Trápíme grafické neuronky

Že nejde kreslit slovy? :) Ne tak úplně. Po nástupu (zveřejnění) pokročilých generativních nástrojů strojové komunikace gAI, v popředí ChatGPT od nadace OpenAI a závěsu mnoha a mnoha dalších, přichází v dostupné (bezplatné) verzi poněkud oklikou přístup do grafických generátorů. Tedy již nikoliv pouze dotaz/odpověď v textové podobě, ale slovně řízené vytváření komplexního obrazu prostřednictvím pre-trained neuronových sítí.

ChatGPT a jeho varianty, včetně různorodých osobností jsme si s žáky v rámci Nové informatiky testovali v průběhu časného jara 2023, viz Tohle už není kalkulačka (16.3.2023). Došlo tehdy i na demonstraci několika vstupů v ranné podobě do hájemství grafického generování v Midjourney / OpenAI DALL-E 2.0, ovšem poněkud komplikovanou formou zadávání chatové komunikace v platformě Discord. Navíc jedinou cestou bylo zpoplatněné dotazování, bránící nástroj ovládnout metodou pokus-omyl. Žáci tehdy pouze sledovali demonstraci, každý za sebe možnosti nástroje netestovali.

2. října jsme začali v rámci tematických předpokladů Nové informatiky a tematických bloků Algoritmizace (8. ročníky), Modelování a vizualizace (7. ročníky) a Práce s daty (6. ročníky) testovat bezplatný (byť svým způsobem limitovaný) vstup do nového modelu OpenAI DALL-E 3 prostřednictvím nástroje od Microsoftu, konkrétně Bing Image Creatoru. Žáci po náročnější registraci z jednoho IP uzlu :) , nebo vyplnění vlastních soukromých údajů pro prostředí Microsoftu (LiveID identita), mohli formou příkazové řádky zkoušet každý za sebe ovládání grafické neuronky, jak anglicky (ideálně), tak češtinou.

Zkušenost je to naprosto jedinečná z mnoha úhlů pohledu. Stroj spolupracuje odpověďmi podobně jako textové předtrénované chaty pouze na velmi konkrétní a dobře specifikované dotazy (limity češtiny/angličtiny), komunikace a výsledky odpovídají naprosto v souladu se vzájemným poznáváním prosba/výsledek. Obecně lze říci, že část žáků velmi rychle spolupráci ovládla ve svůj prospěch, překonali nástrahy výrazových a významových korekcí (woke). Variantní výstupy se během testování výrazně posouvaly ke spokojenosti tazatelů.

Demonstrovali jsme si také placený vstup přímo na příkazový řádek nadace OpenAI (DALL-E 3) a variantní, tematicky bohatší a opět placený nástroj od komerční společnosti Let’s Enhance, Inc., původně zaměřený na Upscale image processing, tedy algoritmicky řešené zvyšování rozlišení grafických vstupů prostřednictvím nástrojů pokročilé AI. Výsledky komunikace s jejich grafickou neuronkou byly samozřejmě radostnější, neboť míra regulace výstupů (woke) byla nesrovnatelně mírnější.

Některé výstupy žáků a demonstrací přikládáme :)