Intelligenza artificiale

Quando si parla d’intelligenza artificiale (IA), si fa riferimento ad applicativi che usano algoritmi per apprendere e proporre dati, finalizzati a risolvere determinati compiti.

Nel mondo della grafica 3D investe la realizzazione di filmati ed immagini, ambiti nei quali l’IA sta portando grandi novità:

• creazione di modelli 3D
• generazione di texture e materiali
• animazione di personaggi od oggetti 3D
• illuminazione e rendering
• miglioramento della qualità
• montaggio video
• generazione video
• riconoscimento di oggetti e persone
• super risoluzione

Con l’evoluzione dell’IA, aumentano anche gli applicativi di grafica per trarne il miglior beneficio, motivo per il quale si sta gradualmente assistendo ad un cambiamento sul modo in cui si creano immagini e filmati.

Adobe Photoshop

Ha integrato molto bene diverse funzioni basate sull’IA, che riguardano il “riempimento generativo” e la “selezione dell’oggetto”.

Il “riempimento generativo” è una funzione che analizza il contenuto dell’immagine, ed in base a ciò che si è selezionato nella stessa e subordinatamente ad un testo immesso, che genererà il contenuto: quest’ultimo sarà poi usato per sostituirsi a quello già esistente, oppure per aggiungerlo perché mancante nell’immagine (es. un’area vuota). Ad esempio se si vuol far sparire una pianta poggiata di fianco al muro, oppure se si vuole sostituire con un’altra di diversa natura, basterà selezionare l’area interessata, ed istruire l’intelligenza artificiale sul compito da eseguire: photoshop analizzerà la selezione ed il prompt di comandi immesso, per creare diverse variazioni tramite miniature. Si possono quindi rimuovere oggetti indesiderati, aggiungere elementi su aree vuote, espandere le immagini, cambiare gli sfondi, modificare vestiti ed oggetti, e realizzare idee creative.

La “selezione di un oggetto” consente d’isolare rapidamente una persona od oggetto complesso dallo sfondo. L’intelligenza artificiale utilizza algoritmi di apprendimento automatico (machine learning), che sono addestrati su un’enorme quantità di immagini, col fine di riconoscere diversi tipi di oggetti quali persone, animali, veicoli, edifici e molti altri ancora. Quando si usa lo strumento di selezione oggetto, l’IA esamina l’immagine, identificandone i contorni, offrendo la possibilità di selezionarli in modo preciso.

Adobe Premiere

Anche sul montaggio video l’intelligenza artificiale si sta facendo strada: sebbene al momento sia in versione beta, è chiamata “estensione generativa” basata su Adobe Firefly. Lo scopo è di estendere la durata della clip video ed audio in modo intelligente.

Adobe ha inoltre mostrato in anteprima alcune delle sue visioni future sull’integrazione dell’AI generativa nel video editing, inclusa la possibilità di aggiungere e rimuovere oggetti in movimento. Tuttavia, queste funzionalità non sono ancora disponibili al pubblico e sono in fase di ricerca e sviluppo.

Topaz Labs

Si tratta di un’azienda che crea programmi, preposti al miglioramento di video e foto tramite l’intelligenza artificiale. Il suo utilizzo consente di:

• rendere le foto più nitide, perché qualora fosse sfocata, l’IA l’analizza per renderla più nitida e migliorando al contempo la resa dei dettagli
• aumentare la risoluzione delle foto senza per questo sgranarle, perché l’uso dell’IA permette di mantenere i dettagli come se fosse stata creata o scattata con una risoluzione migliore
• togliere il rumore di disturbo, ossia quei puntini o grana che a volte compaiono soprattutto quando la foto viene scattata in una condizione di scarsa illuminazione: l’intelligenza artificiale ridurrà questo rumore di disturbo, rendendo la foto più pulita

Prima dell’avvento dell’intelligenza artificiale, per eseguire o risolvere uno qualunque dei problemi sopra citati, bisognava essere esperti di fotoritocco e ciò implicava molto tempo ed attenzione. Ora invece è l’IA a svolgere gran parte del lavoro ed in modo automatico, e spesso con risultati davvero sorprendenti: vuol dire quindi che anche se non si è professionisti del settore, si possono migliorare le proprie foto o video in modo facile e veloce.

Altresì sono stati sviluppati diversi strumenti basati sull’intelligenza artificiale e con capacità distinte:

Chat GPT

Sviluppato da OpenAI, è un modello linguistico di grandi dimensioni (LLM – Large Language Model) basato sull’architettura neurale Transformer, che è stata introdotta nel 2017 e che ha rivoluzionato l’elaborazione del linguaggio naturale. La sua forza risiede nella comprensione e generazione di testo in linguaggio naturale.

