Generatiiviset kuva-, ääni- ja videomallit luovassa työssä

Kirjoittanut: Markus Sjöberg

Luovalla alalla generatiiviset työkalut ovat myös paljon muuta kuin kielimalleja. Erilaiset kuva- ääni- ja videomallit sekä muut luovat tekoälymallit ovat tulleet osaksi luovan työn kenttää. Kehitys on tapahtunut epätasaisesti, mutta toisaalta alojen välillä kattavasti. Esimerkiksi liikkuvan kuvan puolella olemme vielä demoasteella, mutta kuvia generoivat työkalut ovat jo laajasti hyödynnettyjä kaupallisissa tarkoituksissa.

Generatiivisille tekoälytyökaluille on tyypillistä nopea kehityskulku. Uusia tekoälytyökaluja sekä niiden uusia versioita julkaistaan nopeaa vauhtia. Ensi viikolla tehokkaimmat työkalut saattavat olla toisia kuin tällä viikolla.

Eri käyttötarkoituksiin on myös eri työkaluja. Toinen malli voi soveltua yhteen käyttötarkoitukseen erinomaisesti, kun toinen taas toisenlaiseen. Esimerkiksi realistisen kaltaiseen tekoälyvideoon sai tietyssä vaiheessa kehitystä parhaita tuloksia käyttämällä RunwayML:n uusinta mallia, mutta Von Wrightin maalausten henkiin herättämiseen Luma Labsin Dream Machine tuotti yllättäen parempia lopputuloksia. Ainoa tapa löytää toimivimmat työkalut on hakea verkosta viimeisintä tietoa toimivista tekoälytyökaluista ja kokeilla tarvittaessa myös muita vaihtoehtoja, jos ensimmäisenä testattu työkalu ei tuota toivottua lopputulosta.

Tulevaisuudessa on mahdollista, että tietyt yhtiöt saavat markkinajohtajan aseman ja pystyvät koostamaan yleiskäyttöisempiä luovan alan työkalupaketteja. Tästä on olemassa jo tiettyjä merkkejä, vaikka tulevaisuuden ennustaminen onkin haastavaa. Tekoälytyökalujen toiminnallisuuksia on integroitu myös perinteisempiin luovan alan digitaalisiin työkaluihin. Esimerkiksi Adobe hyödyntää Photoshopissa, Premieressä ja Illustratorissa generatiivisia ominaisuuksia. Tällöin generatiivinen työskentely nivoutuu paremmin perinteiseen luovan alan työskentelyyn.