High On Life innehåller AI-genererade konst och röstskådespelare

"Det handlar om att man puttar in kort på sig själv i ett program som sen genererar olika bilder med hjälp av AI. Debatten har gått runt huruvida dessa bilder är stulna konstverk från nätet som sen inte artisterna får betalt för."

Jag förstår inte riktigt denna mening. Varför skulle bilder på sig själv vara stulna konstverk?

För att en AI ska kunna generera bilder med vissa egenskaper så måste den matas med massor av bilder som är "taggade" med dessa egenskaper. Så om du får en AI att m.h.a. vissa kodord spotta ur sig ngt som påminner om H. R. Giger så är det för att den faktiskt matats med hans bilder (och andra som inspirerats av honom). För kända konstnärer har AIn en representation av deras "stil" och kan förmås att kopiera den genom rätt prompts "...in the style of Van Gogh".

T.ex, om du anlitar en fotograf så äger fotografen rättigheterna till bilderna så länge du inte betalar extra för dom.

Men det kan omöjligt innebära att man stjäl av konstnärer. Det är som att du som människa läser folks böcker sen skriver din egen så stjäl du av andra författare.

Ai-programet genererar bilderna utifrån att kopiera stilar och konstverk. Kort förklarat, typ kan tex göra ett foto av dig målat som Mons Lisa, men ger ingen kredd till konstnären.

Som en gatukonstnär helt enkelt

Finns ju ingen reglering kring detta ännu så ser varken problem eller kontrovers här. Bara högljudda röster från griniga konstnärer som genom sin egen girighet nu ser sig ersatta av datorer som gör jobbet bättre.

Skillnaden är att en gatukonstnär nte genererar 1000 kopior på 20 minuter.

En gatukonstnär som nått Max-level

Nä men jag förstår ju verkligen problemet, men känns som något levande konstnärer snart hoppar på, där dom får viss betalt för att använda deras konst till grund till en Ai. På något sätt kommer detta ju bli en framtida standard inom nöjesindustrin.

Företag använder sig av upphovsskyddade bilder för att skapa sin produkt, och på ett sätt där man lätt kan visa att det hade varit omöjligt för dom att göra det dom gör om de inte hade alla dessa bilder.

Problemet är att det är ett helt nytt område av teknologi som det inte finns lagar för, en gråzon.
Det fanns ingen som trodde att inspiration skulle kunna industrialiseras på rullande band.

Sjukt omoraliskt.

Pågår en massprotest på Arstation just nu, vilket involverar massor med folk från spelindustrin:

https://arstechnica.com/information-technology/2022/12/artstation-artists-stage-mass-protest-against-ai-generated-artwork/

Att skapa AI röster för att kunna fylla tex en stad med 1000-tals unika dialoger skulle vara en riktning åt rätt håll. Tänk att spela GTA6 och aldrig höra samma dialog igen när du passerar en NPC.

Har tänkt på det där länge, TTS (text-to-speech) har ju fullkomligen exploderat på ställen som YouTube och TikTok. Personligen tycker jag de i så gott som 99 fall av 100 låter förjäkligt, men i takt med att de blir bättre? Vem vet.

Det känns som att det finns två sidor av det här, och jag upplever det som att en del väljer sida lite för stenhårt. Precis som med andra sysselsättningar i samhället går inte samhället under när vissa försvinner och/eller förändras i omfattning och/eller utformning. TTS har funnits ett tag och röstskådespelare har fortfarande jobb. Precis på samma sätt tror jag att det finns en plats i samhället för AI-genererad "konst" (hur man nu väljer att definiera detta kan säkerligen variera), som kan skapa verk som annars aldrig hade blivit skapade. Detta samtidigt som konst skapad av människor fortfarande kommer existera och i någon mån frodas.

Rent juridiskt är det besvärligare, och det känns som att lagarna precis som vanligt inte hängt med den tekniska utvecklingen. Samma problem gäller andra AI-genererade grejer så som deepfakes eller TTS som emulerar en persons/karaktärs röst.

Om man blir riktigt filosofisk är det ju exakt vad våra hjärnor gör - inhämtar data och konstruerar sedan något baserat på detta. Visst, mängden variabler är fortfarande i praktiken ofattbar, men var går gränsen? Vad definierar inspiration och plagiat? PRV säger att det enbart kan avgöras i domstol, och pekar på det s.k. dubbelskapandekriteriet. Bedömningen är sällan enkel, och problemet finns i så gott som allt som har med estetik att göra.

Samtidigt baseras väl ens världsbild och ens agerande/skapande på allt (eller rättare sagt vad ens hjärna lagrat och behandlat) man inhämtat under sin levnad, och således också konstverk man betraktat. Hur många konstverk måste du se och låna inspiration av innan det inte längre kan definieras som plagiat? Var går gränsen för en AI? När mängden variabler som en AI kan använda börjar bli en betydande del av vad mänskligheten skapat, då börjar vi röra oss in på rätt intressanta filosofiska diskussioner.

