Lav billeder med AI

Af Polar Media / 2024

Sådan kommer du i gang med at bruge kunstig intelligens til at lave billeder og indhold til hjemmeside og sociale medier.

AI-værktøjer som Midjourney og DALL-E anvender kunstig intelligens til at generere unikke billeder baseret på tekstbeskrivelser (prompts). Disse værktøjer har fået meget opmærksomhed for at gøre det nemt at skabe flotte visuelle billeder og endda lave logoer og andet grafisk materiale.

Dog har en del af opmærksomheden også været rettet mod den måde disse værktøjer er “trænet”, nemlig bl.a. med materiale fra kunstnere, hvilket har skabt debat omkring ophavsret - se Kunstig intelligens (AI) og ophavsret.

Kunstig intelligens kan være et perfekt værktøj til at få inspiration og eksperimentere med nye teknikker, se bl.a. vores eget projekt Valdemars Kro, hvor vi brugte AI til at lave indhold til en hjemmeside.

DALL-E & ChatGPT

DALL-E er en kunstig intelligens-model, der kan generere billeder baseret på en tekstbeskrivelse. Du kan beskrive næsten alt, og modellen vil forsøge at skabe et billede, der matcher din beskrivelse.

DALL-E og ChatGPT er to forskellige modeller udviklet af OpenAI, men de kan integreres sammen for at give brugerne mulighed for både at få tekstbaserede svar og billedgenerering ud fra tekstbeskrivelser.

For eksempel: “Lav et billede af indlandsisen, der smelter, mens en UFO bortfører en isbjørn.”

ChatGPT vil give dig billedet genereret af DALL-E baseret på din beskrivelse. Se det herunder:

Midjourney

Midjourney er et AI-billedgenereringsværktøj, ligesom DALL-E, der bruger kunstig intelligens til at skabe billeder ud fra tekstbeskrivelser. Midjourney er kendt for at skabe kunstværker i høj kvalitet og bruges ofte af kreative personer, designere og kunstnere til at visualisere idéer på en mere kunstnerisk måde.

Midjourney fungerer ved, at du indtaster en tekstbeskrivelse, også kaldet en "prompt", som værktøjet bruger til at generere et billede. Baseret på dine beskrivelser skaber Midjourney billeder med unikke, kunstneriske træk og visuelle stilarter, som passer til dine inputs.

Midjourney er integreret gennem en Discord-server, så du skal først oprette en Discord-konto, hvis du ikke allerede har en.

Når du er på serveren, vil du bruge en bot, der lytter til dine billedforespørgsler. Typisk skriver du /imagine efterfulgt af din tekstbeskrivelse (prompt).

Du kan skrive: /imagine A futuristic city at the polar ice cap with polar bears in flying cars.

Midjourney-botten genererer flere versioner af billedet baseret på din tekstbeskrivelse. Dette tager normalt et par minutter, hvorefter du får vist fire forslag. Du kan vælge at opskalere et af billederne til en højere opløsning eller bede botten om at skabe variationer baseret på et billede, der er tæt på det, du ønsker.

Tips til at bruge Midjourney og DALL-E

Vær detaljeret i din beskrivelse

Jo mere præcis og detaljeret din tekstbeskrivelse er, desto bedre bliver resultatet. AI-modeller fungerer bedst, når de har klare instruktioner.

Beskriv stemningen og atmosfæren

For at tilføje et unikt præg til billedet kan du inkludere stemningen eller atmosfæren. Brug adjektiver som “dramatisk,” “melankolsk,” “mystisk,” “lys og glad” osv.

Eksperimentér med abstrakte ideer

AI er god til at skabe abstrakte eller surrealistiske billeder. Du kan være kreativ ved at kombinere uventede elementer eller skabe noget, der normalt ikke findes.

Undgå urealistiske forventninger

Selvom AI kan skabe fantastiske billeder, er der grænser for, hvor realistiske eller præcise de kan være. Vær åben for kreative fortolkninger og overraskelser.

