Kuidas kirjutada tehisintellekti viipasid realistlikele inimestele

Miks inimesed on kõige raskem teema

Vaatajad on nägude ja kehade eksperdid. Märkame veidi valet kätt, võimatut kehaasendit või nahka, mis näeb välja nagu plastik juba ammu enne, kui märkame viga hoones või maastikus. See muudab inimesed teemaks, kus ebamäärased juhised ebaõnnestuvad kõige nähtavamalt. Parandus on sama, mis iga fotograafilise viipe puhul, ainult rangem: kirjeldage, mida kaamera tegelikult salvestaks, ja jätke võimalikult vähe modelli ettekujutusele keskmisest inimesest.

Leiutage inimene välja, ärge laenake

Alusta inimesest, keda pole olemas. Kirjeldage vanusevahemikku, kehakuju, juukseid, riietust ja tegevust ning detailid olgu tavalised. Ärge kunagi küsige tõelise eraisiku sarnasust ja ärge kunagi looge tõelist avaliku elu tegelast olukorras, mida võiks pidada ehtsaks. Lisaks eetikale tunnustavad paljud jurisdiktsioonid isikuõigusi, mis võimaldavad inimestel kontrollida oma nime, pildi ja sarnasuse ärilist kasutamist. Reeglid on riigiti erinevad ja väljamõeldud inimene väldib seda küsimust täielikult.

Kirjeldage tegevust, mitte poosi

Midagi tegemas pildistatud inimesed näevad loomulikud välja; inimesed, kellel kästi poseerida, näevad välja nagu pildid. Kaamerasse naeratava naise asemel proovige neljakümnendates eluaastates naist lugeda raudteejaamas paberkaarti, hoides teises käes kohvi. Tegevus annab kehale põhjuse oma asendile, annab kätele midagi, millest kinni hoida ja annab näole ilme, mis tuleneb pigem ülesandest kui käskkirjast.

Asend ja kaal

Päris kehad kannavad raskust. Keegi, kes toetub reelingule, istub tooli serval, nihutab oodates raskust ühele jalale: need on väikesed füüsilised faktid, mis muudavad figuuri usutavaks. Jäigad, sümmeetrilised, ettepoole suunatud figuurid on genereeritud kujutise üks levinumaid märke. Üks lause selle kohta, kus kaal istub ja millele inimene toetub, teeb sageli rohkem kui mitu lauset tema välimuse kohta.

Riietus kui materjal ja istuvus

Kirjeldage riideid nii, nagu kirjeldaksite mis tahes teist pinda: kortsus linane rullitud varrukatega särk, raske villane mantel, veidi liiga suur, kulunud lõuendist tossud. Kangas, mis voltib, venib ja kortsutab, on üks tugevamaid realismi vihjeid, sest see reageerib all olevale kehale. Üldised sõnad, nagu stiilne või elegantne, ei ütle midagi materjali kohta ja toodavad tavaliselt riideid, mis näevad värskelt lahti.

Nahk, ilma retušeerimiseta

Loodud näod on sageli siledad ja ühtlased, nagu tugevalt retušeeritud reklaam. Kui soovid loomulikku tulemust, ütle seda füüsilises mõttes: loomulik nahatekstuur, nähtavad poorid, peened jooned silmade ümber, kerge päikesepõletus üle nina, meik puudub. Ka valguse kirjeldamine aitab, sest pehme külgvalgusti paljastab tekstuuri õrnalt, samas kui tasane esituli kustutab selle. Vältige selliste terminite nagu täiuslik või veatu kuhjamist, mis nihutavad tulemust veelgi plastilise välimuse poole.

Käed vajavad tööd

Käed on pildigeneraatorite tuntud nõrk koht. Kõige usaldusväärsem on anda neile midagi konkreetset teha, hoides tassi käes, toetudes lauale, torgatuna mantlitaskusse, selle asemel, et jätta nad raami vabaks. Vähem nähtavaid sõrmi tähendab vähem tõrkevõimalusi. Enne pildi kasutamist kontrollige alati käsi: lugege sõrmi, kontrollige, kuidas need esemetest kinni hoiavad, ja vaadake kohta, kus nad randmega kokku puutuvad.

Valgus nägudel

Klassikaline fotograafia seadistus, mida on kirjeldatud kolmepunktivalgustuse traditsioonis, kasutab objektil põhivalgust, varjude pehmendamiseks sekundaarset valgust ja objekti taustast eraldamiseks tagant tulevat valgust. Idee kasutamiseks pole vaja žargooni. Ühest küljest pehme aknavalgus, varjupoolt täitev õrn peegeldus ja hele taust pea taga kirjeldavad sama paigutust lihtsate sõnadega. Keskpäevane päike pea kohal seevastu jätab silmade alla tumedad varjud ja on harva meelitav.

