செயற்கை நுண்ணறிவு இனி விரிதாள்களுக்குள் முடங்கிக் கிடப்பதில்லை. அது வரைந்து, வண்ணம் தீட்டி, படங்களை ஒன்றிணைக்கிறது - சில சமயங்களில் திகைக்க வைக்கும் அளவுக்குத் திறமையாக. ' சரி, ஆனால் என்ன வரைய வேண்டும் என்று அந்தச் செயற்கை நுண்ணறிவுக்கு நான் எப்படிச் சொல்வது?'அங்கேதான் 'செயற்கை நுண்ணறிவுக்கான கலைப் பாணிகள்' என்ற கருத்து உங்களுக்குப் புரியும்.
கீழே, டெக்ஸ்ட்-டு-இமேஜ் சிஸ்டங்களில் எந்த ஸ்டைல்கள் சிறப்பாக கிளிக் செய்கின்றன, அவை ஏன் செய்கின்றன, உங்கள் சொந்த தீப்பொறியை இழக்காமல் அவற்றை எவ்வாறு இயக்கலாம் என்பதைப் பற்றிப் பார்ப்போம். செயல்முறை பகடை உருட்டுவது போல் சற்று குறைவாக உணர, நடைமுறை சோதனையிலிருந்து சில நடைமுறை குறிப்புகளையும் (பல ரன்களில் உண்மையில் என்ன நடந்தது என்பது உட்பட) சில தொழில்நுட்ப குறிப்புகளையும் நான் பின்னிப் பிணைப்பேன் [1][2][3][4][5].
இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:
🔗 AI கலையை எவ்வாறு உருவாக்குவது: தொடக்கநிலையாளர்களுக்கான முழுமையான வழிகாட்டி
AI-உருவாக்கிய டிஜிட்டல் கலைப்படைப்பை உருவாக்குவதற்கான படிப்படியான தொடக்க வழிகாட்டி.
🔗 AI-உருவாக்கிய கலையின் விடியல்: படைப்பாற்றலை கட்டவிழ்த்து விடுதல் அல்லது சர்ச்சையைத் தூண்டுதல்
AI-உருவாக்கிய கலையைச் சுற்றியுள்ள படைப்பாற்றல், நெறிமுறைகள் மற்றும் விவாதங்களை ஆராய்தல்.
🔗 கிராஃபிக் வடிவமைப்பிற்கான சிறந்த AI கருவிகள்: சிறந்த AI-இயங்கும் வடிவமைப்பு மென்பொருள்
நவீன கிராஃபிக் வடிவமைப்பு பணிப்பாய்வுகளை மாற்றும் சக்திவாய்ந்த AI கருவிகளைக் கண்டறியவும்.
AI-க்கான கலை பாணிகளை உண்மையில் நல்லதாக்குவது எது? ✨
ஸ்டைல்களைத் தேர்ந்தெடுப்பது வெறும் ட்ரெண்டைத் துரத்துவது மட்டுமல்ல. சில ஸ்டைல்கள் மாடல்களுக்குப் பிடித்துக் கொள்வது எளிது. அதற்கான சில காரணங்கள்:
-
தெளிவு - மிகவும் தனித்துவமான "விதிகள்" கொண்ட பாணிகள் (கியூபிசத்தின் உடைந்த வடிவியல்; மங்காவின் கோடு நிறைந்த பேனல்கள்) மீண்டும் மீண்டும் செய்யக்கூடியவை, ஏனெனில் இலக்கு காட்சிகள் அவ்வளவு அதிகமாக மாறாது [3][4].
-
நெகிழ்வுத்தன்மை - கலவைக்கு ஏற்ற பாணிகள் (உதாரணமாக, “சைபர்பங்க் + யதார்த்தவாதம்”) நவீன பரவல் மாதிரிகளை குறுக்கு-கவனத்தை நம்பி விஷயங்களை சுத்தமாக கலக்க அனுமதிக்கின்றன [1].
-
அங்கீகாரம் - பயிற்சி தரவு ஆயிரம் முறை கண்ட பாணிகள் (அனிம், இம்ப்ரெஷனிசம், ஃபோட்டோரியலிசம்) மிகவும் உண்மையாக வெளிவருகின்றன [2].
