שתי שאלות מרחפות מעל הבינה המלאכותית היוצרת עכשיו כשכולם התנסו לפחות בכלי אחד שיודע לייצר טקסט, תמונות, מוזיקה או וידאו. כיצד מייצרים מהכלים החדשים יישומים פרקטיים ? וכיצד עושים מהם כסף ?

טכנולוגיה צעירה ולא מעט אתגרים.

החודשים האחרונים הוכיחו שוב שהטכנולוגיה החדשה של הבינה המלאכותית היוצרת מלהיבה ככל שתיהיה עדיין מאד צעירה. ככל שהאימוץ הצרכני של הטכנולוגיה הזו גדל כך מהדהדות הכותרות התקשורתיות כל תקלה או בעיה.

דוגמא חיה לכך קיבלנו במסיבת העיתונים החפוזה שגוגל קיימה כמענה להיסטריה סביב אימוץ ה ChatGPT של OpenAI, במהלך ההדגמה הצ'ט של גוגל ענה תשובה לא נכונה על שאלה שנשאל, טעות שעלתה לגוגל 100 מיליארד דולר בשווי החברה.



גם מנוע החיפוש המשודרג של מיקרוסופט, Bing שזכה לשדרוג באמצעות גרסה מורחבת של מנוע השפה של OpenAI זוכה לביקורת לאחר שמשתמתי הפיילוט מדווחים שלא רק שהוא לא מדויק "לפעמים", אלא גם חווה מצבי רוח קיצוניים ומחזיר תשובות מביכות.

ולמרות הכותרות צריך להיזהר מלבלבל בין מחלות ילדות של טכנולוגיה חדשה לבין הפוטנציאל העתידי שלה. גם האייפון הראשון, שהושק ב־2007, היה מוגבל מאד ביחס לדגמים שאנו מכירים כיום, אך הוא היה זינוק טכנולוגי שפתח עולם חדש של יישומים וכלכלה דיגיטלית שאף אחד לא צפה בזמנו.

על אחת כמה וכמה, כיום כשיש לטכנולוגיה החדשה כזה ביקוש גדול בקרב הצרכנים ואין ספק שהיא צפויה להשתפר בקצב אקספוננציאלי.

תופעה דומה אנו רואים במודלים ליצירת תמונות, רק שבמקרה זה, חבלי הלידה מתקבלים בהבנה גדולה יותר, שכן היא אינה משפיע דרמטית על קבלת ההחלטות שלנו כפי שמודלי השפה השונים משפיעים.

שנית קל יותר לציבור לקבל את העובדה שלמודל ג'נרטיבי קשה יותר לייצר תמונה מאשר לכתוב אוסף של מילים (דרך אגב לא בטוח שזה נכון). ולכן הסלחנות הרווחת.



מימוש הפוטנציאל כבר היום.

למרות גילה הצעיר "יחסית", ובמיוחד לאור העובדה שבתחום הבינה המלאכותית מדובר בטכנולוגיה  לומדת שמשתפרת ככל שהשימוש בה גדל, זו תיהיה טעות להתעלם מהפוטנציאל הצפוי ומהיכולת שלה לייצר פעילות עסקית משמעותית. מי שמבטל את הפוטנציאל העתידי של הטכנולוגיה הנ"ל דינו להישאר מאחור.

כפי שראינו במאמר השני בסדרה, יצירת הכנסות מתמונות מבוססות בינה מלאכותית אינו חדש, כבר ב 2019 הוצגו ונמכרו תמונות שנוצרו על ידי בינה מלאכותית ומשם הפוטנציאל רק הולך ומתרחב. להלן כמה דוגמאות לשימושים פרקטיים של בינה מלאכותית יוצרת באמצעות תמונות.

אימון מודלי בינה מלאכותית יוצרת לעיצוב פרטי אופנה.
חברת CALA שנוסדה ב-2016 פיתחה פלטפורמת אופנה שנבנתה עבור מעצבים המחפשים דרך נגישה להפוך רעיונות למוצרים מוחשיים. החברה אימנה מודלים ג'נרטיביים ספציפיים לעולם האופנה ושחררה כלי שמאפשר למעצבים לייצר קונספטים חדשים בממשק גרפי.