Kadreerimine ja distants

Öelge, kui lähedal on kaamera. Pea ja õlgadega portree, kujund mõne meetri kauguselt tänavalt, väike kuju laial maastikul: igaüks määrab skaala, mille järgi nägusid ja käsi tuleb renderdada. Laiemad raamid peidavad väikseid vigu ja räägivad rohkem lugu; lähivõtted paljastavad kõik. Kõige loomulikumate tulemuste saavutamiseks on kõige andeksandvam lähtepunkt selge tegevuse ja tõelise seadega keskmine kadreering.

Mitmekesisus tahtlikult, mitte juhuslikult

Pildigeneraatorid kajastavad oma treeningandmete mustreid ja ühes uuringus Midjourney leiti, et isegi neutraalsed juhised andsid soo, nahavärvi ja asukoha järgi ebavõrdseid tulemusi. Kui soovite konkreetset inimest, kirjeldage teda konkreetselt. Kui teete sarja, muutke vanust, kehakuju ja välimust teadlikult, selle asemel, et leppida sellega, mida modell esimesena tagastab, ja vaadake komplekt enne avaldamist üle tervikuna.

Nõusolek ja sünteetiline meedia

Partnership on AI vastutustundliku sünteetilise meedia raamistik on üles ehitatud kolmele ideele: nõusolek, avalikustamine ja läbipaistvus. Loodud inimeste jaoks tähendab nõusolek enamasti kellegi sarnasuse ilma loata mitte kasutamist, sealhulgas võrdlusfotode kaudu. Kui töötate reaalse inimese foto põhjal, näiteks selleks, et säilitada järjepidevat iseloomu, veenduge, et teil on selle inimesega selge nõusolek konkreetseks kasutamiseks ja ärge kunagi looge pilte, mis seksuaalstavad, alandavad või kehastavad kedagi.

Avalikustamisreeglid, mida tuleb teada

Euroopa Liidus määratleb tehisintellekti seadus sügava võltsinguna tehisintellekti loodud või manipuleeritud pildi-, heli- või videosisu, mis meenutab olemasolevaid isikuid, objekte, kohti, üksusi või sündmusi ja näib ekslikult autentne. Sellist sisu loovad juurutajad peavad avalikustama, et see on kunstlikult loodud või sellega manipuleeritud. Ilmselgelt kunstilise, loomingulise, satiirilise või väljamõeldud teose avalikustamine peab olema piiratud. Euroopa Komisjon teatab, et need läbipaistvusreeglid kehtivad alates augustist 2026. Realistlik väljamõeldud inimene kontekstis, mida võiks võtta reaalsena, väärib igal pool silti.

Märgistage fail, mitte ainult pealdis

Pildi edasijagamisel saab pealkirja kärpida või kaotsi minna. Teabe edastamiseks failiga on olemas metaandmete standardid: IPTC digitaalse allika tüübi sõnavara sisaldab generatiivse AI abil loodud meediumi väärtusi ja paljud tööriistad kirjutavad sellise teabe automaatselt. Hoidke see muutmisel ja eksportimisel puutumatuna ning lisage nähtav märkus kohtadesse, kus inimesed võiksid seda pilti reaalse inimese fotoga segi ajada.

Kuhu LarpGPT sobib

LarpGPT on reisi-, arhitektuuri-, auto- ja elustiilistseenide fotoviipade kogu, mis on kirjutatud teema, kompositsiooni, valgustuse ja objektiivi ümber ning paljusid selle elustiilistseene saab ülaltoodud lähenemisviisi kasutades kohandada nii, et need hõlmaksid leiutatud inimest. Kopeerite viipa ja kleepite selle juba kasutatavasse pildigeneraatorisse. LarpGPT ei genereeri pilte; teiste inimeste õiguste austamine ja sünteetilise sisu avaldamine jäävad teile.

Edasi lugemist

• Regulation (EU) 2024/1689 (Artificial Intelligence Act), Articles 3 and 50
• European Commission: AI Act, regulatory framework and application timeline
• Partnership on AI: Responsible Practices for Synthetic Media
• Personality rights (Wikipedia)
• Midjourney (Wikipedia), section on bias in generated images
• IPTC Digital Source Type NewsCodes