Untersuchungen zur visuellen Ki

mit Bildbeispielen

Eingabedatum: 01.06.2021

Kein Bewusstsein, kein freier Wille, nur Spezial-KI, kann nur Regeln folgen, hat kein Gewissen. So die wesentlichen negativen Urteile zur KI, aber es gibt auch Vorteile, wie zum Beispiel Mustererkennung und Datenverarbeitung, und hier besonders hervorzuheben die Geschwindigkeit und mögliche Menge an zu verarbeitenden Daten, und nicht zu vergessen ihre Gewichtung. Dazu später mehr.

Update:


Hier eine Version mit DallE2 erstellt. DallE2 erscheint mir etwas 'overguided', d.h. Vielfältigkeit wird durch Konzentration überlagert. Die Ergebnisse entsprechen eher den Erwartungen, statt diese zu erweitern.

Erst einmal ein Bild:



In dieser Phase arbeiten wir mit einem öffentlich zugängliche Jupyter Notebook beruhend auf dem GPT3 Modell von OpenAI bei dem Texteingaben visuell interpretiert werden. Zum vorangehenden Bild lautete die Texteingabe "Banana attached by a tape at the wall of a white cube".
Es ist nicht so, dass jede Texteingabe sofort ein entsprechendes Bild präsentiert, oft sind es zig Tausende an Iterationen, die mit einer speziellen Lernrate zu durchlaufen sind, bis ein interessantes Ergebnis zutage tritt.



Auf die Aufforderung 'a banana as a work of art in a gallery' konstruiert die KI Folgendes.


a banana as a work of art in a gallery #OpenAI #text2image #gpt3

Das Bild enthält 4-5 signifikante Elemente, die in einem nicht klar und eindeutig definierten Raum installiert sind. Das Phänomen einer räumlichen Diskontinuität ist uns bekannt und verwundert, da die KI sowohl über ein Short Term Memory als auch über ein Long Term Memory verfügt und daher räumliche Zusammenhänge kein Problem darstellen sollten. Das Bild wird mittig vertikal durch eine rote, aus Kettengliedern bestehende Linie geteilt.
Am rechten Bildrand ist ein gelb gefärbtes, rechteckiges Bild zu erkennen, das angeschnitten ist.
Parallel zur mittigen Linie zeichnet sich ein senkrecht verlaufender gelber Streifen ab, der am unter Ende die konvexe Silhouette einer Banane nachzeichnet.
Während die rechte Bildhälfte eine räumliche Einheit aufweist, wird es in der linken Bildhälfte interessant. Im unteren Viertel erkennen wir ein Wanddurchbruch, der den Blick auf eine in gelben Farbtönen gehaltene Rauminstallation freigibt.
Oberhalb scheint ein Sturz bzw. eine Bildrahmenkante die linke Bildhälfte zu trennen. Während im oberen Bereich eine durch zwei Schnitte aufgetrennte Leinwand zu sehen ist.


ct