La batalla de las IA’s de dibujo: ¿Quién es el mejor artista digital?

Buenos días para todos mis grandes amigos Dodos!

Nuevamente estuve ausente, y es que me tome mi tiempo para hacer un nuevo análisis respecto a las diferentes tipos de IA’s; y si, no son IA’s, pero considerando que son convenios que han sido aceptados socialmente, pues deberemos seguir la misma denominación a efecto que esto no ocasione confusión. Para este análisis me tome la molestia de solicitar algunas referencias y pedir a algunos conocidos en el campo de la programación, matemática y artistas digitales su opinión respecto al uso de herramientas a quienes les dedico mi mayor homenaje de admiración y respeto.

En esta ocasión, les haremos un análisis a las primas derivadas de ChatGPT, que se encuentran dedicadas al campo de dibujo, por cuanto estas herramientas fueron la razón de que se hiciera conocida las herramientas de inteligencia artificial. Este análisis esta dividido 3 partes: el análisis objetivo, el analisis subjetivo, y las consecuencias del uso de estas herramientas.

1).-Análisis Objetivo:

Las IAs de dibujo han avanzado significativamente en los últimos años y están demostrando ser una herramienta útil para los artistas digitales. Las siguientes son algunas de las IAs de dibujo más populares y sus características únicas, a fin de entender porque estas herramientas son diferentes, veremos un poco a nivel operativo como es que funcionan.

a).-Lexican

Lexican es una IA de dibujo que utiliza la tecnología GAN (redes generativas antagónicas) para crear dibujos. Puede imitar diferentes estilos de dibujo y también tiene la capacidad de crear dibujos únicos. Es fácil de usar y tiene una interfaz intuitiva que permite a los usuarios personalizar sus dibujos. Es una herramienta que dispone de un catalogo de creación gratuito de hasta 100 dibujos al mes.

La GAN utiliza dos redes neuronales que compiten entre sí en un proceso llamado entrenamiento adversarial. La primera red es conocida como la red generativa y su trabajo es crear datos nuevos e inéditos que se parezcan a los datos de entrenamiento que se le proporcionan. La segunda red es conocida como la red discriminativa y su trabajo es determinar si los datos que se le presentan son reales o falsos.

Esta tecnología GAN para quienes no lo sepan,  se basa en el proceso de entrenamiento, la red generativa comienza a crear datos nuevos y se los presenta a la red discriminativa. La red discriminativa luego determina si estos datos son reales o falsos. Si se determina que los datos son falsos, la red generativa ajusta su enfoque para crear datos que sean más parecidos a los datos de entrenamiento reales. Si se determina que los datos son reales, la red discriminativa se ajusta para ser más precisa en su determinación de si los datos son reales o falsos.

Este proceso de retroalimentación continua de la GAN ayuda a mejorar la capacidad de la red generativa para crear datos nuevos y realistas. Una vez que la GAN se ha entrenado, la red generativa puede ser utilizada para crear datos nuevos e inéditos que se parezcan a los datos de entrenamiento, lo que la hace útil en campos como la generación de imágenes, el procesamiento del lenguaje natural y la música, entre otros.

b).-Mid Journey

Mid Journey es una IA de dibujo que utiliza la tecnología de aprendizaje profundo para crear dibujos. Es especialmente buena en la creación de retratos y paisajes, y tiene la capacidad de imitar diferentes estilos de arte. Mid Journey también ofrece una gran cantidad de herramientas de personalización para que los usuarios puedan ajustar el resultado final a su gusto. Siendo privada esta opera por un sistema de Tokens para la creación de dibujos.

Pero es aquí donde viene la diferencia, la tecnología de aprendizaje profundo consiste en el uso de una red neuronal, que está diseñada para aprender a reconocer patrones en un conjunto de datos de dibujos y luego imitar esos patrones para crear dibujos nuevos.

El proceso de aprendizaje de Mid Journey comienza con la alimentación de un gran conjunto de datos de dibujos. La red neuronal de Mid Journey examina estos dibujos y aprende a reconocer patrones en ellos, como la forma de las líneas, la disposición de los objetos, los colores, entre otros aspectos.

