Quando si parla di IA generativa, l'argomento dei testi riceve spesso la massima attenzione. Consulta la mia guida alla creazione di testi con l'IA. Ma i progressi nel campo delle immagini e della grafica sono altrettanto interessanti. E con i video, oggi puoi avere un'anteprima di ciò che potrebbe essere possibile in un futuro non così lontano. In questo articolo ti fornirò una panoramica delle possibilità e dei limiti delle offerte di intelligenza artificiale visiva.
Immagini, grafici e video aggiungono un enorme valore ai contenuti online. Attirano l'attenzione e possono non solo spiegare un argomento, ma anche emozionare. In questo modo hai la possibilità di mostrare il tuo marchio e la tua identità aziendale e di distinguerti dalla massa.
Finora chi aveva bisogno di contenuti visivi aveva le seguenti opzioni:
1. crearlo da solo. Oltre al talento e alle conoscenze, hai bisogno degli strumenti giusti e del tempo necessario per realizzarli. In molti casi questo è probabilmente irrealistico.
2. assumere qualcuno. Questa è sicuramente l'opzione di maggior qualità: trovare uno specialista adatto. I risultati sono di solito i migliori perché le immagini vengono create in base alle tue esigenze. Tuttavia, non sorprende che in questo caso i costi siano più elevati.
3. foto stock. Puoi utilizzare piattaforme come Shutterstock, Adobe Stock o Depositphotos. Offrono un'ampia scelta, sono di buona qualità e hanno prezzi accessibili. Esistono anche offerte gratuite come Pexels o Pixelio. Svantaggi: ottieni foto e grafiche già pronte, utilizzate anche da altri. La personalizzazione di solito non è possibile. Dovrai farlo tu stesso o commissionarlo.
A prima vista, i generatori di immagini AI sembrano essere una nuova ed entusiasmante alternativa. Dopotutto, forniscono contenuti visivi in modo semplice e veloce utilizzando comandi testuali. In teoria, è possibile generare una visualizzazione precisa a basso costo o addirittura gratuitamente.
Tra i generatori di immagini AI più noti ci sono Dall-E di OpenAI, che sta anche dietro a ChatGPT, MidJourney e Stable Diffusion. Tutti hanno offerte gratuite e a pagamento. Stable Diffusion è open source e per questo motivo si è già sviluppata una comunità attiva intorno a questo strumento. Ciò significa che puoi utilizzare Stable Diffusion direttamente sul tuo computer o anche su uno smartphone o un tablet.
A cosa servono le offerte AI per le immagini
Questi generatori di immagini creano opere in tutti i tipi di stili: illustrazioni, disegni, foto, grafica computerizzata o addirittura l'aspetto di un dipinto a olio. I limiti sono stabiliti dal materiale didattico, dalla tua immaginazione e dalla tua abilità e perseveranza nella ricerca del risultato perfetto.
E questo ci porta a un punto debole di queste offerte, non appena le provi di persona: non è sempre così facile come si sperava ottenere il risultato desiderato. O almeno non accade "premendo un pulsante", come spesso viene descritto e promesso. A volte sei fortunato e ottieni un risultato rapido. A volte ti strappi i capelli perché non funziona.
Con il tempo, imparerai a ottenere i risultati migliori. L'elemento centrale è il prompt, cioè l'istruzione scritta per lo strumento di intelligenza artificiale. Tuttavia, ciò che funziona bene dipende molto dallo strumento.
Dall-E 3, ad esempio, è molto potente, ma ChatGPT si frappone tra te e l'applicazione. Come per il testo, devi spiegare in linguaggio naturale ciò che hai in mente. ChatGPT lo riceve e lo traduce in un'istruzione per Dall-E. Se il risultato non ti piace, spieghi cosa deve essere cambiato. E così via.
