2. Udało Ci się wskoczyć do odjeżdżającego pociągu rewolucji AI. Brawo ty. Wpadłeś na wielką ideę i udało Ci się oczarować nią klienta. Zobowiązałeś się co do terminu. No to masz kłopot.

 

Spory kłopot.

a. Nic nie działa tak, jak powinno. W internecie pełno jest graficznych wytworów AI w stylu cyberpunkowego anime w sexy-bikini. Wyglądają identycznie: niby doskonałe, a takie nudne. Jeśli spróbujesz wykorzystać AI do stworzenia czegoś oryginalnego (i praktycznego), to, o-cię-Florek, przygotuj się na niespodzianki. Obrazy przedstawiające całe postaci wyglądają beznadziejnie. Fotorealizm pozostaje na razie tylko w sferze marzeń. Usługi w chmurze co chwilę przestają działać. Gdy zainstalujesz narzędzia AI na własnym komputerze (po tygodniu szlochów i zmagania się z nieoczekiwanymi błędami), to okaże się, że renderowanie każdej wizualizacji zajmuje długie minuty (nawet na super drogich procesorach graficznych), a przecież czasem potrzeba aż 500 wizualizacji, by na koniec wybrać dwadzieścia najlepiej pasujących do projektu.

b. Projekty rzeczywistych rozwiązań (a nie konceptów) będą wymagały zastosowania spersonalizowanych, niestandardowych modeli AI. Wkrótce dotrze do ciebie gorzka prawda, że nikt nigdy nawet nie spróbował stworzyć nieprzetrenowanego, zindywidualizowanego modelu (nie pytaj, co to znaczy, bo musiałbym dopisać kolejne 8000 znaków wyjaśnienia), który istniałby tylko w formie fizycznego prototypu samochodu.

Zadanie jest łatwe, jeśli spróbujesz wyrenderować w Midjourney konkretny model marki Porsche. Dlaczego? Ponieważ Midjourney trenował już na milionach różnych zdjęć istniejących porsche dostępnych w internecie. AI doskonale „wie”, jak wygląda porsche. Nie trzeba być geniuszem, żeby stworzyć „idealny render” istniejącego obiektu. Wyzwanie pojawia się, kiedy w zbiorze danych AI nie ma ani jednego zdjęcia Twojego produktu.

c. Każdy projekt, który ma zostać zrealizowany (czyli wyjść z fazy czystego konceptu) wymaga dodania CUSTOMOWEGO rozszerzenia do standardowej wersji oprogramowania.

Po dwóch tygodniach próbowania KAŻDEGO narzędzia dostępnego na rynku (w tym softu w wersji beta, do którego miałem uprzywilejowany dostęp), po rundzie konsultacji z umysłami znacznie światlejszymi niż mój (w moich startupach działają geniusze np. z Intela) nawiązałem współpracę ze startupem RunDiffusion ze Stanów. Ich zespół opracował dla nas spersonalizowane, jedyne w swoim rodzaju rozszerzenie programu Stable Diffusion. Warto wspomnieć, że wtedy nie było jeszcze ControlNetu, ani niezwykle pomocnego kursu LORA. Każda niestandardowa wersja modelu AI zużywała prawie całe moce przerobowe najdroższego superkomputera przeznaczonego do projektów AI (każdy taki model zajmował około 5-8 GB). Przy pracy nad wersją 11 (lub 13, nie pamiętam którą i nie chcę pamiętać) przypadkowo zyskaliśmy proof of concept (weryfikację koncepcji). Bazując na naszym niestandardowym modelu AI Izery mogliśmy wyrenderować ponad 500 wizualizacji (wynikało to również z zastosowania „prompt engineering” i akceptowaniu wystarczająco dobrych, a nie tylko idealnych rezultatów). Proces uczenia siebie i AI jest jednak trudny (tylko głupota nie boli).

​

Przygotuj się na cierpienie.