Hình ảnh Lee Unkrich, một trong những họa sĩ hoạt hình xuất sắc nhất của Pixar, khi còn là học sinh lớp bảy. Cậu bé đang nhìn chằm chằm vào hình ảnh đầu máy xe lửa trên màn hình máy tính đầu tiên của trường mình. Ồanh nghĩ. Tuy nhiên, một phần phép thuật đã mất đi khi Lee biết rằng hình ảnh không xuất hiện chỉ bằng cách yêu cầu “một bức ảnh về một đoàn tàu”. Thay vào đó, nó phải được mã hóa và dựng hình một cách tỉ mỉ—bởi những con người chăm chỉ.
Bây giờ hãy tưởng tượng Lee 43 năm sau, tình cờ tìm thấy DALL-E, một trí tuệ nhân tạo tạo ra các tác phẩm nghệ thuật gốc dựa trên các gợi ý do con người cung cấp, có thể đơn giản như “một bức tranh về một chuyến tàu”. Khi anh ấy gõ các từ để tạo ra hình ảnh này đến hình ảnh khác, Ồ đã trở lại. Chỉ có điều lần này, nó không biến mất. “Cảm giác như một phép màu”, anh ấy nói rằng. “Khi kết quả hiện ra, tôi như nín thở và nước mắt trào ra. Thật kỳ diệu.”
Máy móc của chúng ta đã vượt qua một ngưỡng. Trong suốt cuộc đời, chúng ta đã được trấn an rằng máy tính không có khả năng thực sự sáng tạo. Tuy nhiên, đột nhiên, hàng triệu người hiện đang sử dụng một giống AI mới để tạo ra những bức ảnh tuyệt đẹp, chưa từng thấy trước đây. Hầu hết những người dùng này không phải là nghệ sĩ chuyên nghiệp, giống như Lee Unkrich, và đó là vấn đề: Họ không nhất thiết phải là nghệ sĩ chuyên nghiệp. Không phải ai cũng có thể viết, đạo diễn và biên tập một tác phẩm đoạt giải Oscar như Câu chuyện đồ chơi 3 hoặc Dừanhưng mọi người Có thể khởi chạy trình tạo hình ảnh AI và nhập một ý tưởng. Những gì xuất hiện trên màn hình thật đáng kinh ngạc về tính chân thực và độ sâu chi tiết. Do đó, phản ứng chung là: ỒChỉ riêng trên bốn dịch vụ—Midjourney, Stable Diffusion, Artbreeder và DALL-E—con người làm việc với AI hiện đồng sáng tạo hơn 20 triệu hình ảnh mỗi ngày. Với một cây cọ vẽ trong tay, trí tuệ nhân tạo đã trở thành một công cụ tuyệt vời.
Bởi vì những AI tạo ra bất ngờ này đã học được nghệ thuật của chúng từ hàng tỷ bức ảnh do con người tạo ra, nên đầu ra của chúng dao động quanh những gì chúng ta mong đợi hình ảnh sẽ trông như thế nào. Nhưng vì chúng là một AI ngoài hành tinh, về cơ bản là bí ẩn ngay cả với những người tạo ra chúng, chúng tái cấu trúc những bức ảnh mới theo cách mà không con người nào có thể nghĩ tới, điền vào các chi tiết mà hầu hết chúng ta không có khả năng nghệ thuật để tưởng tượng, chứ đừng nói đến các kỹ năng để thực hiện. Chúng cũng có thể được hướng dẫn để tạo ra nhiều biến thể hơn của thứ gì đó mà chúng ta thích, theo bất kỳ phong cách nào chúng ta muốn—trong vài giây. Cuối cùng, đây là lợi thế mạnh mẽ nhất của chúng: Chúng có thể tạo ra những thứ mới có thể liên hệ và dễ hiểu nhưng đồng thời hoàn toàn bất ngờ.
Trên thực tế, những hình ảnh mới do AI tạo ra này thực sự bất ngờ đến nỗi—trong sự kinh ngạc thầm lặng ngay sau đó Ồ—một suy nghĩ khác xuất hiện với hầu hết mọi người đã từng gặp chúng: Nghệ thuật do con người tạo ra giờ đây hẳn đã kết thúc. Ai có thể cạnh tranh với tốc độ, giá rẻ, quy mô và, vâng, sự sáng tạo hoang dã của những cỗ máy này? Nghệ thuật có phải là một hoạt động khác của con người mà chúng ta phải nhường cho robot không? Và câu hỏi hiển nhiên tiếp theo: Nếu máy tính có thể sáng tạo, chúng còn có thể làm được điều gì khác mà chúng ta đã được bảo là chúng không thể?
Tôi đã dành sáu tháng qua sử dụng AI để tạo ra hàng nghìn hình ảnh ấn tượng, thường mất ngủ cả đêm trong hành trình tìm kiếm không hồi kết chỉ một cái nữa thôi vẻ đẹp ẩn chứa trong mã. Và sau khi phỏng vấn những người sáng tạo, người dùng thành thạo và những người dùng đầu tiên khác của các trình tạo này, tôi có thể đưa ra một dự đoán rất rõ ràng: Trí tuệ nhân tạo tạo ra sẽ thay đổi cách chúng ta thiết kế hầu như mọi thứ. Ồ, và không một nghệ sĩ nào sẽ mất việc vì công nghệ mới này.
Nó không phải là phóng đại khi gọi hình ảnh được tạo ra với sự trợ giúp của AI đồng sáng tạo. Bí mật đáng suy ngẫm của sức mạnh mới này là những ứng dụng tốt nhất của nó không phải là kết quả của việc nhập một lời nhắc duy nhất mà là những cuộc trò chuyện rất dài giữa con người và máy móc. Tiến trình cho mỗi hình ảnh đến từ rất nhiều lần lặp lại, qua lại, vòng vo và nhiều giờ, đôi khi là nhiều ngày, làm việc nhóm—tất cả đều dựa trên nhiều năm tiến bộ trong học máy.
Các trình tạo hình ảnh AI ra đời từ sự kết hợp của hai công nghệ riêng biệt. Một là dòng lịch sử của mạng nơ-ron học sâu có thể tạo ra hình ảnh thực tế mạch lạc và công nghệ còn lại là mô hình ngôn ngữ tự nhiên có thể đóng vai trò là giao diện cho công cụ hình ảnh. Cả hai được kết hợp thành một trình tạo hình ảnh điều khiển bằng ngôn ngữ. Các nhà nghiên cứu đã thu thập dữ liệu trên internet để tìm tất cả các hình ảnh có văn bản liền kề, chẳng hạn như chú thích và sử dụng hàng tỷ ví dụ trong số này để kết nối các hình thức trực quan với các từ và các từ với các hình thức. Với sự kết hợp mới này, người dùng có thể nhập một chuỗi từ—lời nhắc—mô tả hình ảnh mà họ tìm kiếm và lời nhắc sẽ tạo ra một hình ảnh dựa trên các từ đó.
