Estoy sobrepasado. Es difícil asimilar el ritmo al que van apareciendo inteligencias artificiales capaces de generar imágenes cada vez con mayor detalle y originalidad. En abril Dall-e v.2 nos sorprendió con la calidad de las representaciones generadas (inventadas) por una IA, y en junio Google dio un golpe de autoridad sobre la mesa con su IA ‘Imagen’, que mejoraba en muchos aspectos los resultados del motor anterior.
Después, el verano ha sido un no parar. Midjourney y Stable Diffusion llegaron durante las vacaciones para hacernos comprender que, tan solo cuatro meses después de su lanzamiento, Dall-e v2 quedaba completamente obsoleto. Sin lugar a dudas, en los próximos meses aparecerán versiones mejoradas de estas IAs que dejarán en burdos juguetes a sus versiones actuales.
En agosto Jason Allen, un artista digital, ganó un concurso estatal en Colorado con una obra generada con Midjourney, ampliada con Gigapixel AI e impresa posteriormente en un lienzo. La polémica estalló de inmediato, a pesar de que Allen indicó claramente en su plica el uso de las herramientas mencionadas. ¿Es legítimo su uso en el proceso creativo de un artista? ¿No? ¿Y Photoshop sí lo es? ¿Dónde queda el límite? ¿Es arte (o, al menos, artística) la imagen ganadora del certamen?
Una de las cuestiones que más me llama la atención de estos motores de generación de imágenes es el modo en que se les proporcionan instrucciones. El mecanismo habitual consiste en redactar (sí, texto) una descripción de la imagen que se quiere conseguir. No hay código, no hay parámetros. Todas las instrucciones se proporcionan en lenguaje natural. No solo eso: podría decirse que el carácter poético, descriptivo, o la abundancia de detalles del texto planteado influye de manera determinante en el resultado obtenido. En el caso de la herramienta de Stable Diffusion, el nivel de detalle que puede llegar a proporcionársele abarca cuestiones tan específicas como el estilo (realista, pintura al óleo, pixel art, etc.), el artista cuyo arte se quiere imitar (Picasso, van Gogh, da Vinci, Warhol, Monet…) o detalles finales de todo tipo (iluminación, paleta de colores, post-procesado, composición…). De repente, la creación de imágenes de una calidad más que relevante pasa por tener capacidad para describirlas con precisión, gracia y poesía que una máquina, la IA detrás de la pantalla, pueda comprender. Me resulta complicado medir el alcance que algo así pueda llegar a tener. Es realmente entretenido visitar el buscador de imágenes (y sus correspondientes ‘promts’, las descripciones semilla a partir de las cuales se han generado) que el equipo de Stable Diffusion ha preparado: Lexica
Todo esto no queda aquí. Resulta que Stable Difussion es, tan solo, uno de los muchos proyectos abordados por Stability, una comunidad con más de 20.000 miembros que está desarrollando IAs verticales para, por ejemplo, generar música del mismo modo que ya se generan imágenes. O para aplicar la IA al estudio de la biología. En resumidas cuentas, hablamos de IAs de código abierto que, una vez entrenadas, pueden ser instaladas localmente en los equipos de cualquiera de nosotros, para que las usemos con total libertad y autonomía.
¿Aún estás leyendo? Déjalo ya, es preferible probarlo. Después, nada volverá a ser igual.
Crédito de la imagen