במקום להזין הנחיית טקסט במחרוזת אחת ארוכה, המעצבים בוחרים בסגנון בסיס, כגון סוודר, חולצה או תיק מתוך רשימה מוגדרת של אפשרויות. לאחר מכן, באמצעות הבינה המלאכותית הגנרטיבית הם מתארים את  שמות החומרים שהם רוצים להוסיף לבגד ואת הקישוטים והתכונות הרצויות כגון חפתים או רוכסנים. את השאר מייצרת המכונה.



מכירה ישירה לצרכן DTC של T-Shirts
בית הדפוס TeeMill המספק שירותי Print On Demand – POD הרחיב את פעילותו למכירה ישירה של חולצות מודפסות בהתאמה אישית לצרכני קצה באמצעות אתר שמציע יכולת לייצר תמונות מבוססות בינה מלאכותית והדפסתם על חולצות טי שירט.

זה שוק יעד עצום שרק מתעורר בחודשים האחרונים ככל שמסנתזי התמונות צוברים תאוצה בקרב הצרכנים. רק תעשיית החולצות המעוצבות מוערך ב כ-מאתיים מיליארד עסקים ברחבי העולם ושוווי שוק של כ-10 מיליארד דולר.

התמונות אומנו עם דאטה סט של המוזיאון לאומנות מודרנית על מודל ישן יחסית בשם StyleGAN שמבוסס על מודל GAN שסקרנו במאמר הקודם, אך הרעיון של יצירת מגוון אין סופי של חולצות מותאמות אישית ומכירתם לצרכני קצה פתח בפני אותו בית דפוס שוק חדש ואפשרויות מכירה חדשות.



קונספט למסעדה בניו יורק.
סטדיו לעיצוב דיגיטלי בשם Noct יצר קונספט שלם למסעדה בניו יורק כולל עיצוב של חלל המסעדה ותאור מפורט הכולל תמונות של המנות המוגשות במסעדה הכל באמצעות בינה מלאכותית יוצרת.


זו רק דוגמא קטנה לתחום הולך ומתרחב של מסעדות שעושות שימוש בכלים החדשים ליצירה של מנות וקונספטים לאירוח והגשה.

דוגמא נוספת היא של מגזין ביקורות המסעדות kochfreunde שיצר קונספט של מנות למסעדות גורמה בשילוב ChatGPT, הרעיון הוא ליצר סקיצה מאד מהירה של מנות לרבות חומרי הגלם ותאור ההגשה, ואז לאחר אישור הקונספט הויזואלי של המנות, ניתן לרדת לפרטים של הרכבת המנה עצמה, כלי ההגשה וההתאמה שלה לתפריט המסעדה.



הטכנולוגיה מאפשרת לבעלי המסעדה לבחון בצורה מאד מהירה וזולה (ביחס לפיתוח המנות כפי שהוא מתרחש כיום) מה התגובה של השפים והסועדים לקונספטים שהבינה המלאכותית יצרה.

עיצוב פנים ואדריכלות מבוסס בינה מלאכותית.
ענף נוסף שאימץ את הבינה המלאכותית היוצרת הוא ענף עיצוב הפנים והאדריכלות. כמו בשאר המקרים היכולת של הטכנולוגיה ליצור תמונות חדשות מאפשרת כיווני חשיבה ויצירה של קונספטים במהירות הקלדה למחשב.

אחת הדוגמאות המופרסמות היא חברת InteriorAI אימנה מודלים של בינה מלאכותית יצירתית לצורכי עיצוב פנים של חללים קיימים או כאלו שנמצאים ממש לפני גמר. הפלטפורמה מאפשרת למשתמשים להעלות תמונה של חלל נוכחי, ולקבל מהבינה היצירתית רעיונות לעיצוב החלל בסגנונות שונים מתוך רשימה מוגדרת של סגנונות. כך מעצבים או משפצים יכולים לקבל מגוון רחב של עיצובים אפשריים בסגנונות שונים על אותו חלל.