-
மனநிலை/வளிமண்டலம் - "சோகமான," "அமைதியான," அல்லது "நியான்-ஒளியூட்டப்பட்ட" போன்ற சொற்கள், வேண்டுமென்றே செய்யப்பட்டது போல் தோன்றும் வகையில் ஒளி, வண்ணத் தட்டு மற்றும் கலவையை நம்பகத்தன்மையுடன் மாற்றுகின்றன [5].
குறிக்கோள் சில மருத்துவ "துல்லியம்" அல்ல. இது உங்கள் மனநிலை அல்லது கதைக்கான கொள்கலனாக ஒரு பாணி - மேலும் அந்த கொள்கலனை மீண்டும் மீண்டும் தாக்கும் வகையில் மாதிரியை எவ்வாறு தூண்டுவது என்பதைக் கற்றுக்கொள்வது.
AI பாணியை எவ்வாறு "பார்க்கிறது" (எளிய பதிப்பு, வாசகங்கள் அதிக சுமை இல்லை)
நவீன உரை-க்கு-பட மாதிரிகள் மூன்று விஷயங்களைக் கையாளுகின்றன:
-
உரை-படப் பொருத்தம் - CLIP போன்ற அமைப்புகள் "எந்த வார்த்தைகள் எந்தத் தோற்றங்களுடன் பொருந்தும்" என்பதைக் கற்றுக்கொள்கின்றன. எனவே நீங்கள் "gritty ink wash" என்று கூறும்போது, அது அந்த சொற்றொடரை காட்சிகளுடன் பொருத்துகிறது [3].
-
மறைநிலை வெளியில் பரவல் - உள்ளுக்குள், மறைநிலை பரவல் உங்கள் விளக்கத்தை நோக்கி ஒரு இரைச்சலான படத்தை படிப்படியாக கூர்மையாக்குகிறது. அப்படித்தான் அது செயல்திறனையும் கட்டுப்பாட்டையும் பெறுகிறது [1].
-
உடனடி மாற்றிகள் - சிறிய “சமூக ஹேக்குகள்”-சினிமா விளக்குகள், விளிம்பு ஒளி, உயர்-மாறுபட்ட பட தானியம்-நீங்கள் அடுக்கக்கூடிய சரிசெய்யக்கூடிய டயல்கள் போன்றவை [5].
இது ஏன் முக்கியம்: பயிற்சித் தரவில் பாணி தெளிவாக இருந்தால் , அதை சரியான துணை நிரல்களுடன் விவரித்தால், நீங்கள் நிலையான முடிவுகளை விரைவாகப் பெறுவீர்கள் [1][2][5].
ஒப்பீட்டு அட்டவணை: AI-க்கான பிரபலமான கலை பாணிகள் 🖌️
குழப்பமான ஆனால் பயனுள்ள ஏமாற்றுத் தாள் வருகிறது:
| கலை நடை | பார்வையாளர்கள் | விலை (AI கருவிகள்) | இது ஏன் வேலை செய்கிறது |
|---|---|---|---|
| யதார்த்தவாதம் | புகைப்படக் கலைஞர்கள், பிராண்டுகள் | இலவசம் – $$$ | பளபளப்பாகவும் நம்பகமானதாகவும் தெரிகிறது |
| அனிமே/மங்கா | இளைய ரசிகர்கள், விளையாட்டாளர்கள் | இலவசம் - நடுத்தர விலை | வலுவான வரி அமைப்பு; உடனடியாகப் படிக்கக்கூடியது |
| சர்ரியலிசம் | படைப்பாளிகள், கனவு காண்பவர்கள் | இலவசம் | வித்தியாசமான மாஷப்கள் பரவலுக்கு நன்றாகப் பொருந்துகின்றன |
| சைபர்பங்க் | தொழில்நுட்ப ஆர்வலர்கள், எதிர்காலவாதிகள் | பெரும்பாலும் இலவச துணை நிரல்கள் | நியான் + மாறுபாடு = உடனடி வாவ் காரணி ⚡ |
