Эксперимент: справится ли нейросеть Midjourney с подготовкой обложек для IT-блога так же хорошо, как дизайнер?

Многие восхищаются качеством иллюстраций, нарисованных нейронными сетями. Они находят неожиданные образы и подбирают яркие цвета. Но смогут ли нейросети взять на себя профильную задачу — создавать обложки для текстов технического блога? Мы протестировали Midjourney, в тексте делимся результатами и советами по работе.

Содержание:

→ Нейросеть для художников

→ Как сформировать запрос для нейросети

→ Пример генерации изображения

→ Тестирование Midjourney

→ Нейросеть — конкурент? Мнение ведущего дизайнера

Перед тем, как перейти к эксперименту, скажем пару слов о нейросетях и требованиях к запросам.

Поэкспериментировать с Midjourney может любой желающий. Достаточно подключиться к discord-каналу проекта. Каждому пользователю доступны 25 запросов.

Иная политика у конкурентного проекта — DALL-E: он бесплатен и не ограничивает в количестве запросов.

Сложно сказать, какая нейросеть показывает лучшие результаты. Как и DALL-E, Midjourney умеет рисовать не только потрясающие, но и непонятные и даже пугающие изображения.

При создании иллюстрации дизайнер думает о том, как лучше объединить разные элементы, которые прописаны автором в техническом задании. Аналогичным образом работает Midjourney.

Чтобы получить желаемый результат от нейронной сети, нужно корректно сформировать для нее запрос. Разработчики Midourney опубликовали советы о том, как правильно общаться с нейросетью. Выделим основные из них.

→ Пишите как для ребенка

Формулировки должны быть буквальными: без метафор, эвфемизмов, словесных каламбуров и прочего.

Неправильно: «Обезьяны занимаются бизнесом».

Правильно: «Обезьяны сидят в деловых костюмах».

Запросы лучше формировать на английском. Другие языки Midjourney понимает хуже.

→ Избегайте отрицаний

Представьте, что вам нужно выбрать одну дверь из тысячи — за ней будет сундук с золотом. Рядом стоит «помощник», который знает наверняка, где спрятаны богатства. Вы его спрашиваете, какую дверь нужно открыть, чтобы обогатиться. А помощник отвечает: «Точно не 178». Стала ли задача проще от его подсказки?

Если нужно, чтобы Midjourney нарисовала зонтик любого цвета, но не красного, попробуйте использовать отрицание. Разработчики утверждают, что языковые модели часто игнорируют отрицательные частицы, союзы и предлоги («не», «но», «кроме», «без»). Если нужен синий зонтик, напишите об этом прямо.

→ Забудьте про мелкие детали

Они могут перегрузить систему. Не нужно описывать количество морщин на морде обезьяны или число цветов в саду. Попробуйте описать черты или пейзаж одним или парой слов.

Чтобы сгенерировать изображение, нужно подключиться к каналу Discord, перейти в комнату newbies, ввести команду /imagine и написать свой запрос. В течение 10-30 секунд будет готова подборка из изображений.

Когда загрузка достигнет 100%, под коллажем появятся кнопки «U1, U2, U3, U4» и «V1, V2, V3, V4». Кнопки из первого ряда нужны для улучшения качества выбранных изображений — апскейлинга. А кнопки из второго ряда — для генерации картинок, «похожих» на выбранное изображение из подборки.

Мы решили проверить, как к решению задач дизайнеров-иллюстраторов подойдет нейронная сеть. Похожий эксперимент провели ребята из SkillFactory: они проверили, может ли DALL-E помочь избавиться от дорогих стоковых иллюстраций.

Нам был важен не стиль рисовки, а композиция, которую может придумать Midjourney. Для этого выбрали три статьи из нашего блога и сформулировали запросы для обложек. Посмотрим, что получилось.

Недавно выпустили статью про долгий поиск и дебаг ошибки в мониторинге объектного хранилища. На обложке метафорично изображена кроличья нора с уходящими вглубь строчками кода, программными ошибками и разными пиктограммами. Разработчик конкретно закопался в абстракциях, и дизайнер это изобразил.

Мы протестировали несколько вариантов запросов.

Первый запрос: Rabbit hole with Python program code

Сначала попробовали описать для нейросети общую концепцию. Притом добавили: на изображении должен быть код на языке программирования Python.

Midjourney удалось повторить перспективу норы и даже нарисовать кролика. Но больше ничего общего с оригинальной обложкой нет.

Также нейросеть забавно интерпретировала упоминание языка программирования Python: на иллюстрациях встречаются текстуры, напоминающие чешую, и даже змеиные яйца.

Второй запрос: Python code in the rabbit hole and rabbit

Добавили отдельно кролика. Но нейросеть пошла дальше и нарисовала жуткого «лунтика», который вылупился из змеиного яйца.

Третий запрос: Program code in the rabbit hole and rabbit

Чтобы Midjourney не генерировала больше змееподобных кроликов, решили вычеркнуть упоминание Python. Написали проще: «программный код».

Нейросеть сгенерировала старые ЭЛТ-мониторы (первая и третья картинки). И если на второй картинке изображено что-то абстрактное, то на четвертой — чисто клон кролика из «Алисы в стране чудес».

Следующий этап тестирования — генерация обложки для статьи про машинное обучение на GPU в Managed Kubernetes.

Идея дизайнера: из коробки, символизирующей контейнер Kubernetes, вылетают картинки с котиками. Они сгенерированы в нейросети на GPU.

Первый запрос: Kubernetes container, photos with cats, machine learning, graphic processing unit

Сначала решили посмотреть, что придумает Midjourney, если просто перечислить ключевые элементы через запятую.

Итог — картинка с контейнеровозом, контейнерный терминал, какие-то полки и фотография Мурзика.

Второй запрос: Box of pictures with cats

Когда поняли, что Midjourney не сумеет придумать композицию, решили составить простой запрос: «коробка с изображениями котов». На этот раз проблем не было, если не обращать внимание на странных котов.

Казалось, ничего лучше нейросеть уже не покажет. К тому же, нужно было сгенерировать иллюстрацию по сложному концепту — разделение мощности виртуального процессора.

Дизайнеры подошли к вопросу творчески — нарисовали нарезанное облако на тарелке. Но что придумает нейросеть?

Запрос: Virtual CPU, power sharing, cloud operations, shared line

Расписывать всю идею натюрморта было бессмысленно. Запрос получился бы расплывчатым и слишком длинным. Поэтому «скормили» нейросети обычную последовательность из ключевых элементов.

Результат нас удивил. Палитра и зернистость некоторых изображений очень напомнили картинки, которые рисуют дизайнеры Selectel.

Правда осмысленная композиция есть только на первой иллюстрации. Кажется, что облако лежит на квадратной тарелке, которую мы даже не упоминали в запросе.

Результат

Нам стало интересно, что будет, если мы сгенерируем дополнительные варианты первой картинки. Для этого нажали на кнопку V1.

Особенно точно идея с нарезанным облаком передана на первой иллюстрации. Нажали на кнопку U1, улучшили качество изображения и получили иллюстрацию с еще большим градусом точности.

Считаем, что это — лучший результат.

Заменят ли нейросети дизайнеров — пока сказать сложно. Можно научить Midjourney и DALL-E делать иллюстрации в стилистике компании. Но если брендбук будет меняться, нейросети нужно будет переобучать на новых примерах, которые необходимо кому-то отрисовать. Сегодня (как и в обозримом будущем) кажется, фрилансер Midjourney в Selectel не понадобится.

Читайте также:

#selectel #нейросети #midjourney #дизайн