мои попытки стать инфлюенсером

https://youtu.be/MABLFo7IV3I

посмотрел первую (и считаю это подвигом, почти 2 часа как-никак) из 21 лекции курса Deep Learning for Art, Aesthetics, and Creativity от MIT (2021). и, пожалуй, это самое содержательное из того, что я смотрел не только про AI, но и про дизайн в целом. кучу нового узнал

например, про формулу эстетической меры Биркгофа (1933) М = О/С. где О — упорядоченность (число закономерностей в изображении) С — сложность (число элементов). другими словами, чем больше элементов, тем меньше эстетика. но чем больше закономерностей между ними и в их расположении, тем эстетика больше (по итогу, если применить ее к простым формам, выходит, что квадрат эстетичнее шестиугольной звезды. что, конечно, тянет больше на философский вопрос. но, любопытно все равно)

или, например, про сетку визуального баланса Арнхейма и что будет, если прогнать через нее тысячу залайконых фотографий

или даже то, что кроме теории цвета Иоганнеса Иттена были еще не менее важные: Цветовая гармония, Мацуда (Matsuda) и Цветовая семантика Кобаяши (Kobayashi)

ну и, конечно, узнал о том, что нужно для того чтобы обучить AI эстетике. как, например, на язык машины перевести понятия ритма и визуального баланса и какие с этим проблемы. например, почему нейросеть легко может нарисовать синюю Теслу, но не может синюю пожарную машину (по крайней мере не могла год назад)

но главное, сильнее убедился в том, что AI просто инструмент. и что он не заменит художников. максимум на что он способен — поднять нижнюю общемировую планку эстетики до средних значений. потому что так AI работает — собирает данные и усредняет их

а людям интересны люди. эмоции и переживания других и как они откликаются внутри тебя, как зрителя. в этом главная ценность любого произведения. а не в том на каких принципах оно построено и в какой технике исполнено

на днях, кстати, было два месяца напочитать про диз. который я создал не столько для того, чтобы собирать то, что хочу почитать и посмотреть (с этим неплохо справляются и сохраненки в телеге), сколько для того, чтобы видеть сколько я прочитал, пересматривать иногда и немного гордиться собой. иногда получается. можете тоже попробовать

госпади как же меня раздражает этот ебаный софт скролл https://dprofile.ru

#insprrrrr
https://kajetjournal.com/

тоже красивый по верстке журнал. хоть и кажется, что в нем больше от печатного, чем от веба

печатная версия, кстати, у меня тоже есть. перелистываю иногда для вдохновления. по верстке самый любимый. ну и тематика восточной Европы меня сильно занимает. куда больше, чем остальной мир. дочитать только никак не могу

#insprrrrr
https://p-o-o-l.xyz/
красиво и идея любопытная. ребята предлагают (это Берлин) не покупать вещи, а брать их в бессрочную аренду. берешь, ходишь флексишь в ней, а когда перестала радовать — возвращаешь. типа такой секонд, но внутри условно своей тусовки получается. я бы вписался

new one
https://www.are.na/plashch-plashch/interaction-w6ugqkw7z6w

ну раз уж начал душнить, то нужно душнить до конца. поэтому вот еще любопытное эссе на тему того, что будет с художниками, когда AI арт окончательно придет. в котором Аарон Херцманн (дядька, который всю жизнь изучает искусство и компьютеры) говорит, что ничего особого не произойдет. да, появится новый инструмент, часть художников, возможно, переосмыслит то, чем они занимались, но никто вдруг не потеряет работу, а искусством продолжат заниматься живые художники

объясняет он это, с одной стороны, историей появления фотографии, кинематографа, 3D анимации и процедурного арта. что это никогда не приводило к разрушению предыдущего опыта в пользу нового, а, наоборот, наполняло возможностями. например, фотография не убила изобразительное искусство, чего все боялись тогда, а поспособствовало поиску новых форм выразительности абстрактного искусства (импрессионизм, экспрессионизм и тд), так как достижение максимального реализма перестало быть главным критерием профессионализма художника

с другой стороны, Аарон говорит, что искусство это социальное явление. что это коммуникация между людьми. а общего между искусственным интеллектом и человеческим только слово интеллект в названии. но многих это вводит в заблуждение, побуждая антропоморфизировать нейронные сети. думать, например, что они учатся, как дети в школе, постепенно, со знаниями, вырабатывая критическое мышление. но это не так, ИИ это не более чем алгоритм, который приводит загруженные в него данные к общей кривой. и делает он это не потому, что сам так решил, а потому, что так настроил человек. поэтому автор результата тоже человек. и, в обозримом будущем, это вряд ли поменяется

рекомендую в общем, инетересно

есть в виде записи еще https://youtu.be/1ffJToaemEU

еще есть такая картинка, из лекции Using Computer Vision to Understand Big Visual Data, Alyosha Efros. она о том, что за всем тем, что сегодня умеет AI, тянется еще очень длинный хвост состоящий из все менее и менее частых визуальных данных. то есть сейчас, например, AI круто справляется с генерацией лиц, потому что в интернете нет дефицита селфи и партретов людей. с мордами животных, например, уже сложнее. и чем экзотичнее зверь, тем уровень сложности выше

и это только если говорить о статической картинке. а что если задача показать одно лицо с разных ракурсов, или зум лица или в движении. это уже задачка не на сегодня и не на завтра. и, возможно, даже не на 10-20 лет

вообще, из того что я почитал и понял, предположу две шутки на будущее:

1. кажется, что люди скоро наиграются с тем, что сейчас умеет AI. а что-то новое будет появляется медленно. поэтому хайп сойдет на нет. но технология продолжить развиваться в фоне. и незаметно, то тут то там, проникать в нашу жизнь. пока мы, в какой-то момент, не обнаружим, что AI уже стал неотъемлемой частью нашей жизни. без революций и переворотов. как это происходить сейчас, например, с вариативными шрифтами.

2. вероятнее всего, скоро (если еще нет), у нейронок типа midjourney, DALL·E 2 и тд. появятся вспомогательные модульные алгоритмы, которые возьмут на себя то, что не может сделать сам AI. например, как в кейсе с синей пожарной машиной — раз нейронка не может нарисовать синюю пожарную машину, то пусть нарисует красную, а отдельный алгоритм поменяет красный цвет на синий. эти вспомогательные алгоритмы тоже будут нейронками, но микрозадачными. а подключать их будет еще одна нейронка которая будет решать, где и какие вспомогательные алгоритмы нужны. и это, конечно, все нужно будет обучить

в общем, посмотрим, что там будет. но точно ничего плохого и точно не завтра