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.

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:

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:

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.

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.

جواب اینکه آیا Ai هنره یا نه هم خیلی قطعی نیست. کاملا برمیگرده به تعریفی که از هنر و هنرمند می‌شه.

چیزی که من قبول دارم، خیلی سادست و قرن‌های زیادیه که این اطرافه. حالا توی دوران مدرن تغییراتی هم کرده. کارِ هنرمند اینه که یک Randomness که توی ابزار و ایده‌ش هست رو کنترل کنه تا بتونه به هدفش برسه. بهترین هنرمندها اونایی که Randomness رو بهتر از بقیه کنترل کردن. برای یک موزیسین این می‌تونه نت‌های موسیقی و صدای سازش باشن که ترتیب درستی پیدا کنن (چون بی‌نهایت راه مختلف برای چیدن دوتا صدا هست)، برای یک نقاشی می‌شه حرکات قلمو/براش که هر میلی‌متر/پیکسل جا به جا شدنشون کار رو تغییر می‌ده و برای بازیگر می‌شه تمام عضلاتی که داره و حرکت اون عضلات. به هر حال هر هنرمندی ناچاره که این Randomness رو به کنترل خودش در بیاره تا به نتیجه‌ی دلخواه برسه. معیار اینکه یک اثر هنری خوب یا بد شده هم از نظر من هدفِ سازندشه. اگه به هدف برسه اون کار خوبه، حال دریغ از اینکه سلیقه‌ی من نباشه، من دوست نداشته باشم، از لحاظ تکنیکی درست نباشه یا هر چی. ما نمی‌تونیم برای هنر هیچ مرزبندی‌ای بذاریم و همه رو هل بدیم توی یه چارچوب (با توئم فضای آکادمیک هنر).

کسی که با Ai کار می‌کنه مشخصا دوتا مسیر برای رفتن داره. اول اینه که یک تصویر ذهنی داشته باشه و سعی کنه با Ai برسه به این تصویرش (دقیقا مثل تمام هنرمندها)، باید بتونه Randomness خیلی پیچیده و زیادی رو کنترل کنه تا کار نزدیک بشه بهش. برای این مورد هم در حال حاضر امکانش نیست که یک نفر بدون حداقل یه اسکچ ساده به نتیجه برسه. چون برای پایه‌ترین بخش‌ها مثل رنگ درست، ترکیب بندی و اندازه‌ها هوش مصنوعی اشتباه می‌کنه.

مدل دومم اینه که یک نفر فقط "کار" رو از هوش مصنوعی می‌خواد. مثلا یک گل که روی کاغذ کشیده شده و از تکنیک گواش استفاده کرده. این آدم اهمیتی نمی‌ده که کارش چطور می‌شه چون تصویرِ ذهنی‌ای هم نداشته. یا صرفا ایده داشته و از Ai می‌خواد که ایده رو اجرا کنه. این یکم پیچیده‌تر می‌شه برای هنر دونستن و ندونستنش. من همیشه اینجا ایده رو معیار می‌دونم و به نظرم این نوع اثر هم با ایده‌ش تعریف می‌شه، نه تکنیکش. می‌تونه هنر باشه، می‌تونه نباشه. معمولا به حرف خالقش اعتماد می‌کنم، اگه اون گفت هنره منم از ته دلم قبول می‌کنم که هنره. دلیلی ندارم که حرفی برخلافش بزنم. من کی باشم که تائین کنم یک چیزی هنره یا نه.

و مهم‌ترین چیز، آیا Ai قراره جای هنرمندها رو بگیره؟

هم آره، هم نه.
اگه شما یک هنرمند خیلی سطح پایین و آماتور هستین که مثلا لوگوهای ۲۵۰ هزار تومنی می‌زنین، عکس بچه‌های مردم رو نقاشی می‌کنین (به بدترین شکل)‌ تا خانواده‌شون خوشحال بشن یا کارهاتون مربوطن به کریپتوئه الان وقتشه بترسین. چون هوش مصنوعی قراره جاتون رو بگیره. تنها راه دووم اوردن اینه که یا سطح کارتون رو ببرین بالا، یا سعی کنین هوش مصنوعی رو خیلی خوب یاد بگیرین. بازار این بخش‌ها قراره خیلی تغییر کنه.

ولی اگه شما یه هنرمندی هستین که توی صنعت انیمیشن یا بازی فعاله، نقاشی دیجیتال می‌کشه برای گالر‌ی‌ها و کلکسیونرها، کانسپت آرت کار می‌کنین و چیزهایی شبیه این؛ اصلا نباید نگران این باشین که Ai جاتون رو بگیره. نهایتا Ai هم مثل یکی از ابزارهای کارتون می‌شه که یکسریا ازش استفاده می‌کنن. کار رو قراره راحت‌تر کنه، اما کار رو نمی‌گیره ازتون، اصلا نگرانی این رو نداشته باشین و گول حرفای مردم رو نخورین. به نظرم داریم به دوره‌ای نزدیک می‌شیم که بلد بودنش الزامیه، حتی کسایی که بلدن شانس بیشتری توی بازار دارن. اما چیزهای قبلی هیچ‌وقت کنار نرفتن و نمیرن.