| இம்ப்ரெஷனிசம் | கலை ஆர்வலர்கள் | நடுத்தர விலை | லேசான + தூரிகை போன்ற அமைப்பு மாதிரிகளுக்கு ஏற்றது |
| லோ பாலி 3D | வடிவமைப்பாளர்கள், டெவலப்பர்கள் | மாறுபட்டது | எளிய வடிவியல் முடிவுகளை ஒத்திசைவாக வைத்திருக்கிறது |
| பிக்சல் கலை | விளையாட்டாளர்கள், ஏக்கத்தைத் தேடுபவர்கள் | இலவசம் (பெரும்பாலும்) | கடினமான கட்டுப்பாடுகள் வழிகாட்டி அமைப்பு |
களக் குறிப்பு: சைபர்பங்கிற்கு, “மென்மையான விளிம்பு ஒளி + கன அளவு மூடுபனி” ஆகியவற்றை அடுக்கி வைப்பது பொருள்களைத் தனித்துக் காட்டும். பிக்சல் ஆர்ட்டிற்கு, மிகத் தெளிவான வெளியீடுகளைத் தவிர்க்க, அதை “8-பிட், 32×32, வரையறுக்கப்பட்ட வண்ணத் தட்டு” கொண்டு கட்டுப்படுத்துங்கள்
ஆழமான ஆய்வு: யதார்த்தவாதம் vs. சர்ரியலிசம் 🎭
யதார்த்தவாதம் என்பது விகிதாச்சாரம் மற்றும் விவரங்களுக்கு ஏற்றது, இங்கு நம்பகத்தன்மை முக்கியமானது. ஃபோட்டோரியல், ஆழமற்ற DOF, ஸ்டுடியோ லைட்டிங், 85 மிமீ லென்ஸ் AI க்கு தெளிவான தொழில்நுட்ப நங்கூரங்களை வழங்குகின்றன.
மறுபுறம், சர்ரியலிசம் விசித்திரமானவற்றை நோக்கிச் செல்கிறது. பரவல் மாதிரிகள் உண்மையில் இங்கே பிரகாசிக்கின்றன: "கடிகாரங்களால் ஆன நத்தை," "வயலின்-நரம்பி நகரம்" - மனிதர்களால் பகுத்தறிய முடியாத விஷயங்கள், ஆனால் மாதிரி பார்வைக்கு ஒன்றாக இணைக்க முடியும். அதுதான் குறுக்கு-கவனம் அமைதியாக அதன் மாயாஜாலத்தைச் செய்கிறது [1]. நல்ல குறிச்சொற்கள்: கனவு போன்ற, சாத்தியமற்ற வடிவியல், எஷர்-பாணியிலான .
அனிமே & மங்கா: தி ஏஐ டார்லிங் 🌸
அனிமே/மங்கா கிட்டத்தட்ட நியாயமற்ற முறையில் பயனுள்ளதாக இருக்கிறது. வரையறுக்கப்பட்ட கோட்டு ஓவியம், செல் ஷேடிங் மற்றும் சின்னமான விகிதாச்சாரங்கள் மாதிரிக்கு ஒரு பூட்டப்பட்ட டெம்ப்ளேட்டை வழங்குகின்றன, மேலும் இது பயிற்சி தரவுகளில் அபத்தமான பொதுவானது [2]. மேலும் கலப்பினங்களா? தங்கம். சைபர்பங்க் அனிமே சாமுராய் அல்லது ஸ்டீம்பங்க் மங்கா துப்பறிவாளரை.
சாய்வதற்கு உடனடி சாரக்கட்டுகள்:
-
“அனிம் கீ விஷுவல், டைனமிக் போஸ், சுத்தமான லீனியர்ட், செல் ஷேடிங், வெளிப்படையான கண்கள், விரிவான பின்னணி”
-
“மங்கா பேனல், ஸ்கிரீன்டோன் ஷேடிங், டச்சு கோணம், மை அடிக்கல் முக்கியத்துவம்”
எனக்கு நானே சொல்லிக்கொள்வது: வெளியீடுகள் கலங்கலாகத் தெரிந்தால், “தெளிவான கோட்டு ஓவியம், தட்டையான நிழலாக்கம்” அல்லது “வரையறுக்கப்பட்ட வண்ணத் தட்டு” என்பதைக் கொண்டு வண்ணங்களைக் கட்டுப்படுத்தவும்.