All'altro capo dello spettro c'è la Diffusione Stabile. Anche se la utilizzi tramite l'applicazione commerciale DreamStudio, hai a disposizione diverse opzioni manuali. La libertà è ancora maggiore se utilizzi Stable Diffusion tramite un'interfaccia sul tuo computer, come Automatic1111 o Draw Things.
Per spiegarlo in questo modo: Dall-E è macOS, Stable Diffusion è Linux. Dall-E produce buoni risultati abbastanza rapidamente. In cambio, devi accettare il fatto che il sistema limita ciò che puoi fare e come puoi farlo. Stable Diffusion, invece, è inizialmente confuso e complesso. In cambio, però, le possibilità sono enormi e puoi utilizzare diverse leve.
Forse MidJourney potrebbe essere il terzo del gruppo per Windows. Tuttavia, devo ammettere che l'interfaccia di MidJourney all'interno del servizio di chat Discourse non mi piace affatto. A questo proposito, ho solo un'esperienza molto limitata. Allo stesso tempo, MidJourney è molto popolare perché si possono ottenere ottimi risultati con poco sforzo. Al momento, però, preferisco utilizzare Dall-E 3 tramite ChatGPT.
Sfide ed errori tipici
Un errore che vedo ripetutamente è che troppo spesso le persone cercano di creare immagini fotorealistiche. A mio parere, questo non è l'ideale per due motivi:
- Spesso i risultati sembrano ancora più artificiali delle foto stock su cui si basano. Inoltre, spesso manca la possibilità di regolare l'aspetto delle immagini. Questo perché le foto di stock sono solitamente progettate per essere il più neutre possibile, il che le rende flessibili da usare ma anche noiose. Le foto diventano interessanti grazie alla composizione, all'illuminazione, al gioco di nitidezza e sfocatura. Se non si fanno delle specifiche, gli strumenti di AI tendono a produrre qualcosa di mediocre.
- I problemi e gli errori nell'immagine attirano maggiormente l'attenzione, mentre in altri stili passano come espressione di "libertà creativa". Un termine tecnico in questo caso è "uncanny valley": il punto in cui un volto umano quasi corretto appare inquietante a causa di un piccolo errore.
Per questo motivo mi affido spesso a illustrazioni e grafici. Questo non significa che le immagini fotorealistiche non siano utili. Ma è bene avere in mente altre opzioni.
Indipendentemente dallo stile, è importante capire i limiti degli strumenti. A volte possono essere sorprendenti. Un motivo può funzionare subito, mentre un'altra idea può non funzionare nemmeno dopo decine di tentativi. Questo spesso ha a che fare con ciò che l'IA conosce grazie al suo materiale di addestramento. Può creare immagini che non esistono ancora in nessun altro luogo.
Ma devi anche renderti conto che questi strumenti non hanno la minima comprensione di ciò che stanno raffigurando. Non hanno alcuna idea del mondo in generale o, ad esempio, dell'anatomia umana in particolare.
Le mani sono un esempio ben noto di questo problema. Dall-E o Stable Diffusion non conoscono l'aspetto di una mano umana né il suo funzionamento. Hanno visto le mani durante l'addestramento. Ma a volte sono visibili solo di lato, parzialmente oscurate o con due mani sovrapposte. L'IA non capisce che una mano umana media ha cinque dita e che a volte, a causa della prospettiva o di altre circostanze, non tutte sono visibili.
Anche le scene complesse sono difficili. Esempio: vuoi un'immagine che mostri un team di cinque persone e hai idee specifiche sull'aspetto di ciascuna persona. Buona fortuna! Spero che tu abbia il tempo e la pazienza necessari...
La situazione è simile se una persona deve assumere una posa ben definita o se hai in mente un'esatta composizione dell'immagine. In questo caso, è utile creare un'immagine non solo a partire da un prompt, ma anche da un modello (noto come "da immagine a immagine" in contrapposizione a "da testo a immagine"). Stable Diffusion dispone anche dell'aiuto ControlNet, che puoi utilizzare per determinare gli elementi specifici di un modello che devono apparire nella nuova immagine.
