AI ilustrace v RPG hrách

[Markus]

Nebylo to myšlené zcela vážně. Ale v tomhle konkrétním případě by bylo stokrát jasnější říct „blunderbuss“ a nepoužívat český výraz pro hudební nástroj.

Proč opakuju, ať s tím lidi mluví anglicky, je ale spíš dojmologie z textů, které AI plodí. České texty psané AI mi přijdou hnusné, robotické, zatímco anglicky to píše moc pěkně. Což, uznávám, je u obrázků dost irelevantní.

[MarkyParky]

Potvrzuju Jersona, jazyk už u Sol a Terry nebyl bottleneck (u Luny ještě občas jo) a začíná to dávat lepší výsledky s promptování významové přesnou češtinou než s nepřesnou angličtinou.

Vyjma trombónu, teda.

[Jerson]

To je právě ten jednoznačný kontext. "Zbraň typu trombón" je naprosto jasná. A asi by bylo jasné i to, když bys popsal, že chceš obrázek kultisty - střelce.

Na druhou stranu když si vzpomenu, jak je na přebalu Zeměplochy nakreslený Doukvítek se čtyřma očima, protože ilustrátor pochopil větu "díval se do čtyř očí" doslova a nikoliv tak, že měl Dvoukvítek nasazeny malé kulaté brýle, tak je na tom AI ještě dost dobře.

[sirien]

...M to možná nemyslel vážně, ale má pravdu; prompting v angličtině je z mojí zkušenosti lepší - nejsou to AI, jsou to Large Language Models a v angličtině mají prostě nejbohatší datovou základnu ze které se mohly učit a ten rozdíl je pořád ještě místy cítit. Pokud jsi schopný se vyjádřit v angličtině obdobně dobře / přesně jako v jiném jazyce, tak je lepší použít angličtinu - pokud ne, tak se asi vyplatí jít spíš s přesností a intuitivností jiného jazyka.

(Zároveň moje zkušenost je že textové výstupy v angličtině jsou elegantnější, než v jiných jazycích, zejména když chceš text psaný určitým stylem nebo něco specifického jako nedejte bohové poezii - u obrázků je ten rozdíl ale řádově menší).

[Passingby]

Lehce tangenciální téma, kdyby si někdo chtěl počíst. Seriál z Root.cz o AI v digitální fotografii. Druhý díl se věnuje mechanismu C2PA pro označování důvěryhodnosti fotek a jak to aktuálně může fungovat na sociálních sítích.

https://www.root.cz/clanky/automaticke- ... rcadlovek/
https://www.root.cz/clanky/kdyz-fotite- ... avy-obsah/
https://www.root.cz/clanky/ai-po-expozi ... t-realitu/

https://spec.c2pa.org/specifications/sp ... ation.html

(a teď si říkám, že to asi taky vypadá, jako nějaký SEO spam )

[Antharon]

Potreboval som dostat ilustracie zvieratiek z wargame na karticky. Uloha bola aby boli rozoznatelne a aby boli pekne. Nafotil som miniatury a pretiahol som ich skriptom cez codex a myslim, ze to je pekne. Chcel som aby to zachovalo povodne zviera vratane vzhladu a pozy a iba pridalo kreslene detaily. Skript bezal cez API a vyslo ma to cca 8.50e za 35 obrazkov. Nie je to tak strasne, ale viem si to predstavit aj lacnejsie.

Karticky vyzeraju nejak takto: https://drive.google.com/file/d/1nUVOD3 ... p=drivesdk

[ilgir]

Tohle je zrovna typická úloha pro AI, protože chceš nulovou invenci a jednotný styl. Sice se bot trošku pere s tím, jak nacpat zvířata do oblečků, aby to vypadalo přirozeně, ale pro hobby produkt je to v pohodě.

[Jezus]

Mě to přijde moc hezké. Ta sekera je sice pořád trochu "figurková", přeci jen se drží dost předlohy, ale sova je super

[LokiB]

...M to možná nemyslel vážně, ale má pravdu; prompting v angličtině je z mojí zkušenosti lepší - nejsou to AI, jsou to Large Language Models a v angličtině mají prostě nejbohatší datovou základnu ze které se mohly učit a ten rozdíl je pořád ještě místy cítit. Pokud jsi schopný se vyjádřit v angličtině obdobně dobře / přesně jako v jiném jazyce, tak je lepší použít angličtinu - pokud ne, tak se asi vyplatí jít spíš s přesností a intuitivností jiného jazyka.

(Zároveň moje zkušenost je že textové výstupy v angličtině jsou elegantnější, než v jiných jazycích, zejména když chceš text psaný určitým stylem nebo něco specifického jako nedejte bohové poezii - u obrázků je ten rozdíl ale řádově menší).

S první poznámkou úplně nesouhlasím v tom smyslu, že LLM si text na vstupu tokenizuje. Takže není už tak zásadní, na jakých textech se učila, protože vstup mu nejde v jazyce promptu, ale v tokenizované podobě ... a ta už může být lepší v "skvělém českém promptu" než v "dobrém anglickém". a nemusí být rozdíl mezi "skvělým českým" a "skvělým anglickým".

