Nikola Jevremović

21. maj 2023.

Kao i kod raznih drugih novotarija oko kojih se diže prašina kada se pojave, generatore slika i ilustracija bije glas da će zameniti žive autore. Međutim, ko god se malo ozbiljnije dohvatio servisa kao što su Stable Diffusion, Midjourney ili DALL-E, može da posvedoči da rad sa njima nije nimalo jednostavan. Đavo je u detaljima, pa za željeni rezultat morate dobro, i iz više pokušaja, da formulišete softveru šta od njega zahtevate. To je u svetu iznedrilo novo zanimanje – AI prompt inženjera. Kako proceniše u Time magazinu sredinom aprila, ovaj posao je sve traženiji, a u zavisnosti od kompanije koja zapošljava i projekta na kom se radi, plata na godišnjem nivou može da dostigne vrtoglavih 335 hiljada dolara!

Da ipak može i jednostavnije, mogli bi da dokažu udružene snage naučnika iz Googlea, Univerziteta u Pensilvaniji, MIT-a i Max Planck Instituta za informatiku u Nemačkoj. Njihova tvorevina Drag Your GAN, ili skraćeno DragGAN, najlakše bi mogao da se opiše kao PhotoShopova Warp alatka na steroidima. Dakle, manipulaciju određenog objekta vršimo pomeranjem tačaka na njemu (uglavnom raspoređene po obodima različitih geometrijskih oblika). Kod ovog AI generatora, ovo se radi jednostavnim pokretom miša. Na korisniku je da zada početnu i krajnju distancu deformacije, a sve ostalo prepusti softveru. Primera radi, moguće je mački zatvoriti oči, promeniti odeću na osobi ili u potpunosti rotirati objekat kao da je reč o 3D modelu. Zahvaljujući pogonskoj snazi Nvidijine GeForce RTX 3090 grafičke kartice, DragGAN je u stanju da glatko i munjevito transformiše sadržaj sa fotke.

Nažalost, DragGAN još uvek nije dostupan javnosti, te za sada samo možemo da gledamo demonstrativne klipove koji, definitivno obećavaju.