(PressFire.no): For rundt tre år siden tok vi en kikk på det som den gangen var en svært imponerende teknologi: Muligheten til å lage «realistiske» bilder av enkle MS Paint-aktige tegninger.
Vi testet teknologien den gangen ved å ta skjermbilder fra gamle spill, male over i Paint, og så la AI-en tolke resultatet.
Men som vi vet så skjer det mye innenfor data på tre år, og den artikkelen er nå reinspikka søppel.
For AI-revolusjonen er over oss i disse dager: Nå har tjenester som genererer bilder ut fra «intet», kommet for fullt. Man skriver bare inn det man vil ha, og bildene spretter opp på sekunder.
Vi har i denne artikkelen benyttet oss av AI-teknologien Stable Diffusion, som er en åpen kildekode-variant som kjører lokalt på kraftig nok maskinvare. Faktisk har vi nesten ikke gjort annet de siste dagene, for dette er merkverdige saker:
Men det er ikke bare tekst som kan brukes: Ved å mate inn bilder (gjerne sammen med en kort beskrivende tekst), vil det drømmes opp en rekke bilder som tar for seg motivene i bildet og endrer det du vil.
Så hvor er vi fra 2019-bildene i artikkelen vi lenket over her? Kan vi få realistiske bilder ved å bruke gamle pikslete skjermbilder fra dataspill? La oss ta for oss en del gamle klassikere og se hvor vi lander.
Her er for eksempel et bilde av heltinnen Elaine fra det første «Monkey Island»-spillet:
Vi ba AI-en gjøre bildet mer realistisk:
Her kan vi selv bestemme hvordan ting skal være. Vi kan endre øyefarger ved å bare skrive det inn, skifte hårfasong eller få henne malt i Edvard Munch-stil.
Kaptein Mancomb Seepgood fra samme spill ble gjort en del yngre enn planlagt i første runde:
Men med et lite dytt, hvor vi legger til to ord: at kapteinen skal være «rugged» og «older», så blir han med ett litt mer kapteinete:
Eller hva om vi ber AI-en sette Steve Buscemi i rollen som kapteinen?
En annen eventyrhelt er «Space Quest»-protagonist Roger Wilco.
Her er han i «Space Quest V: The Final Mutation» i all sin pikselerte vakkerhet:
Den mer realistiske utgaven gjør det nesten vanskelig å fatte at det ikke er ekte personer, dette.
Slik tolker AI-en pikselversjonen av Sophia fra pek-og-klikk-klassikeren «Indiana Jones and the Fate of Atlantis»:
Å kunne endre bare deler av bilder er forøvrig en av styrkene til Stable Diffusion.
Teknikken heter in-painting, og lar oss enkelt bytte ut Ellie i «The Last of Us» med Mr. Bean og nylig avdøde dronning Elizabeth:
Eller med andre obskure folk, som Manchester United-legende (og tidligere Hull City-trener) Steve Bruce:
Det er få ting som ikke er mulig her, og det tar bare noen tastetrykk for å få helt greie resultater.
Hva med noe litt vanskeligere enn bare fjes. Her er parkeringsplassen i «Police Quest 1», som skal vise seg å bli litt vel mye for AI-en å gruble over:
Her er det litt mindre piksler å ta av og mye farge, men AI-en greier likevel å skjønne sånn cirka hva det er som foregår her og hvor (noen av) bilene står.
Det er derimot ikke så mye skryt å gi for tekst-genereringen her...
Neste på lista er en enda større utfordring.
Her er et tilfeldig rom fra «Day of the Tentacle», som er et spill med en svært særegen stil, merkelige kanter og umulige vinkler.
Vi taster inn en generell beskrivelse av rommet – men greier den å skjønne hva som skal hvor?
Det er ikke bare teksten som kan endres, men også hvor hardt AI-en skal dra til for å finne på en helt ny komposisjon – fra 0 (ingen endring) til 100 (helt nytt bilde).
For å holde bildene forholdsvis gjenkjennbare har vi holdt tallet sånn cirka på midten, men det er jo gøy å se både den ene eller den andre veien – og resultatene er vidt forskjellige.
Her har AI-en overtolket viktigheten med vaskemaskinen, og Bernard blir sittende å vente med enorme mengder klesvask, for eksempel:
Å gå litt for bananas med innstillingene gjør at bare deler av det du ønsker blri med – ofte med merkelige utfall som har lite med originalbildet å gjøre:
La oss maskingevære ut noen bilder fra en rekke spill:
Eller hva om vi lar AI-en finne på noen nye komposisjoner av Amiga-klassikeren «IK+»?
Endring til andre spill
Teknologien som ligger bak kan brukes til mer enn bare å lage realistiske varianter av gamle spillskjermbilder.
Fordi AI-en har blitt trent opp på en obskøn mengde bilder, har den også fortstått forskjellen mellom stiler brukt i filmer og spill.
Med andre ord kan vi gjøre mer.
Det er riktignok null problemer å finne med å gjøre «Duck Hunt» om til en «ekte» bikkje:
Men hva om hunden var lagd av filt?
Eller om det var animasjonsmestrene i Studio Ghibli som lagde spillet? Her har vi ganske enkelt skrevet akkurat det som instruksjoner.
Eller hva om vi tar originalbildet og sier til AI-en at det skal være et skjermbilde fra andre spill?
Hvor er vi på vei?
Take-awayen her må vel være at dette er en helt spinnvill teknologi som kommer til å revolusjonere både høyt og lavt når den en dag blir perfeksjonert. Om ikke før.
Det er fortsatt tidlige dager, men om vi ser hvor raskt det har gått (i grunn bare de siste månedene), så er det klart at noe stort er på gang her. Potensielt svært stort.
Flere selskaper jobber raskt innenfor AI nå – og ikke bare med bedre bildegenerering (Google har med Imagen en langt bedre AI-generering enn bildene du ser i denne saken, men den er ikke åpnet opp for massene enda).
For det finnes nå også varianter som Dreamfusion, som automatisk lager 3D-modeller fra det du skriver og som kan brukes direkte i spill og andre produksjoner – mens andre jobber med tekst-til-video (Meta har en fungerende variant allerede som er ganske mind blowing). For ikke å snakke om OpenAI Codex, som koder det du ber den om.
Og vi har jo alle sett hvor Google har kommet med AI-generert prat.
Hva skjer når vi begynner å kombinere alt dette? Hvor er vi om ti år? 50 år?
Kan vi virkelig få en fremtid hvor man bare ber om en sesong til med «Star Trek - The Next Generation» eller «Friends» – også bare genereres det? Kan jeg få et nytt «Zelda»-spill, bare ved å si til en datamaskin at jeg har lyst på det?
Det er ikke lenger en helt bort i natta tanke, gitt...