Tedy, podle toho jak tomu rozumím, není přímá souvislost mezi vstupním jazykem a jazykem, na kterém se to učilo. Otázkou je, jak dobře se mu podaří vstupní prompt pochopit/tokenizovat.

[Antharon]

ono to asi nebude az tak jasne, lebo je to stale language model a jeho ulohou je generovat jazyk. slova a vety. A to mu bohuzial ide lepsie v anglictine

[sirien]

Loki: upřímně nevim, jak tokenizace funguje (prakticky vůbec), ale vim, že můj přetrvávající pocit je že na angličtinu na mě LLMka prostě reagujou líp - jak pochopenim toho co po nich chci, tak výstupama. Občas se mi stane že pracuju s českym textem a LLMko se mi switchne do češtiny i když stranou těch textů píšu anglicky - a mám zkušenost že pokud ho nedonutim k pokračující komunikaci v angličtině (stranou samotných výstupů) tak mi kvalita jde dolů.

Pravda že na obrázcích jsem češtinu moc nezkoušel a pravda že to je jen můj case a navíc sem to ani nesledoval nijak systematicky ani sem s tim cíleně neexperimentoval, takže to je čistá dojmologie, ale ten dojem že angličtina je pro práci s LLM pořád superior (i když ne nutně extra, ale pořád citelně) prostě mám. Je samozřejmě možný že si to jen sugeruju (všechno co souvisí s elektronikou mám v angličtině since ever a kdykoliv na mě někde vyskočí čeština tak z toho mám cringe feel, což mě možná dělá dost biased). Nonetheless.

[Jerson]

Ono to bude i tím, že čeština má o dva řády větší počet slovních tvarů než angličtina, a pořadí slov ve větě zásadně mění její význam, takže celková složitost češtiny proti angličtině je o tři až čtyři řády vyšší. Což znamená, že AI může češtině velmi dobře rozumět a umět s ní pracovat, a zároveň být při generování textů znatelně slabší, protože k tomuto rozdílu se přidá ještě obrovský nepoměr učících dat v jednotlivých jazycích.
Nicméně když uvážím, že před třemi lety byla komunikace v češtině u řady modelů nemožná, a že dneska musí učitelé používat AI detektory AI obsahu, aby ho v pracích žáků dokázali rozeznat alespoň na 83 %*), tak je na tom AI s češtinou až nečekaně dobře.
A věřím tomu, že za tři roky za mě tenhle text zvládne napsat AI, aniž by to někdo poznal, a za pět let přesvědčí nadpoloviční většinu, že má(m) pravdu, což se mi jen těžko podaří

Nicméně, trochu k věci. Říkal jsem si, že bych převedl komiks Příhody malého boha do lepší grafické podoby, a hned u prvního (titulního) obrázku jsem narazil na to, že jazykový model sice je schopný pochopit uspořádání nohou štírovitého robota, když mu ho popíšu, ale už tohle uspořádání nedokáže popsat grafickému generátoru tak, aby ten obrázek převedl bez chyb. Takže tahle převodní práce by i tak vyžadovala postavit 3D model toho robota, a pro jednotlivá políčka komiksu ho správně napozicovat, nafotit a popsat.

Ne že bych z toho chtěl dělat RPG hru, protože kdo by chtěl hrát RPG Kruanova dobrodružství, Vzpoura mozků nebo Galaxia, že.

[sirien]

Takhle... Se řády nepočítaj
Navíc mám podezření že LLM jako statistické modely s tímhle systematicky analytickym přístupem moc nepracujou a ten slovosled jim bude nejspíš docela jedno.

[Jerson]

No, právě proto, že jsou LLM statistické modely, bych čekal, že jim slovosled jedno nebude.

Nemusí si při tom říkat „tady je téma, tady réma a tady jsem přesunul předmět dopředu kvůli důrazu“. Ale pořád generují další token podle toho, co bylo před ním, a v češtině může změna pořadí stejných slov změnit důraz, význam nebo přirozenost celé věty. Takže to do té statistiky vstupuje úplně stejně jako skloňování nebo časování. A těch možností je prostě podstatně víc než v angličtině. Nejen že máš u jednoho českého slova násobně víc tvarů, ale zároveň můžeš stejnou věc říct několika různými slovosledy, z nichž každý se hodí do trochu jiného kontextu. V angličtině ti pevnější slovosled velkou část těch možností rovnou odstraní.

Takže netvrdím, že model češtinu nějak „analyzuje“ jako lingvista. Tvrdím, že prostor možných správných výstupů je v češtině mnohem větší a model musí z většího množství variant trefit tu, která zrovna sedí významem, důrazem a stylem. A když k tomu přidáš výrazně menší množství českých trénovacích dat, tak mi přijde docela očekávatelné, že bude v angličtině působit jistěji.

[Antharon]

Takhle... Se řády nepočítaj

Alebo je cestina proste 10000x zlozitejsia!