Forstør billeder med AI

Forstørrelse af billeder med AI er en proces, der bruger kunstig intelligens til at opskalere billeder, hvilket betyder at øge deres størrelse uden at miste kvalitet. Traditionelle metoder til billedopsampling kan ofte føre til sløring, pixellering eller tab af detaljer, men AI-baserede teknikker kan rekonstruere og tilføje detaljer på en måde, som gør det forstørrede billede klart og skarpt.

Topaz Gigapixel AI er et af de mest kendte værktøjer til AI-baseret forstørrelse. Det kan opskalere billeder op til seks gange deres oprindelige størrelse uden at miste kvalitet og bruger avancerede AI-algoritmer til at genskabe detaljer. Det er et værktøj, der især bruges af fotografer, grafikere og andre kreative fagfolk, der har brug for at opskalere billeder til højere opløsning uden den traditionelle sløring og pixellering, som ofte sker ved konventionel opskalering.

Gigapixel AI bruger avancerede AI-algoritmer til at analysere og rekonstruere detaljer i billedet, når det opskaleres. I stedet for blot at forstørre billedets pixels, forsøger programmet at tilføje detaljer baseret på mønstre, som AI'en genkender fra store mængder træningsdata.

Lav indhold til web med AI

For at vise mulighederne (og begrænsningerne) samt lære mere om disse værktøjer, har vi lavet en hjemmeside til en fiktiv kro, opbygget af AI. Dette projekt har vi kaldt Valdemars Kro. Herunder har vi samlet nogle af de processer vi har brugt, for at skabe denne hjemmeside.

Lav logo med DALL-E og ChatGPT 4

Her har vi givet ChatGPT 4 opgaven at lave et logo. Logoet skal bruges til en hjemmeside for en kro, kaldet Valdemars Kro, og vi har bedt AI'en om at lave logoet i sort og hvid.

Lav fotorealistiske billeder med ChatGPT

Helt fotorealistisk er det måske ikke, men man fornemmer i hvert fald, at noget er galt. Om det er den syltede agurk ved siden af tallerkenen, de 2 skeer i sovsen, eller en kombination af de to ting, kan være svært at bedømme.

Man kan med fordel give AI'en flere instruktioner, f.eks. "få billedet til at ligne at det er taget med analog kamera" eller "få billedet til at se gammelt ud".

Lav opskrifter med ChatGPT

Nu da vi har skabt både logo og billeder til vores kro, er det tid til at få nogle opskrifter på hjemmesiden. Også dette kan den kunstige intelligens hjælpe med, bedøm selv resultatet her:

Kunstig intelligens (AI) og ophavsret

Kunstig intelligens (AI) og ophavsret er et område med mange juridiske og etiske spørgsmål, især i relation til, hvordan AI-genererede værker skabes og anvendes.

Mange AI-modeller er trænet på store mængder data, som kan omfatte ophavsretligt beskyttet materiale som billeder, tekst eller musik. Det rejser spørgsmål om, hvorvidt brugen af dette materiale til træningsformål er en krænkelse af ophavsretten. Der er fortsat debat om, hvorvidt “fair use”-regler kan anvendes i disse tilfælde, hvor materiale bruges til at træne en AI, men ikke direkte kopieres.

Træningen af AI-modeller som ChatGPT, Midjourney og DALL·E sker gennem en proces kaldet maskinlæring. Det indebærer:

Indsamling af data: Modellerne trænes ved at bruge enorme datasæt. For tekstmodeller som ChatGPT anvendes en bred vifte af tekst fra bøger, artikler og websider. For billedmodeller som Midjourney og DALL·E kan datasættet bestå af billeder parret med tekstbeskrivelser.

Træningsproces: Modellerne lærer at genkende mønstre i dataene. For eksempel lærer en billedgenerator at forstå forholdet mellem bestemte ord og visuelle former, farver og stilistiske træk. En sprogmodel lærer, hvordan sætninger bygges, og hvordan man besvarer spørgsmål.

Optimering: AI-modeller justeres gennem optimeringsprocesser, hvor de får feedback, der hjælper dem med at forbedre nøjagtigheden af deres resultater. For eksempel kan modellen blive justeret, så den giver mere præcise eller kreative svar baseret på input.