Una vez que la red neuronal ha sido entrenada en el conjunto de datos, se puede utilizar para crear dibujos nuevos. Al ingresar una imagen de referencia o una descripción textual, Mid Journey utiliza la red neuronal para crear un dibujo nuevo que se asemeje al estilo de los dibujos del conjunto de datos de entrenamiento.

El aprendizaje profundo utilizado por Mid Journey es una técnica poderosa y versátil que se puede aplicar en muchos campos, desde la detección de fraudes hasta la medicina y la robótica. En el caso de la creación de dibujos, el aprendizaje profundo permite a Mid Journey crear dibujos nuevos y únicos de manera rápida y eficiente.

c).-DALL-E

DALL-E es una IA de dibujo creada por OpenAI que es capaz de generar imágenes a partir de descripciones de texto. Puede crear imágenes realistas de objetos que nunca antes ha visto y puede ser una herramienta útil para diseñadores y publicistas. Fue la primera versión de una IA de dibujo, al igual que otras herramientas de pago, opera por un número limitado de tokens para la creación de dibujos. Su sistema es mas bien limitado, por cuanto depende directamente de la operatividad de ChatGPT, y comparado con los anteriores es mas similar a un buscador de imágenes que a un dibujante en si mismo, ya que su sistema opera buscando en toda la base de datos las imágenes que cumplan con los requisitos solicitados por el usuario. Lo pondré en estos términos: es un Google de imágenes muy sofisticado, pero solo es un Google.

d).-Stable Difussion

Stable Difussion es una IA de dibujo que utiliza la tecnología de difusión estocástica para crear dibujos. Tiene una interfaz fácil de usar que permite a los usuarios ajustar los parámetros de dibujo y también tiene la capacidad de crear animaciones.

La difusión estocástica es un proceso matemático que se utiliza para describir cómo un sistema se mueve y se difunde con el tiempo. En el caso de Stable Difusion, la difusión estocástica se utiliza para modelar la distribución de probabilidad de los datos de entrenamiento, lo que permite a la red neuronal de Stable Difusion generar datos nuevos a partir de esta distribución de probabilidad.

El proceso de entrenamiento de Stable Difusion implica la creación de una red neuronal que puede mapear un conjunto de datos de entrada a un conjunto de datos de salida. A diferencia de otras técnicas de aprendizaje profundo, como las redes neuronales convolucionales o las redes neuronales recurrentes, que utilizan capas de procesamiento secuenciales, Stable Difusion utiliza una única capa de difusión estocástica.

Traducido al lenguaje común: El sistema crea un enorme árbol de decisiones, datos y secuencias, y basado en la probabilidad elige la rama del árbol más adecuado, esta selección lo hace a partir de una decisión tomada directamente por la matemática.

Durante el proceso de entrenamiento, la red neuronal de Stable Difusion ajusta su distribución de probabilidad de tal manera que puede generar datos nuevos y variados a partir de los datos de entrenamiento. Una vez que la red neuronal ha sido entrenada, se puede utilizar para generar datos nuevos y originales que se parezcan a los datos de entrenamiento, pero que no sean idénticos.

En el caso de Stable Difusion, esta técnica se ha utilizado para la creación de imágenes de alta calidad, la generación de música y la síntesis de voz. Al generar datos nuevos y variados, la tecnología de difusión estocástica de Stable Difusion permite a las redes neuronales crear contenido original e inédito.

e).-Leonardo

Leonardo es una IA de dibujo que utiliza la tecnología GPT-3 (transformador generativo de lenguaje) para crear dibujos. Es especialmente bueno en la creación de personajes y paisajes y tiene la capacidad de imitar diferentes estilos de dibujo. Por desgracia no hay información al respecto de su mecanismo interno de funcionamiento, a lo que solo se podría suponer que es una versión con variaciones de lo que tuvo que ser Dall-e, el cual fusiona los métodos de buscador con el método de diseño. Pasa a ser relevante porque toma lo mejor de otras herramientas, las fusiona y claramente las mejora. Esto no es una violación de derecho de autor ni de plagio a un programa, ya que técnicamente ellos no se adjudican el derecho de las herramientas originales, pero el hecho de fusionarlos en uno es completamente nuevo y presenta unos acabados que son bastante aceptables.