לצד העיצובים האפשריים, הרשת מלאה בדוגמאות לאדריכלים שמציגים את החלומות שלהם למבנים וקונספטים אדריכליים אפשריים. אחד מהם הוא מעצב AI בשם קריסטיאן שיצר את בית חלומותיו בסגנון מלחמת הכוכבים וזו רק דוגמא אחת ומאד יצירתית למגוון האפשרויות של כלים אלו בתחום האדריכלות.



ציור קלסטרונים מבוססי בינה מלאכותית.
לנושא קצת יותר רציני, שני מפתחים, פיתחו ואימנו מודל המבוסס על Dall-E2 ליצירה מהירה של קלסטרונים של חשודים. המטרה שלהם הייתה לקצר משמעותית את זמן הכנת הקלסטרון ולצמצם את החוויה הטראומתית של מוסר העדות, וכמובן בסופו של דבר להגיע למבצע הפשע בצורה הרבה יותר מהירה ומדוייקת.



בניגוד לפרוייקטים אחרים, תחום הזיהוי הפלילי באמצעות בינה מלאכותית יצירתית זוכה לביקורת בגלל ההטיות המובנות בכלים אלו ובגלל שסקיצה (קלסטרון) משפטי כבר נתון להטיות אנושיות ולחולשת הזיכרון האנושי, היכולת ליצור תמונה ראליסטית במהירות או ליצור כמה תמונות מאד דומות עלולות להחמיר את הבעיה.

עיצוב קונספטים למוצרים.
ללא הספק התחום שהכי כיף להשתעשע איתו הוא תחום עיצוב המוצרים.

לבינה המלאכותית היוצרת יש יכולת לייצר קונספטים חדשים אשר אינם סובלים ממגבלות פיזיות, כלכליות או זכויות יוצרים (לפחות כרגע). ולכן ייצור אותם רעיונות כל כך מהנה ופותח את החשיבה לכיוונים  חדשים. לראיה ולכן הרשת מלאה באין-סוף קונספטים למוצרים שנראים אמיתיים לחלוטין אבל הם פרי דמיונו של הכותב והבנה היצירתית.

דוגמא שעשה כותרות ברשת היא של היוצר והמעצב מרקו סימונטי שיצר קונספטים של נעלים תוך שילוב בין המותגים JACQUEMUS ו Nike.



וזו רק דוגמא אחת לאין סוף קונספטים של מוצרים שמציפים את הרשת וכוללים שילוב של מותגים, חומרים ורעיונות שהאחראי העיקרי לחיבור בינהם זו המכונה.


התחום כבר זכה לשם Generative Product Design ויש כאלו שלוקחים את הרעיון צעד קדימה ואכן מייצרים את אותם קונספטים בעולם האמיתי. וזה הרבה יותר פרקטי ונגיש ממה שאתם חושבים. הדוגמאה הבאה היא מתוך עמוד הפייסבוק וחנות ה Esty של מיכל קדרי.



לסיכום
זה היה מקבץ מאד מצומצם, הרשת מלאה בדוגמאות וכפי שניתן לראות הבינה המלאכותית היוצרת אינה נשארת רק במימד הדיגיטלי, אומנים/יזמים רבים למדו כיצד ניתן ליצר הכנסות ולרתום את הטכנולוגיה החדשה להרחבת הפעילות העסקית שלהם. מה שבאמת מדהים זה שאנחנו רק בראשיתה של המהפכה. לרשימת הפרקים המלאה בסדרה : פרק 1 - בינה מלאכותית ג'נרטיבית.
פרק 2 - ההיסטוריה הקצרה של מסנתזי התמונות.
פרק 3 - הפריצה של מודל הדיפוזיה.
פרק 4 - יישומים פרקטיים לבינה מלאכותית ג'נרטיבית.
פרק 5 - בחירת המנוע הנכון לפרויקט.
פרק 6 - עקרונות לכתיבת הנחיות נכונה לתמונות.
פרק 7 - המדריך המלא ל מידג'רני.
פרק 8 - המדריך המלא ל Dall-E.
פרק 9 - המדריך המלא ל סטייבל דיפיוז'ן.
פרק 10 - שימושים מתקדמים ועריכת תמונות קיימות.
פרק 11 - זכויות יוצרים והגבלות ביצירת אומנות AI.