنی یکسری آرتیست حرفهای و نیمه حرفهای رو استخدام کرد تا بیان و چیزهای مختلف رو برای میدجورنی (طبق یکسری قوانین مشخص) طراحی کنن تا این بتونه درکشون کنه. مثلا انواع نورپردازی، تکسچرهایی مثل آبرنگ، گواش و... و در کل مسائلِ ابتدایی. اصلِ کاری که شما میبینین هم همون دیتابیسیه که از آرتیستهای خودشون ساختن. چون اگه ولش میکردن که بره از آرتیستهای مختلف یاد بگیره کار به شدت سختتر میشد، قدرت تکفیک نداره که بتونه اون کار رو بکنه. کافی بود بیوفته توی کارهای یه آرتیستی که خوب نکشیده تا کل درکش از کشیدن یک چیز ساده رو از دست بده. از اون سمت برای انسان و حیوونهای مختلف مدل سه بعدی براش طراحی شده تا بتونه بفهمه، اما مشکل اینه که برای کارهای استایلایز شده (مثل کارهای من) یا حیوونهایی که مدل ندادن بهش (مثلا عروس هلندی) اصلا نمیتونه درست بفهمه، خرابش میکنه.
میدجورنی هم مثل فتوشاپه، نمیدونه که چه خبره، یکسری آپشن در اختیار استفاده کنندش میذاره. فتوشاپ هم اوایلش که اومده بود همینقدر عجیب به نظر میومد، کافیه یکم توی فرومهای قدیمی بگردین تا متوجه بشین فانکشنهایی مثل براش، سلکت یا تغییر رنگ چهقدر برای مردم عجیب بوده. الان میدجورنی و در کل Ai هم همینه، مردم ازش تعجب میکنن در حالی که نه آسونه، نه حتی درک اینکه چطور کار میکنه سخته. کافیه یک نفر وقت بذاره و باهاش کار کنه تا بفهمه چی به چیه.
در کل میدجورنی و Aiهای مختلف به این زودیا قرار نیست از "ابزار" بالاتر برن، فعلا فقط یکم کار رو آسونتر و سریعتر میکنن اونم برای کسی که وقت زیادی گذاشته و یاد گرفته.
چون میدجورنی یک هزارم اونی که تبلیغ میشه باهوش نیست، اتفاقا خیلی خشکه و کار کردن باهاش یکی از سختترین کارهاییه که من تا حالا انجام دادم و شما تصور کنین که من از بکگراند گرافیک دیزاین و انیمیشن میام، یکسری از بد فرمترین و سختترین نرم افزارا رو باید یاد میگرفتم. شاید اگه علاقهم به تکنولوژی نبود همون مال اول ولش کرده بودم. میدجورنی میاد و یکسری کلمات رو درک میکنه در مرحلهی اول، در مرحلهی دومم هم میره سراغ دیتابیسی که کموبیش دستی بهش داده شده. چند سال پیش میدجورنی یکسری آرتیست حرفهای و نیمه حرفهای رو استخدام کرد تا بیان و چیزهای مختلف رو برای میدجورنی (طبق یکسری قوانین مشخص) طراحی کنن تا این بتونه درکشون کنه. مثلا انواع نورپردازی، تکسچرهایی مثل آبرنگ، گواش و... و در کل مسائلِ ابتدایی. اصلِ کاری که شما میبینین هم همون دیتابیسیه که از آرتیستهای خودشون ساختن. چون اگه ولش میکردن که بره از آرتیستهای مختلف یاد بگیره کار به شدت سختتر میشد، قدرت تکفیک نداره که بتونه اون کار رو بکنه. کافی بود بیوفته توی کارهای یه آرتیستی که خوب نکشیده تا کل درکش از کشیدن یک چیز ساده رو از دست بده. از اون سمت برای انسان و حیوونهای مختلف مدل سه بعدی براش طراحی شده تا بتونه بفهمه، اما مشکل اینه که برای کارهای استایلایز شده (مثل کارهای من) یا حیوونهایی که مدل ندادن بهش (مثلا عروس هلندی) اصلا نمیتونه درست بفهمه، خرابش میکنه.
میدجورنی هم مثل فتوشاپه، نمیدونه که چه خبره، یکسری آپشن در اختیار استفاده کنندش میذاره. فتوشاپ هم اوایلش که اومده بود همینقدر عجیب به نظر میومد، کافیه یکم توی فرومهای قدیمی بگردین تا متوجه بشین فانکشنهایی مثل براش، سلکت یا تغییر رنگ چهقدر برای مردم عجیب بوده. الان میدجورنی و در کل Ai هم همینه، مردم ازش تعجب میکنن در حالی که نه آسونه، نه حتی درک اینکه چطور کار میکنه سخته. کافیه یک نفر وقت بذاره و باهاش کار کنه تا بفهمه چی به چیه.
در کل میدجورنی و Aiهای مختلف به این زودیا قرار نیست از "ابزار" بالاتر برن، فعلا فقط یکم کار رو آسونتر و سریعتر میکنن اونم برای کسی که وقت زیادی گذاشته و یاد گرفته.