2).- Análisis Subjetivo:

Esta sección puede ser un poco rara porque se encuentra sometida al gusto y la experticia sobre la manipulación de los programas por parte de los usuarios.

En primer lugar, cabe mencionar que cada una de estas herramientas tiene un enfoque ligeramente diferente. Por ejemplo, DALL-E está diseñado específicamente para la creación de imágenes a partir de texto, mientras que Mid Journey se centra en la creación de dibujos a partir de un conjunto de datos de dibujos existentes.

En cuanto a la calidad de las creaciones, las herramientas parecen estar bastante parejas. Todas ellas son capaces de crear imágenes y dibujos de alta calidad y con una apariencia muy realista, aunque hay algunas diferencias en términos de estilo y variedad.

Otra diferencia importante a tener en cuenta es la facilidad de uso. Algunas herramientas, como Leonardo, tienen interfaces de usuario muy amigables e intuitivas que facilitan la creación de contenidos. Otras herramientas, como DALL-E, pueden ser un poco más complicadas de usar debido a la necesidad de proporcionar descripciones de texto precisas para generar las imágenes.

En cuanto a la velocidad y eficiencia, Stable Difusion parece ser la herramienta más rápida y eficiente en términos de generación de datos nuevos. Esto se debe en parte a su enfoque de difusión estocástica, que le permite generar datos de manera muy rápida.

En resumen, cada herramienta tiene sus propias fortalezas y debilidades, y la elección de cuál usar dependerá en gran medida del uso específico que se le quiera dar. Si se busca una herramienta fácil de usar para la creación de dibujos, Mid Journey podría ser una buena opción. Si se busca una herramienta para generar imágenes a partir de descripciones de texto, DALL-E podría ser una opción interesante. En última instancia, la elección dependerá de las necesidades y preferencias del usuario.

¿Pero que pasa con los acabados?

En términos generales, todas las herramientas son capaces de producir resultados impresionantes y de alta calidad. Sin embargo, hay algunas diferencias en términos de estilo y acabado que pueden marcar la diferencia en la elección de una u otra herramienta.

Por ejemplo, en el caso de Mid Journey, los dibujos generados tienen un estilo más limpio y detallado, con un acabado que asemeja a un dibujo hecho a mano. Por otro lado, las creaciones de DALL-E tienen un acabado más suave y realista, con detalles más sutiles y tonos de color más naturales, aunque son demasiado primitivos, los dibujos tienden a ser mas con acabado de estilo infantil.

En el caso de Leonardo, la herramienta se centra en proporcionar una experiencia de dibujo más tradicional, por lo que los acabados pueden variar ampliamente dependiendo del estilo y habilidades del usuario. Los dibujos tienden a ser de acabados mas oscuros, y mas góticos.

En cuanto a Stable Difusion, su tecnología de difusión estocástica permite generar imágenes con detalles y texturas muy realistas, lo que da lugar a acabados sorprendentemente realistas.

Lexican tiene estilos de dibujos mas iluminados y mas alegres, pero limitados a los de sus bases de datos, por cuanto pedirle que cree dibujos que se salgan de su base estandard puede ocasionar efectos indeseados.

En resumen, cada herramienta tiene su propio estilo y enfoque en cuanto a los acabados de sus creaciones. La elección dependerá de las necesidades y preferencias del usuario, y puede variar ampliamente dependiendo del tipo de proyecto en el que se esté trabajando.

En resumen, estas IAs de dibujo son solo algunas de las muchas que existen en el mercado actual. Cada una tiene sus propias fortalezas y debilidades, y la elección de cuál usar depende de las necesidades individuales de cada artista digital. Con la tecnología avanzando constantemente, es emocionante ver lo que el futuro de las IAs de dibujo nos depara.