Återigen är lagstiftningen kring saker som upphovsrätt styltig, och förändras dessutom kontinuerligt (se ex.), så det känns som att det är lite för lätt att göra det här svart eller vitt.

TTS som youtube och Tiktok använder är inte bra precis som du säger men det finns teknik som är riktigt bra och det gäller bara att dom använder den rätta tekniken.

Här är en kort video som visar röster skapad av en AI. Tänk på att videon är 2år gammal och AI tekniken förbättras oerhört snabbt för varje år.

Intressant är det onekligen, och precis som med de flesta andra verktyg tror jag det är bra att fokusera på hur de används snarare än att de existerar. (Sen kan man ju såklart nörda ner sig i det tekniska, fullt rimligt med tanke på vilket forum vi häckar på. ^^)
Om de används "rätt" tror jag sådana system kan bidra på olika sätt till vårt samhälle. Oavsett om det handlar om audio, video eller foto. Eller något annat som mitt huvud inte har förmåga att komma på just nu. ^^

Vi har ju också det där med chatbottar som också utvecklats ganska ordentligt på några år, används ju (med ibland kanske begränsad framgång) i olika former av kommunikation, så som kundtjänst. Det ersätter inte människor, men det blir ett komplement. Med en rad för- och nackdelar.

Sjukt trevlig framtid när jag ba kan sätta på AIflix och berätta att jag vill se en film om det och det så genereras den 💪

AI kommer att vara nödvändig för att skapa framtida AAA-spel. Om vi nu inte vill vänta hundra år på GTA7 eller ett TES som inte är Skyrim.

😏

Jag har nyligen kommit igång med StabilityAI:s StableDiffusion med ett webbgrafiskt användargränssnitt lokalt (AUTOMATIC1111) och ägnar mig enbart åt NSFW-ish bilder (ej helnaket, men delar ej bilder här) genom särskilt tränade "modeller" (eng. models). Dessa är oftast sammanslagna modeller (eng. merged models). Du får själv ta reda på vilka modeller jag använt. Delar ej med mig pga. NSFW-ish naturen av det hela.

Vissa modeller har ordet "pruned" inbakat i sitt filnamn vilket betyder att NSFW-ish-delen är mer eller mindre borttagen där. Men tydligen ska det enligt AUTOMATIC1111 att kunna komma runt detta i den officiella modellen från själva StabilityAI. Det är dock inget jag har satt mig in i hur det skall gå till som i praktiken.

Det nästan sinnessjuka är att du börjar med att generera en bild på 512x768 pixlar från din "prompt" (dina ord om vad bilden föreställer) eller från en uppladdad bild som sedan ska bli mer det du angett i din "prompt" och sedan kan du använda diverse uppskalningsalgoritmer för att dubbla storleken och sedan dubblar du den storleken och vips så är du uppe i en 3K-bild.

Vill du ha en 6K-bild så får du med ett ASUS GTX1080 OC vänta i cirka 75 minuter med 74 graders värme på grafikkortet. Jag har inte orkat vänta så länge ännu. Och uppskalningen skalar inte upp alla detaljer lika bra. Hud kan få "plötsliga veck" i form av nyanser så det ser ut som om personen fått hudskador så inte helt perfekt teknologi än så länge.

När du skriver en "prompt" inom parentes, t.ex: (blonde hair) så betyder det att AI:n ska lägga mer vikt på att se till att det faktiskt ingår i bilden. Skriver du då: ((blonde hair)) så blir det ännu mer vikt och så vidare. "Prompts" kan skrivas i form av en samling olika egenskaper med kommatecken emellan eller som en lång beskrivande mening av vad bilden föreställer. Det finns diverse "prompt"-guider för olika modeller men jag har ännu inte orkat sätta mig in i dem tillräckligt.

Det finns också något som heter "negative prompts" vilket är saker som AI:n ska fokusera på att INTE ta med som den kanske överväger annars. Kanske jag då skriver: "brown hair" där så den inte får överväga att inkludera någon form av brunt hår i bilden. Listan över är "negative prompts" är riktigt omfattande och bör inkludera saker som gör att AI:n inte får försöka ta genvägar. Om du vill ha en helkroppsbild så kan du inkludera negative prompt "closeup", "shoulder shot" och liknande ord som då säger åt AI:n att inte göra slutbilden till en närbild av något slag, samtidigt som du i vanliga "prompts" inkluderar saker som ((full-body shot)).