Come puoi vedere a questo punto, più alte sono le tue aspettative e più dettagliata è la tua idea, più difficile sarà il gioco. Tuttavia, funziona bene se ti lasci ispirare dall'IA: Ad esempio, descrivi a ChatGPT lo scopo per cui ti serve l'immagine e cosa deve rappresentare, poi vedi fino a che punto ti piace il risultato e lo affronti passo dopo passo. Con Stable Diffusion, invece, sperimenterai con il prompt, ma anche con numerose altre opzioni e impostazioni.
Gli aspetti problematici dei generatori di immagini
Tuttavia, questa non è l'unica sfida. Un'altra è che queste IA mostrano ciò che si trova nel materiale di formazione. E questo include pregiudizi e luoghi comuni. Possono includere ruoli di genere stereotipati o addirittura visioni del mondo razziste. In definitiva, è tua responsabilità riconoscere ed eliminare queste rappresentazioni problematiche. ChatGPT e Dall-E cercano attivamente di evitarlo.
Un altro punto riguarda il "materiale di formazione" che è già stato menzionato più volte. Come i generatori di testo, anche questi strumenti hanno appreso le loro abilità da modelli umani. Sono stati alimentati con un'enorme quantità di dati. Se queste foto, grafici, illustrazioni, dipinti e altre opere potessero essere utilizzate per questo scopo è una questione molto dibattuta.
"*" indica i campi obbligatori
Alcuni la considerano una violazione del copyright. Altri lo paragonano al modo in cui gli artisti in carne e ossa imparano dai modelli e seguono le tendenze. Sarebbe eccessivo addentrarsi in questa discussione. Alcuni fornitori, come Adobe, utilizzano le proprie offerte di foto stock per i loro strumenti e prevedono anche un compenso per questo utilizzo. Questo dovrebbe renderlo adatto al settore commerciale e, soprattutto, alle aziende.
Prospettive: Dall'immagine all'immagine in movimento
Il prossimo campo interessante per gli strumenti di intelligenza artificiale sta già emergendo: il video. Ci sono diverse nuove offerte che utilizzano un testo o un'immagine come punto di partenza.
La qualità dei risultati è davvero sorprendente. Tuttavia, le clip sono ancora molto brevi. Anche gli artefatti e le peculiarità tipiche dei generatori di immagini AI possono essere trovate qui. Attualmente sembrano funzionare meglio con scene relativamente statiche. Più la scena diventa complessa, più è probabile che si insinuino dettagli assurdi.
Allo stesso tempo, i generatori di testi e immagini si trovavano a un punto simile non molto tempo fa. Qualche anno fa, ad esempio, trovavamo ancora affascinante la possibilità di creare qualsiasi ritratto fotografico. Oggi ci lamentiamo se un dettaglio del nostro risultato fotorealistico non è corretto al cento per cento.
A questo proposito, è giustificata la speranza che questi strumenti si sviluppino notevolmente nei prossimi mesi e anni. Alcuni esempi
Quindi, mentre i generatori di video sono ancora molto lontani, credo che i generatori di immagini siano già oggi utili e sensati. Hanno i loro limiti e i loro problemi. Non sostituiscono le foto o la grafica create manualmente. Piuttosto, offrono un'altra opzione e in mani creative possono essere uno strumento utile.
Li considero un livello simile a quello dei generatori di testi di oggi: supportano e a volte ispirano. Funzionano meglio se affiancati da una persona.
Le tue domande sulla creazione di immagini AI
Quali domande hai sulla creazione di immagini e grafica con l'AI? Non esitare a utilizzare la funzione commenti. Vuoi essere informato sui nuovi articoli sul web design e sull'IA? Allora seguici su Twitter, Facebook, LinkedIn o tramite la nostra newsletter.