اینکه یک نفر بیاد و "فقط" هوش مصنوعی بلد باشه و هیچی از خود کار به صورت دستی ندونه، کارتون رو بگیره؟ همون هفته‌ی اول اخراج میشه. چون مثلا ازش کانسپت آرتِ یک کاراکتر سایبرپانک رو می‌خوان، میزنه و تائید می‌شه. بعد بهش ادیت می‌دن که جای دستشو عوض کن تا حسِ خشونت بده و از توی زاویه‌های مختلف بکشش. اونم نمی‌تونه، اصلا با Ai در حال حاضر ممکن نیست.
پس خیلیم نگران نباشین. یاد گرفتن Ai مهمه، حداقل من به همه پیشنهاد می‌کنم در حد کلیات بلد باشن و حتی اگه می‌تونن استفاده کنن چون واقعا کارها رو سریع‌تر و آسون‌تر می‌کنه (و کدوم کمپانی‌ای از این بدش میاد؟). اما اونقدرم ترسناک نیست. بلد نبودنش باعث نمیشه بدبخت بشین.

اگه هم الان می‌گین الان به این نقطه نرسیده، قراره بعدا برسه و کارمون تمومه؛ جوابتون خیلی سادس:
اینکه هوش مصنوعی توی چند سال اینقدر رفت جلو، این همه هم مارکتینگ براش شد و پیشرفت کرد به لطف یه پول زیادی بود که توی این زمینه سرمایه‌گذاری شد. الان تقریبا رسیدیم به اون نقطه‌ای که سرعت پیشرفت کم می‌شه تا علم برو جلوتر و سازنده‌ها بفهمن چطور چیزهای انقلابی رو اجرا کنن. حداقل (طبق حدس من و خیلیای دیگه) توی یک دهه‌ی آینده ما فقط بهبود همینایی که هست و یکسری ابتکار جدید رو می‌بینیم. اگه الان توی نقطه‌ی A باشیم، نرسیدن به نقطه‌ی B خودش یه مسیر طولانیه که به این زودیا نمیرسه.
الان اتفاقی که قراره بیوفته اینه که تمام این سازنده‌های هوش مصنوعی تمرکزشونو بذارن روی کمتر کردن هزینه‌ها و عمومی کردن محصولاتشون.

ممنون که خوندین!

کاملا متوجهم که خیلیا گارد شدیدی به Ai دارن، اما حدس می‌زنم بخش بزرگی از این گارد و صحبت‌هایی که پیش میاد از شناخت کمه. از اون سمت Ai از نظر من (قطعا باسوادترین آدم نیستم) ریشه‌ش توی هنرهای تجسمی نیست، کاملا از سمت هنرهای دیجیتال میاد (من کاملا اعتقاد دارم جدان از هم، یکسری جاها نزدیک می‌شن ولی اصلا یکی نیستن) و فلسفه‌ی پشتش برمیگرده به دهه هشتاد و نود میلادی. کلا یک دید و فلسفه‌ی متفاوتی بهش هست که اون رو رسونده اینجا. حالا یک دفعه توی چند سال این ابزار با دید متفاوت پریده وسطِ هنرهای تجسمی، دقیقا پیش افرادی که اون فلسفه از هنر رو نه تنها قبول ندارن، حتی توهین هم می‌دونن. برای من عادیه که کسایی که از فضای آکادمیک اومدن، مخصوصا فضای آکادمیک ایران که حتی نقاشی دیجیتال رو هنر نمی‌دونه و اعتقاد داره هنرمند باید ریاضت بکشه و چند دهه خودشو شکنجه بده تا هنرمند باشه، با این قضیه‌ی Ai به مشکل بخورن.

هر سوالی که داشتین می‌تونین ازم بپرسین، ممکنه توی این چند روز خیلی آنلاین نباشم و دیر جواب بدم، ولی قطعا جواب میدم.
همینطور عذر میخوام اگه توی کلمات یا جمله‌ها اشتباهی بود، نزدیک سه ساعت نوشتنشون طول کشید (و درست کردن کارها با Ai هم زمان برد)، من یک بار خوندم کلشو و تا حد امکان ادیت کردم ولی چشمام دیگه داره بد می‌بینه، قطعا اشتباه دارم.

Fantastic Beasts of the Nineteenth Century Dragons, Birds, and Incredible Sea Creatures (2017)
Dover Publications Inc.