Några saker jag upptäckt de senaste dagarna är följande:
- Dessa modeller har relativt begränsat utbud av ansikten så de flesta ansikten ser rätt likadan ut med de olika stereotypiska hudtonerna. När du genererat och tittat på drygt 500+ bilder så börjar du känna igenom mönstren för de olika ansiktena såväl som hitta din egen personliga favorit.

- I princip alla (sammanslagna) modeller jag kört med genererar händer och fingrar riktigt dåligt, alternativt mycket begränsat. En modell genererar nästan alltid händerna uppåt hållande i höjd med ansiktet så det ser ut som om subjektet inte vill röra något med sina händer. Dessutom verkar det saknas träningsdata för att förstå hur händer kan vinklas, roteras, krökas samt antalet fingrar. Rätt ofta får jag händer med för få eller för många fingrar vilket såklart förstör lite av illusionen av "realistisk artistisk bild".

- Det saknas dokumentering om vilka "prompts" modellerna tränats med, alltså vilka ord du själv ska använda för att kunna få en mer exakt bild som du önskar dig. Det finns också något som heter "CFG Scale" som är ett mått på hur exakt AI:n ska generera bilden utifrån din angivna "prompt". Ju högre värde, desto mer exakt (och färre kreativa variationer) måste AI:n följa dem. Jag började med 12 vilket gav en viss variation. Numera kör jag med 15 vilket ger minimal variation men ändå tillräcklig variation.

Ja, att helt plötsligt inte få betalt för sitt arbete för det är automatiskt genererat är "girighet". Du arbetar alltså gratis så din arbetsgivare inte tycker att du börjar bli för "girig"? 🤔

?

Konstnärer grinar här om att inte "få kompensation" för att AI har eller kan ha inspirerats av deras verk (som i sin tur självklart har inspirerats av andras verk). Det är girighet så det skriker om det. Som när Metallica vill ha stimpengar för att någon spelar upp 30 sekunder av deras musik i en stream. De värderar sin tjänst mer än vad den värderas av marknaden så när möjligheten öppnas upp går man till det billigare alternativet istället.

Tekniken kommer att komma så småningom oavsett, så jag klarar av att vänta. Faktum är att jag faktiskt tyckte konstverken i spelet såg lite AI-iga ut, men trodde fan inte att de skulle använda tekniken i ett riktigt spel än så länge så tänkte att de kanske bara valde stilen för satir (typ mycket symmetri som saknas och att ögon sticker ut lite etc.). Tycker det är fel utav dem så som tekniken byggs idag utan medgivande från konstnärerna vars data används för att bygga verktygen.

Fast det handlar ju inte om att AI:n har inspirerats, utan om att utvecklarna har tagit bilderna och matat dem i en mjukvara som sedan baserat sin förmåga att bygga bilder på de konstverken utan konstnärernas medgivande. Det är inget konstigt att tycka at det är fel. Ifall du har skapat något som används på samma vis hoppas jag att du håller hårt vid dina rättigheter att inte utnyttjas på det sättet.

Om Metallica så skulle jag förstå om det vore så att 30 sekunder av deras låt användes alltid i början eller slutet av en stream som Title Theme eller End Theme. Om det däremot bara råkar vara en del av något streamern "reacts to" så håller jag med om att det ger Metallica sämre marknadsföring att då gnälla om. Konkretisera gärna exemplen mer nästa gång.

Om du skapar något som du vill ha pengar för men ingen vill betala för och så kommer någon annan och klart och tydligt kopierar det i form av "inspiration" men som tydligt kan spåras till dina verk och så börjar de sälja istället så är det förståeligt att man känner sig "blåst".

Jämför det med ett bootleg-spel som råkar vara bättre än spelet som det kopierade. Lägg betoning också på kopierade. Det "inspirerades" inte som om du ser delar av spelet utan mer eller mindre kopierades i många delar och i rena allmänna grova drag. Du får helt enkelt reaktionen: "Jaha, det här är ett spel ur den spelserien eller från det speluniversumet".

AI har den kraftfulla förmågan att kopiera stilar vilket är varför du kan känna igen konstnären bakom AI-bilder fast det omöjligt kunde ha kommit från AI om inte den ursprungliga konstnärens bilder först fanns med bland AI:s träningsdata. AI är jävligt bra på att lära sig och kopiera mönster (t.ex. stilar inom bild eller röster inom ljud) samtidigt som AI än så länge är rätt usel på att vara kreativ på ett meningsfullt sätt.

Upphovsrätt innebär rättigheter om det du anses vara skaparen bakom även om det visar sig att ingen vill lägga ett enda öre på det kommersiellt talat. Att kalla allt "inspirerat av något annat" låter som en ursäkt att rättfärdiga minst sagt mycket osedlig affärsverksamhet i framtiden.

Att göra något bättre än en annan är en sak, men att - tydligt för oss människor med neurotypiska hjärnor - mer eller mindre kopiera det och hävda det som dess primära skapare och alla kommersiella rättigheter som det sedan innebär är vad dessa konstnärer protesterar emot.