சைபர்பங்க் & எதிர்கால பாணிகள் ⚡
நியான் விளக்குகள், குரோம் பிரதிபலிப்புகள், மழை இரவுகள் - இந்த மாடல் இவற்றை மிகவும் விரும்பிச் செய்கிறார். டிஃப்யூஷன், அதிக மாறுபாடுள்ள ஒளி மற்றும் பிரதிபலிக்கும் பொருட்களை மிக அழகாகக் கையாளுகிறது. “நியான் விளக்குகளால் ஒளிரும் சந்து, முப்பரிமாண மூடுபனி, குட்டைகளின் பிரதிபலிப்புகள்” பெரும்பாலும் சுவரொட்டிகளில் இடம்பெறத் தயாராக இருப்பது போல் தோற்றமளிக்கின்றன.
சரிசெய்யும் குறிப்பு: மெழுகு போன்ற முகங்களா? கேட்கும் இடத்தில் “subsurface scattering, filmic grading” என்பதைச் சேர்த்து, “noise” எடையைக் குறைக்கவும்
இம்ப்ரெஷனிசம் & ஓவிய அமைப்பு 🎨
இங்கே, விவரம் முதன்மையானதல்ல. இம்ப்ரஷனிசம் மென்மையான விளிம்புகள், உடைந்த நிறம் மற்றும் ஒளி விளையாட்டு ஆகியவற்றில் செழித்து வளர்கிறது. தெரியும் தூரிகை கோடுகள், ப்ளெய்ன்-ஏர் லைட்டிங், கோல்டன் ஹவர் போன்ற தூண்டுதல்கள் நன்றாக வேலை செய்கின்றன. இந்த மாதிரி மிகை ரெண்டரிங் இல்லாமல் விவரத்தை பரிந்துரைக்கிறது, இது - வேடிக்கையாக - உண்மையானது மற்றும் கணக்கீட்டு ரீதியாக எளிதானது [4].
மினிமலிசம், பிக்சல் கலை மற்றும் ரெட்ரோ 🕹️
கட்டுப்பாடுகள் எளிமைப்படுத்தப்படுகின்றன. வடிவியல் தெளிவை அடிப்படையாகக் கொண்ட குறைந்த-பாலி சாய்வுகள்; பிக்சல் கலை தெளிவுத்திறன் + தட்டு மூலம் பூட்டப்பட்டுள்ளது.
பயனுள்ள உடனடி சட்டங்கள்:
-
"குறைந்த பாலி டையோராமா, கடினமான விளிம்புகள், தட்டையான நிழல், சுற்றுப்புற மறைப்பு"
-
“பிக்சல் ஆர்ட், 32×32 ஸ்ப்ரைட், NES ஸ்டைல், வரையறுக்கப்பட்ட டைதரிங்”
கூடுதல் குறிப்பு: பிக்சல் ஆர்ட் மிகவும் பளபளப்பாகத் தெரிந்தால், அனலாக் யதார்த்தத் தோற்றத்திற்காக “CRT ஸ்கேன்லைன்கள், டிதர்டு ஷேடோஸ்” ஆகியவற்றைச் சேர்க்கவும்
ஹைப்ரிட் மாஷப்கள்: AI ஜொலிக்கும் இடம் ✨
எதிர்பாராத திருப்பம்: குறுக்கு-மகரந்தச் சேர்க்கை. பெரும்பாலான கலைஞர்கள் தொடாத தாக்கங்களை ஒன்றிணைக்க பரவல் உங்களை அனுமதிக்கிறது -வான் கோவின் சைபர்பங்க், அனிமே நொயர் கியூபிசம், மறுமலர்ச்சி மெக்கா ஏஞ்சல். இது நியூரல் ஸ்டைல் டிரான்ஸ்ஃபர் 2.0 போன்றது, ஆனால் மிகவும் கட்டுப்படுத்தக்கூடியது [1][4].
செய்முறை வடிவம்:[பொருள்] + [சகாப்தம்/இயக்கம்] + [விளக்கு] + [நடுத்தரம்/பொருள்] + [கலவை] + [தட்டு/மனநிலை]
உதாரணம்: “மாடியில் வயலின் கலைஞர் - இம்ப்ரஷனிஸ்ட் எண்ணெய் ஓவியம் - பொன்னிற நேரப் பின்னொளி - மையத்திலிருந்து விலகிய - பழமை நினைவூட்டும் வண்ணக்கலவை.”
