Az elmúlt évben a mesterségesintelligencia-művészetnek szentelt közösségek tucatjai bukkantak fel az interneten a Reddittől az X-en át a Discordig, ahol MI-alkotók ezrei gyakorolják képességeiket, hogy pontos felkéréseket hozzanak létre, és az eredményeket megosszák másokkal.
Az EveryPixel portál munkatársai nyomon követtek néhány mesterségesintelligencia-képstatisztikát és tényt, és megpróbálták felbecsülni, mennyi tartalom jött létre azóta, hogy a szövegből képet készítő algoritmusokra alapozó szolgáltatások tavaly beindultak.
MI képstatisztikák
- Tavaly óta több mint 15 milliárd képet hoztak létre szöveg-kép algoritmusok segítségével. A szemléletesség kedvéért: a fotósoknak 150 évbe telt – az 1826-ban készült első fénykép elkészítésétől 1975-ig –, hogy elérjék a 15 milliárdot.
- A DALLE-2 elindítása óta az emberek naponta átlagosan 34 millió képet készítenek a szolgáltatással.
- A leggyorsabban növekvő termék az Adobe Firefly, az Adobe Photoshopba épített mesterségesintelligencia-algoritmusok csomagja. A bevezetése óta eltelt három hónap alatt elérte az 1 milliárd létrehozott képet.
- A Midjourney 15 millió felhasználóval rendelkezik, ami a legnagyobb felhasználói bázis minden olyan képgeneráló platform közül, amelyről nyilvánosan elérhető statisztikák állnak rendelkezésre.
- Az Adobe Creative Cloud, amely az Adobe Photoshopot és más grafikai tervező és videószerkesztő szoftvereket, köztük az Adobe Firefly generatív MI eszközt foglalja magában, a Prodesigntools szerint 30 millió felhasználóval rendelkezik.
- A képek mintegy 80 százalékát (azaz 12 590 milliárdot) a nyílt forráskódú Stable Diffusion alapú modellek, szolgáltatások, platformok és alkalmazások segítségével hozták létre.
DALL-E 2
2022 áprilisában az OpenAI kiadta képgeneráló modelljét, a DALL-E 2-t. Az első hónapokban csak meghívásos alapon volt elérhető, majd a vállalat fokozatosan bővítette a hozzáférést, mígnem 2022 szeptemberében az eszköz minden felhasználó számára akadálymentesen elérhetővé vált. Akkor az OpenAI arról számolt be, hogy a felhasználók naponta több mint 2 millió képet generálnak a DALL-E 2-vel. Nem tudjuk biztosan, hogy az OpenAI milyen időszakra értette ezt a számot, vagy hogy a generált képek átlagos mennyiségét vették alapul. Legyen ez egy átlag, ami azt jelenti, hogy 15 hónap alatt körülbelül 916 millió képet generáltak egyetlen platformon.
Midjourney
Egy másik kiemelkedő generatív MI modell, a Midjourney 2022 júliusában lépett működésbe. A Photutorial becslése szerint a Midjourney (az algoritmus csak a Discordon keresztül érhető el) másodpercenként körülbelül 20-40 feladatot kap, 15 millió regisztrált felhasználóval és 1,5-2,5 millió aktív tagja van egy adott időpontban. Ezt figyelembe véve másodpercenként 30 a létrehozott képek átlagos száma, és naponta akár 2,5 millió képet is létrehoznak. Ennek eredményeképpen a Midjourney segítségével 964 millió képet hozhattak létre az indulás óta.