Le caratteristiche chiave dell’architettura Transformer includono:

• meccanismo di auto-attenzione: permette al modello di pesare l’importanza di diverse parole all’interno di una sequenza di input durante l’elaborazione. Invece di trattare ogni parola in isolamento, l’auto-attenzione consente al modello di comprendere le relazioni tra le parole, catturando il contesto e le dipendenze a lungo raggio all’interno del testo immesso nel prompt.
• architettura decoder-based: è composto da strati di auto-attenzione mascherata, per impedire al modellodi “vedere” il futuro durante la generazione, e di strati di feed-forward
• scaling laws: le performance dei modelli transformer come quelli di ChatGPT migliorano drasticamente con l’aumento delle dimensioni del modello (numero di parametri), la quantità di dati per l’addestramento e la quantità di calcoli usati per l’addestramento stesso. ChatGPT è stato addestrato su enormi dataset di testo e codice.
• fine tuning: dopo il pre-addestramento su un vasto corpus di dati, modelli come ChatGPT vengono spesso sottoposti ad un processo di affinamento o di fine-tuning su dataset specifici ed attraverso tecniche come il Reinforcement Learning from Human feedback (RLHF). Quest’ultimo coinvolge l’addestramento di un modello di “ricompensa” che valuta la qualità e la rilevanza delle risposte del modello in base al feedback umano. Questo modello di ricompensa viene poi utilizzato per ottimizzare il modello linguistico principale tramite algoritmi di reinforcement learning, rendendo le risposte più utili, veritiere e non dannose.

Midjourney

Si basa sull’architettura del “diffusion model”, in cui il processo di generazione avviene tipicamente in due fasi principali:

• fase di diffusione (forward process): a partire da un’immagine reale, rumore gaussiano viene aggiunto iterativamente all’immagine in piccoli passi. Dopo un numero sufficiente di passi, l’immagine si trasforma in un puro rumore casuale. Questo processo viene modellato come una catena di Markov
• fase di de-diffusione (reverse process): l’obiettivo del modello è imparare a invertire questo processo di aggiunta di rumore. Partendo da un rumore casuale, il modello viene addestrato a prevedere il “rumore” che è stato aggiunto in ogni passo della fase di diffusione. Sottraendo questo rumore stimato, il modello gradualmente de-rumore l’immagine, generando infine  un’immagine coerente. La generazione è guidata da una condizione, che nel caso della generazione text-to-image è l’incorporamento del testo fornito dall’utente.

Altri programmi simili e validi sono:

• Google GEMINI: sviluppato da Google, Gemini è un altro LLM multimodale in grado di comprendere e generare testo, codice, immagini e video. Utilizza l’architettura Gemini, progettata per essere altamente scalabile ed efficiente. Integra​ profonde connessioni con altri servizi Google
• Leonardo AI: offre una piattaforma con diversi modelli pre-addestrati e la possibilità di addestrare modelli personalizzati. Si concentra sulla fornitura di strumenti per artisti e creatori per generare risorse visive di alta qualità.
• Llama (Meta AI): è stata rilasciata da Meta AI inizialmente come open-source per la ricerca. Sono disponibili diverse versioni con diverse dimensioni di parametri. Llama ha dimostrato di essere un modello potente e ha portato alla creazione di molte versioni fine-tuned dalla comunità.
• Openart AI: si tratta di una piattaforma che permette di generera arte ed immagini utilizzando l’intelligenza artificiale. E’ pensata sia per artisti digitali che per curiosi o professionisti che vogliono esplorare la creatività assistita dall’IA

Stiamo assistendo a cambiamenti significativi da parte dell’IA nel mondo della grafica, e ciò sta investendo diversi livelli:

• generazione di nuove idee e contenuti
• automazione di compiti ripetitivi
• accessibilità per non professionisti
• flussi di lavoro più veloci ed efficienti
• personalizzazione ed adattamento
• risparmio di tempo
• aumento della produttività
• maggiore creatività
• democratizzazione della grafica, rendendo la creazione visiva accessibile ad un pubblico più ambio

La sua costante diffusione è dovuta ai progressi tecnologici, motivo per il quale sta diventando più potente e capace di comprendere ed elaborare informazioni visive sempre più complesse: a questo si aggiunge la grande quantità di dati disponibili, mediante cui le IA vengono “addestrate”, rendendole sempre più accurate e sofisticate. Indubbiamente il mondo digitale è alla costante ricerca di contenuti visivi di alta qualità soprattutto per i social media, marketing, siti web ed altro ancora: l’IA aiuta a soddisfare questa domanda in modo efficiente. Il tutto avviene con una facilità d’uso, anche per chi non ha una formazione tecnica.

L’intelligenza artificiale sta rivoluzionando il mondo della grafica, offrendo nuovi strumenti e possibilità creative, rendendo il processo più veloce, efficiente ed accessibile ad un numero sempre maggiore di persone: è un campo in continua evoluzione, e la domanda che a questo punto è lecito porsi è “in che modo tutta questa tecnologia s’integrerà nella nostra vita quotidiana”?

Roberto Strippoli
P. IVA 04878310236