Magyar nyertes a generatív képalkotás milliós globális versenyén
Bereczki Nóra szürreális tengerparti képsorozatát tartotta első helyezésre érdemesnek a Reve képgeneráló platform által hirdetett verseny zsűrije.
A korábban ipari automatizáció területén dolgozó marketing tanácsadó, Bereczki Nóra (Digital Umami) jó pár éve kísérletezik generatív AI-eszközökkel, három éve a ChatGPT és a Midjourney segítségével saját használatra megalkotott mesekönyvéről írtunk az akkor még viszonylag újdonságnak számító toolok kapcsán.
Bereczki a LinkedInen osztotta meg a hírt, hogy a globálisan pályázható Reve $100K contesten első helyezést sikerült elérnie, mely kimagasló pénzjutalommal járó megmérettetés a generatív képalkotás területén. A július elsején zárult pályázati időszakban egy nevezéssel tíz, a Reve-vel létrehozott képet kellett benyújtani, a zsűri a három nyertes közt osztotta el a 175 000 dolláros (kb. 55,2 millió forint) összdíjazást.
Az AI ára Fizetnek a befektetők, fizetnek a felhasználók, és nagy árat fizet az IT munkaerőpiac is. Vékony jégen járunk. Itt a 85. kraftie adás.
A verseny szabályzata számos kitételt határozott meg a pályaművekkel kapcsolatban, az előírások közt szerepelt, hogy a beküldött műveknek saját, eredeti alkotásnak kell lenniük, amelyek nem sértik harmadik fél szellemi tulajdonjogait. Egy pályázatnak összesen tíz képet kellett tartalmaznia, tehát nem egyetlen képet értékeltek a zsűrik alkotónként.
Az európai mediterrán nyár inspirált. A fejemben a sorozatnak mindig is volt egy címe: Dolce Impossible. Olyan képeket akartam alkotni, amelyekhez az emberek azonnal tudnak kapcsolódni – ismerős nyaralási pillanatok, jelenetek, érzések. Olyan pillanatokra gondoltam, mint a tengerparton ülés, a medencébe ugrás vagy a nyaralás gondtalan érzése”
– osztotta meg a HWSW-vel Nóra, aki összesen 4-5 napot szánt a képek elkészítésére.
„Minden kép tartalmaz egy szürreális vagy abszurd részletet, amely csendben megváltoztatja az egész történetet. A mesterséges intelligencia ehhez tökéletes kreatív eszköz, mert a képzeletnek nincsenek határai. Azt akartam, hogy ezek az ismerős pillanatok teljesen hihetőek maradjanak, majd minden képbe csak egyetlen lehetetlen részlet kerüljön. Számomra a legjobb kép az, amelyre kétszer is ránézel.”
A kreatív kontroll továbbra is kell
Nóra számára a legnagyobb kihívást az jelentette, hogy a fejében élő nagyon határozott víziót megvalósítsa, miközben egy számára új eszközzel dolgozott – a Reve-et körülbelül mindössze egy éve ismerte. A Reve erősségei közt emeli ki, hogy rendkívül jól érti a természetes nyelven megfogalmazott utasításokat, ezért nagyon pontosan kellett promptolni benne, emellett lehetőséget ad az utólagos szerkesztésre is. A nemrég bevezett Drag-and-Drop Editor funkció segítségével például a képek objektumokra bonthatók, és közvetlenül áthelyezhetők vagy módosíthatók.
Számomra ez az AI kreatív eszközök egyik legfontosabb kérdése, hogy képesek vagyunk-e megvalósítani a fejünkben lévő víziót úgy, hogy közben végig megőrizzük a kreatív kontrollt. Az AI számomra nem alkotótárs, hanem egy digitális eszköz. Az art direction, a kreatív döntések, történetmesélés, továbbra is emberi feladatok maradnak”.
Nóra ezen a gondolatmeneten tovább haladva úgy véli, hogy a későbbiekben egyes kreatív területek szerepe még fontosabbá válik, mint például az art direction, a stratégia, a storytelling vagy a minőség-ellenőrzés, mivel az új technológiák világában egyre értékesebb a domain tudás. A képgeneráló technológiák terén láthatóan a fejlesztések fókusza arra helyeződött át, hogyan lehet finomítani az emberi kontrollt: jobb promptértelmezéssel, fejlettebb szerkesztési lehetőségekkel és pontosabb irányítással.
A Reve kreatív csapata a műveket nem csak esztétikai minőség szerint értékelte, további szempont volt még a technikai kivitelezés, a képsorozat változatossága, valamint az eredetiség és a kreativitás, a természetes anatómia, az élethű textúrák láthatósága.
„A versenyben azt kérték, hogy kerüljük vagy javítsuk a tipikus AI-hibákat, glitcheket. Ilyenek például az elmosódott apró szövegek, a torzult testrészek vagy a túl plasztikus textúrák. Ezekre kellett különösen odafigyelni. Ebben sokat segített a fotográfiai hátterem is. A kompozíció, a fényviszonyok, a textúrák és a vizuális történetmesélés tudatos használata segített sokat nekem ebben”- fejti ki Nóra.
Mi az a Reve?
A Reve képgeneráló platform természetes nyelvi utasításokból készít fotorealisztikus vagy illusztratív képeket. A szolgáltatás az elmúlt időszakban vált ismertté, miután független összehasonlításban is a legjobb képalkotó modellek között emlegették, különösen a promptok pontos követése és a képen megjelenő szöveg kezelése miatt. Mivel viszonylag új szereplő a generatív AI-piacon, ezért a fejlesztőcsapat és a technológiai háttér kevésbé ismert, a cég elsősorban a saját képalkotó modelljének fejlesztésére koncentrál.