Stable Diffusion
A Stable Diffusion, a Stability AI nevű mesterséges intelligenciával foglalkozó vállalat mögött álló szöveg-kép modell 2022 augusztusában jelent meg. Egyelőre két hivatalos hely van, ahol a Stable Diffusiont tesztelhetjük: a Dreamstudio, illetve a Stability AI helye az Hugging Face-en. Emad Mostaque, a Stability AI vezérigazgatója szerint a Stable Diffusionnak minden csatornán több mint 10 millió felhasználója van. Ha extrapoláljuk a Midjourney számokat és a rendelkezésünkre álló trendeket, kiderül, hogy a Stable Diffusion hivatalos csatornáin keresztül a felhasználók napi szinten 2 millió képet generálnak, és a megjelenés óta eltelt több mint egy év alatt ez a szám elérte a 690 millió képet.
A legnagyobb kihívást azonban az jelenti, hogy a Stable Diffusion egy nyílt forráskódú modell, ami azt jelenti, hogy az ezzel a modellel létrehozott tartalom mennyisége nem korlátozódik arra, amit a Stability AI tulajdonában lévő hivatalos tereken készítettek.
Több platform, alkalmazás és szolgáltatás is épül a Stable Diffusion nyílt forrású technológiájára.
Mindezen entitások teljes közönsége is meglehetősen nagy és kiszámíthatatlan, és az általuk naponta előállított tartalom mennyiségét igazán nehéz felbecsülni, de folyamatosan növekszik.
Hogy legalább a méretarányokról képet kapjanak, az EveryPixelnél megnéztek néhányat a legnépszerűbb adattárak közül, például a GitHubot, az HuggingFace-t és a Civitai-t, amelyeken együttesen akár több tízezer Stable Diffusion-alapú modellt is feltöltenek a felhasználóik. Ezután a Midjourney trendjeit alkalmazták az ezeken a platformokon található Stable Diffusion-modellekre. A Civitai csapata megosztotta, hogy összesen 213 994 828 modellt töltöttek le a platformjukról, míg a 10 legtöbbet letöltött modell a heti összes letöltés 2 százalékát teszi ki.
Végül újraszámolták néhány becslésüket, és megállapították, hogy több mint 11 milliárd képet készítettek e három adattár modelljeinek felhasználásával. Más népszerű modelleket is figyelembe véve (például a Runwayt, amelyet külön számoltak) és a Stability AI hivatalos csatornáit is, akkor a Stable Diffusion segítségével létrehozott képek száma 12 590 milliárdra nő, ami a szövegből képet készítő algoritmusokkal létrehozott összes MI-kép 80 százalékát teszi ki.
Adobe Firefly
2023 márciusában mutatta be az Adobe a Firefly-t, a vizuális tartalomkészítésre összpontosító generatív MI-modellek csomagját. A bevezetést követő 6 héten belül a felhasználók több mint 100 millió eszközt hoztak létre. A Firefly-t 2023 májusában integrálták az Adobe Photoshopba, ezóta a képek száma exponenciálisan nőtt, tekintve a Photoshopot világszerte használók számát. Legutóbbi sajtóközleményében az Adobe megosztotta a mesterséges intelligenciával készített képekre vonatkozó statisztikáit: az Adobe Firefly segítségével létrehozott képek száma mindössze 3 hónappal a bevezetés után elérte az 1 milliárdot.
Összefoglalva
Összesen több mint 15 milliárd mesterséges intelligenciával létrehozott képet hoztak létre a Stable Diffusion, az Adobe Firefly, a Midjourney és a DALLE-2 segítségével.
Ez több, mint a Shutterstock teljes fotó-, vektor- és illusztrációs könyvtára, és egyharmada az Instagramra valaha feltöltött képek számának.
Az MI-képstatisztikák birodalmának a rendelkezésre álló adatokon alapuló feltárása és az extrapolációk rávilágítottak a jelenség terjedelmére. Fontos azonban felismerni a kutatás korlátait, a pontos és naprakész MI-képstatisztikák beszerzése továbbra is kihívást jelent. Ráadásul az MI-technológia gyorsan fejlődő jellege, a modellek és alkalmazások egyre szélesebb körűvé válásával együtt megnehezíti az aktuális adatok nyomon követését, amelyek napról-napra elavulnak.
(forrás)
