魔術として理解するお絵描きAI講座｜深津 貴之 (fladdict)

やればやるほど呪術化する、AI画像錬成について。 以下は、その道の専門家にはメッチャ怒られるかもしれない、雑なロジックと制御講座。 いちおうメジャーなサービスでは、共通して動作するノウハウ（DALL-E2, MidJourney, StableEiffusion, DiscoDiffusion, crayon, dall-e mini 他）。 雑に理解する画像AIのしくみ対話型のAIにとって、呪文プロンプトとは画像錬成の方向性ベクトルを定めるものにすぎない。 たとえば、以下は「I love apple」で錬成された画像の例である。どうにも、ふわっとしたものが出てくる I Love Apple「Apple」という方向性ベクトルは、「リンゴ」「青リンゴ」と「アップルコンピューター（旧レインボーロゴ」「アップルコンピュータ（新ロゴ）」など、複数の可能性を同時に持つからだ。 つまり、「Apple」

[amunku]

新しい職業が爆誕したよな。「AI使い」。召喚士みたいでかっこいい。「推敲してるうちに他の人に記事を出された」とあるが、その人の記事は有料だったので、この記事を無料で出したこの人のが「強い」。

[gcyn]

『真に覚えるべきノウハウは、「新しいブラックボックス技術に遭遇したとき、以下に短時間で挙動仮説をたて、暫定的に制御下におくか？」という技術だ。これに再現性をもたせることこそが重要だ思う』感服感服…。

[fukufukuyarou]

オカルティズムは隠秘学と書くが、魔術とはつまり「プロセスを隠蔽してアウトプットだけを開示する」技術体系と考えてよい

[euclidean]

正直このAI？の画風に飽きてきた

[otchy210]

プログラミング言語の歴史に例えると、アセンブリの時代から最初の高級言語が産まれたくらいの時代に似ている。高級言語によって間口は広がったが、さりとてアセンブリを理解している人が圧倒的に強いみたいな感じ。

[mayumayu_nimolove]

深津さんはこう言うの開発する立場だったからな

[mazmot]

こっちのほうが品がある

[fukasho39]

初期のころの検索エンジンでの上手な検索の仕方に似ている気がする

[baroclinic]

かっこいい。呪文とは、人類が積み重ねた幾多の言葉の総体からベクトルを取り出すことだったんだなあ。「今日からお前の名前は千だ」で少女は冥界を彷徨ったんだなあ

[spark7]

見慣れてきたら呪文のデコンパイルも簡単になるのかな

[swingwings]

自分の求める物を錬成出力させようと思うと膨大な指示書～呪文～が必要になる、簡単じゃねぇぞという事実が広く知れ渡ったのは良いことかもしれない。「AIでちょちょいなんでしょ？」みたいな勘違い野郎が減る。

[pascal256]

力ある言葉。まさにルーンだな。。。

[Lhankor_Mhy]

シンギュラリティって、こういう複雑性の彼方に論理が埋もれていく方向性で進みそうな気がするんだよな。

[lanius]

プロンプトエンジニアリング。曖昧さの小さいベクトルを探す。質のいい画像のキャプションに近い表現をする。

[abe_shenzo]

シンギュラリティ（AIが自己進化する未来）の後の時代の人類に求められるスキルの一端。その時代の人類はAIが開発したAIの推論プロセスを理解することが出来ないため必然的に魔術的にAIを扱うことになる。

[iliorz419]

わくわく

[bean_hero]

呪文をわかりやすい口語に置き換えるAIも出てきそう

[Tomosugi]

shi3zは天才なので相手にならない

[kamezo]

誰か、この辺のテクニックを取り入れた「AI操縦用UI」を作ってくれ（名前はスーザン・カルヴィン……では使いにくいか）／既にAI謹製のフェイクポルノが流通してそう／AIで生成と言わずに作品を発表して揉める人が出る

[kamanobe]

作風のインプットを「英霊」って呼ぶのちょっと好き。

[kanopen]

現代の魔術体系の基礎編って感じ

[ytRino]

fladdict氏はずっと発信してきてるしこれもそのまとめに過ぎないと思うけどなにを秘匿してたんだろうか ところでshi3z氏の記事は後乗りな割に中途半端でいまいちだったと思う

[shidho]

架空の会社であった頃の満開製作所が発表した満開2号に付属するグラフィックソフトのコンセプトが音声認識であいまい認識可能だったんだけど、ここに出てくる呪文の話と丸かぶりしているなと思った。

[puhu208n]

「説明文付きフリー素材で学習したAIで画像を作って著作権フリーの素材をゲットしよう」というゲームなので、学習データセットに付けられた説明文に近い形式で入れると元のフリー素材に近い画像が出ますよというお話

[misshiki]

“AIをよく使役するには、2つの理解「ベクトルの方向を強く適宜する力ある言葉ルーンの語彙力」と「再現性をもった呪文の組み立て」が必要になる。”なるほどー

[TETOS]

後の精霊魔法である

[subaccountx]

ずっと秘密にしてきた癖に shi3z が記事出した途端にこれ

[dal]

人物モチーフあたりなどなるほど確かに英霊だ、カメラ設定とかもそうであろう概念だし英霊召喚してた。

[Ez-style]

途中ちょっと出てきたけど、「完璧なフェイクポルノを実現する文字列」を見つけたとして、それを使って画像を生成すること（自分で見るだけ）、その文字列を広めることはそれぞれ違法になるんだろうか。

[securecat]

しかし対話型AIなら、もっとよしなにしてほしいよな。(よしなにしてもらうための魔術という意味はわかってるけども)

[yamuchagold]

猫ポリスもAIが出力したものだろうか？？

[yoshi-na]

そのうち「ゼロからはじめるAI魔術の書」みたいな本が出るなと

[eu-ro]

AI遣い

[kuippa]

学習させたであろう画像データとテキストのカテゴリ推測になりつつあるな。各国の美術館、MOMA、ネットショップあたり。多分ツイッターや日本の漫画やイラスト郡はあまりはいってなさそうだよね。再学習してるのかな

[haatenax]

ググる力もスキルとして認められてるようにAIに対するプロンプトもセンスとスキルが問われるのは当然だった

[Andrion]

要するにグーグル検索と同じ

[HMT_EG]

段々解説が英文法の参考書みたいになってきた。｜“フォトリアルなオッパイポロリの姫騎士的なにか、しかも顔はハリウッド女優”画像、保存してますよね？

[atohiro]

映画「未知との遭遇」で音と色で会話（ソルレソル風言語？）してたけど、アレに近いイメージがある。

[daysleeeper]

天野喜孝風、寺田克也風、安彦良和風、ロシアアバンギャルド風のイラストしか書けないバカなAI

[soratomo]

ホグワーツみ。