முடிவுகளை உண்மையில் மாற்றும் உடனடி வடிவங்கள் 🛠️
மீண்டும் மீண்டும் சோதனை ஓட்டங்களிலிருந்து:
-
நடுத்தர + பாணி இணைத்தல் விளிம்புகள்/அமைப்புகளை தெளிவுபடுத்துகிறது: எண்ணெய் சர்ரியலிசம், டிஜிட்டல் மங்கா [5].
-
வார்த்தைகளை அடுக்கி வைப்பதை விட லைட்டிங் ஃபர்ஸ்ட் யதார்த்தத்தை மாற்றுகிறது
-
கேமரா மொழி (கோணங்கள், லென்ஸ் நீளம்) உடனடி கணிப்புத்தன்மையை அளிக்கிறது.
-
கட்டுப்பாடுகள் முக்கியமானவை - மினிமலிசம் அல்லது பிக்சல் கலைக்கான தெளிவுத்திறன்/தட்டை வெளிப்படையாக கட்டாயப்படுத்துகின்றன.
-
சிறிய திருத்தங்கள் > பெரிய மாற்றங்கள். "நியான்" என்பதை "சோடியம்-ஆவி" என்று மாற்றுவது பெரும்பாலும் முழுமையான மாற்றத்தை விட அதிக பலனளிக்கும் [5].
ஒரு விரைவான ரியாலிட்டி சோதனை 🔍
-
சார்பு - பொதுவான ஆன்லைன் பாணிகள் (அனிம், ஃபோட்டோரியலிசம்) முடிவுகளில் ஆதிக்கம் செலுத்துகின்றன; அரிதானவற்றுக்கு குறிப்பு அல்லது நன்றாகச் சரிசெய்தல் தேவை [2].
-
சர்ரியலிசம் ஏன் வேலை செய்கிறது - பரவலின் தளர்வு உடற்கூறியல் தவறுகளை மறைக்கிறது - வினோதமான விஷயங்களை வேண்டுமென்றே செய்வது போல் காட்டுகிறது [1].
-
உடனடி சறுக்கல் - ஒவ்வொரு வெளியீடும் ஒரே மாதிரியாகத் தெரிந்தால், விஷயத்தை மாற்றியமைப்பதற்கு முன் மாற்றியமைப்பாளர்களை மாற்றவும் [5].
-
உரிமைகள்/நெறிமுறைகள் - தரவுத்தொகுப்புகள் பரவலாகப் பயன்படுத்தப்படுகின்றன; வெளியீடுகளை பொறுப்புடன் பயன்படுத்தவும், குறிப்பாக வணிக ரீதியாக [2].
மினி கேஸ் குறிப்புகள் (எனது மணல் பெட்டியிலிருந்து) 🧪
-
சைபர்பங்க் உருவப்படம் - “உருவப்படம், நீலப்பச்சை-மெஜந்தா நியான், மழை பெய்யும் சந்து, விளிம்பு ஒளி, 85மிமீ, சினிமா பாணியிலான போக்கே”
வெற்றி பெற்றதற்குக் காரணம்: லென்ஸும் ஒளியமைப்பும் பொருளையும் பின்னணியையும் கச்சிதமாகப் பிரித்தன. -
இம்ப்ரஷனிஸ்ட் நிலக்காட்சி - “பொன்னிற நேரத்தில் ஆற்றங்கரை, இம்ப்ரஷனிஸ்ட் எண்ணெய் ஓவியம், புலப்படும் தூரிகைக் கோடுகள்”
வெற்றி பெற்றதற்குக் காரணம்: மிதமான அடர்த்தியான இழையமைப்பு, இதமான ஒளியை வழங்கிய ஒளி அமைப்பு. -
பிக்சல்-ஆர்ட் உயிரினம் - “32×32 பிக்சல் டிராகன், வரையறுக்கப்பட்ட டிதரிங், 1-பிக்சல் வெளிக்கோடு, ஐசோமெட்ரிக்”
செயல்பட்டதற்குக் காரணம்: கட்டுப்பாடுகள் மென்மையாக்குவதை நிறுத்திவிட்டன.