Exakt. AI mer eller mindre kopierar stilen genom att repetitivt lära sig vad som anses vara en "hand", "ett finger", "ett ben", "ett hjul" och så vidare - samt hur alla dessa delar hänger ihop för just denna stil - i de bilder som den tränas med. På så vis lär AI sig en typisk konstnärs stil i hur konstnären avbildar en hand, ett ben, ett hjul, och så vidare. På så vis "inspireras" inte AI:n.

(Ordens innebörd är egentligen inte nödvändiga, utan det är bara för att konsekvent namnge olika delar i bilderna på ett sätt som är realistiskt praktiskt för en människa som sedan vill ange de intränade orden till AI för att sedan återskapa delarna i nya bilder som följer konstnärens bildstil. Vi kunde lika gärna ha gett 100 träningsbilder med bara händer och kalla hand för 1, två händer för 2, och sedan i "prompt" för att generera bild så skriver vi 1 för att få ut en bild med en hand eller 2 för att få ut en bild med två händer)

Upphovsrätt handlar om ens skyddade rättigheter om hur ens skapande får kommersialiseras. Sedan om någon vill köpa eller inte av en är en helt annan femma. Vissa saker måste också det göras aktivt anspråk på att upphovsrättsskyddas medan vissa saker upphovsrättsskyddas automatiskt vid deras skapelse (t.ex. (digitala) bilder).

Jepp,
Snart kommer ca. 60 % av alla nya spel se ut som generiska unreal engine-dussinprodukter.

Fast det är ju inte riktigt sådär enkelt, att "mata en AI" med innehåll innebär inte per automatik ett upphovsrättsbrott enligt gällande lagstiftning här i alla fall. Däremot skulle en lagändring som träder i kraft 1 januari 2023 (15 §) kunna användas så, det ska bli spännande att se hur den tillämpas i verkligheten, om det de jure är möjligt.
En jämförelse vore att du som upphovsperson kunde skriva intill ditt verk att "det som observeras får absolut inte användas för att inspirera/påverka någon i sin skapandeprocess". Lite som det jag nämnde i mitt förra inlägg - gränsdragningen blir till slut svår.

Vi kommer tillbaka till hur unika verk skapade av en AI egentligen kan bli, och det ser ju inte direkt ut som att möjligheterna kommer minska. Om det i praktiken och/eller de jure handlar om plagiat eller en kopia så är det klart man kan bli upprörd, men var går gränsen egentligen? Vad händer när den blir grumligare och/eller AI rör sig längre bort från den?

Det är väl egentligen inte helt olikt hur vi människor fungerar ändå - jag minns bild- och konstlektioner där vi gick igenom metoder för att teckna så väl stilleben som levande modeller, och använde etablerade tekniker av tidigare konstnärer som referens för hur man skulle göra. Visst, det finns säkerligen konstnärer som är helt blinda (efter lite googlande verkar det som att en stor del inte är det till 100%), men då baserar de väl sina verk på annan sensorisk input i stället.

Skapare har en hel del rättigheter kopplade till det de skapar, men vi kommer tillbaka till det där med gränsdragningen mellan inspiration och plagiat. Det är inte enkelt, och i takt med att AI blir mer "kompetent" (eller mer utförlig i hur den behandlar data/behandlar större mängder data och producerar någon form av output) känns det som att det kommer bli filosofiskt ännu mer komplext.

Sen verkar det som att lagstiftare försöker sätta stopp för det (exempelvis i och med lagändringen nämnd ovan), men när utvecklingen skett så här (förhållandevis) fort så känns det som att det kan komma mer snarare än att utvecklingen stoppas.

Det moraliska och intentionen bakom sådan AI/sådana sätt att använda AI, det kan vi däremot diskutera, för där finns en hel del tveksamheter. Utvecklingen kan vara både fascinerande och oroväckande.

Inget som jag tänkte på fast jag klarade det på Xcloud på min Samsung TV. Vart syns denna konst?

Kul med AI så blir rösterna unika. Bara hoppas det blir en lösning så spel kan fortsätta utvecklas med AI. Sedan om något spelföretag vill vara unika tror jag faktiskt att dom vill konkurrera och köpa företag med konst för att få ha dom i sina spel och ingen annan likt exklusivt till Playstation och Xbox då kan ju konstnärer få betalt om dom är med och skapar exklusivt för olika spel. Visst ny lag som säger att spelindustrin får lägga en viss summa till skaparna som delas ut likt Spotify blir det nog och inte gratis som idag. Sen är den kostnaden inte mycket för ett stort spelföretag men blir enorm för dom mindre och då hindras det så AI i spel används mindre. Bättre för ALLA om det är som nu ju.