விரைவு குறிப்பு அறிவுறுத்தல்கள் (நகலெடுக்கவும்/ஒட்டவும்)
-
யதார்த்தவாதம் (தயாரிப்பு): “ஸ்டுடியோ தயாரிப்பு புகைப்படம், சாஃப்ட்பாக்ஸ் ஒளி அமைப்பு, 50மிமீ லென்ஸ், பளபளப்பான செராமிக், நேர்த்தியான காட்சி”
-
அனிமே செயல்பாடு: “அனிமே முக்கியக் காட்சி, முன்சுருக்கப்பட்ட இயங்குநிலைத் தோரணை, செல் ஷேடிங், வேகக் கோடுகள்”
-
மீயதார்த்த படத்தொகுப்பு: “கனவுலகம், சாத்தியமற்ற வடிவியல், மிதக்கும் படிக்கட்டுகள், மென்மையான பனிமூட்டம், பொன்னிற மாலை நேர ஒளிப் படலம்”
-
லோ-பாலி காட்சி: “ஐசோமெட்ரிக் லோ-பாலி நகரம், தட்டையான நிழலாக்கம், சுற்றுப்புற மறைப்பு, பாஸ்டல் வண்ணத் தட்டு”
-
இம்ப்ரஷனிஸ்ட் உருவப்படம்: “கேன்வாஸில் எண்ணெய் வண்ணம், தளர்வான தூரிகை வேலைப்பாடு, விளிம்பு ஒளி, தடித்த வண்ணப் பூச்சு ஒளிக்கீற்றுகள்”
சுருக்கம் 🖼️
செயற்கை நுண்ணறிவுக்கான கலைப் பாணிகள் என்பவை விதிப்புத்தகங்கள் அல்ல - அவை விளையாட்டுத் திடல்கள். நம்பிக்கை முக்கியமாக இருக்கும்போது யதார்த்தவாதம் கைகொடுக்கும்; யதார்த்தத்தை உடைக்க விரும்பும்போது மீயதார்த்தவாதம்; பாணிகளைக் கலந்து பயன்படுத்த இடமளித்து, தெளிவு தேவைப்படும்போது அனிமே/மங்கா. வெற்றி உத்தி என்பது கட்டமைக்கப்பட்ட விளையாட்டுதான்: ஒரு பாணியைத் தேர்ந்தெடுங்கள், ஒளியமைப்பையும் ஊடகத்தையும் தேர்வுசெய்யுங்கள், சில மாற்றிகளைச் சேருங்கள், பிறகு மீண்டும் மீண்டும் முயற்சி செய்யுங்கள். அது உங்களுக்கு ஏதேனும் ஒரு உணர்வைத் தந்தால் - அது விசித்திரமான முறையில் முழுமையற்றதாக இருந்தாலும் - நீங்கள் சரியான பாதையில் செல்கிறீர்கள் என்று அர்த்தம்.
குறிப்புகள்
[1] ரோம்பாக், ஆர். மற்றும் பலர். (2022). மறைநிலை பரவல் மாதிரிகளுடன் உயர்-தெளிவுத்திறன் படத் தொகுப்பு (CVPR). PDF
[2] ஷூமன், சி. மற்றும் பலர். (2022). LAION-5B: அடுத்த தலைமுறை பட-உரை மாதிரிகளுக்குப் பயிற்சி அளிப்பதற்கான ஒரு திறந்த பெரிய அளவிலான தரவுத்தொகுப்பு. PDF
[3] ராட்ஃபோர்ட், ஏ. மற்றும் பலர். (2021). இயற்கை மொழி மேற்பார்வையிலிருந்து மாற்றத்தக்க காட்சி மாதிரிகளைக் கற்றல் (CLIP). PDF
[4] கேட்டிஸ், எல். மற்றும் பலர். (2016). சுருள் நரம்பியல் வலையமைப்புகளைப் பயன்படுத்தி படப் பாணி மாற்றம் (CVPR). PDF
[5] ஓப்பன்லேண்டர், ஜே. (2024). உரையிலிருந்து பட உருவாக்கத்திற்கான தூண்டுதல் மாற்றிகளின் வகைப்பாடு. நடத்தை & தகவல் தொழில்நுட்பம். கட்டுரை