AI- yksi työkalu lisää työkalupakkiin

Tekoälykuvat tuntuvat uudelta ilmiöltä. Kuvantekemisen kannalta ne eivät kuitenkaan ole syntyneet tyhjästä. Tietokoneella on tehty kuvia jo vuosikymmeniä. Muutos on tapahtunut vähitellen: ensin tietokone laski kuvan, sitten se renderöi ihmisen rakentaman maailman, myöhemmin se helpotti kuvan muokkaamista ja nyt se pystyy rakentamaan kuvan ihmisen antamien ajatusten ja lähtömateriaalin perusteella.

1980-luvulla tietokoneella tehty kuva saattoi syntyä kokonaan matematiikan avulla. Mandelbrotin joukko on tästä hyvä esimerkki: tietokone laski kaavan perusteella kuvapisteet, joista syntyi meille nykyisin tutun näköisiä fraktaalikuvia. Kuva oli siis olemassa laskennan tuloksena, ei kameralla kuvattuna eikä ihmisen piirtämänä.

Seuraavaksi tietokoneella alettiin rakentaa kokonaisia virtuaalisia maailmoja. 3D-mallinnuksessa ihminen määritteli esineet, pinnat, kameran ja valot, ja tietokone laski niistä kuvan. Ray tracing teki mahdolliseksi yhä realistisemman valon ja heijastusten laskemisen. Samalla syntyi kokonainen CGI-kuvantekemisen maailma.

Digitaalinen kuvankäsittely toi seuraavan muutoksen. Monet pimiössä tehdyt asiat siirtyivät tietokoneelle, ja valokuvaa voitiin yhdistää piirrokseen, 3D-malliin ja toiseen valokuvaan. Asiat, jotka olivat aikaisemmin mahdollisia mutta työläitä, muuttuivat huomattavasti helpommiksi.

Vähitellen tietokone alkoi myös osallistua kuvan valmistamiseen. Animaatiossa se saattoi laskea avainruutujen välisiä vaiheita ja kuvankäsittelyssä automatisoida erilaisia työvaiheita. Ihminen määritteli edelleen lopputulosta, mutta kone teki yhä suuremman osan varsinaisesta työstä.

Generatiivinen tekoäly vie tämän kehityksen askeleen pidemmälle. Ihmisen ei tarvitse enää välttämättä rakentaa virtuaalista maailmaa tai muokata jokaista kuvan osaa itse. Hän voi antaa järjestelmälle tekstin, kuvia tai niiden yhdistelmän ja alkaa keskustelemalla ohjata sitä kohti haluamaansa lopputulosta.

Työnkuva muuttuu

Minusta kiinnostavin muutos ei kuitenkaan ole tekniikka vaan se, mitä se tekee kuvaajan työlle. Tekoälykuvien kohdalla kiinnostavin muutos ei ehkä olekaan se, että tietokone pystyy tekemään kuvan. Paljon suurempi muutos tapahtuu kuvaajan omassa työssä.

Kuvaajan ei tarvitse enää välttämättä tehdä kuvaa itse. Hänen tehtäväkseen voi tulla kertoa, millainen kuva tehdään ja mitä olemassa olevaan kuvaan muutetaan.

Tässä mielessä kyse ei ole vain uudesta kuvaustekniikasta. Kyse on työnkuvan muutoksesta. Ehkä jopa eräänlaisesta radikaalista innovaatiosta. Kuvaajasta tulee määrittelijä.

Kuvaa käsittelevä prompti ei olekaan ensisijaisesti kuvaus siitä, mitä kuvassa on, vaan määrittely siitä, mitä kuvalle halutaan tehdä. Ja kuten ylläolevasta kuvasta näkyy, niin aina määrittelyt ei onnistu.

Joskus määrittelyssä tulee myös vastaan tekoälyn omalaatuinen tapa tulkita ohjeita. Kun pyysin rakennukseen pomminosuman, sain seinään teipatun suuren aikapommin. Olin ajatellut seurauksia, tekoäly ratkaisi ongelman esineen kautta.

Kuvaajan uusi työväline ei ole pelkästään kamera tai kuvankäsittelyohjelma. Se on kyky määritellä, millainen lopputuloksen pitää olla. Eli kuvaaja voi antaa esimerkiksi:

• referenssikuvan → tämän kaltainen ympäristö, sommittelu tai tyyli
• tunnelman → hämärä, uhkaava, rauhallinen, nostalginen
• kuvan lähtökohdan → muuta tätä olemassa olevaa kuvaa
• rajauksen ja sommittelun → pidä rakennus tässä, muuta taustaa
• tarkan muutoksen → osa rakennuksista on romahtanut
• teknisiä määreitä → polttoväliä muistuttava perspektiivi, syväterävyys, valaistus jne.

Ja pitää muistaa, että eri tilanteissa määrittelyn tarkkuus voi olla aivan erilainen. Kuvaaja määrittelee kuvaa erilaisten keinojen ja työkalujen avulla. Hän voi antaa järjestelmälle vain lähtökohdan ja tunnelman tai määritellä hyvin tarkasti, mitä olemassa olevaan kuvaan pitää muuttaa.

Tässä tapahtuu samalla jotain paljon suurempaa kuin uuden työkalun käyttöönotto. Kuvaajan rooli alkaa muistuttaa kuvittajan roolia. Kuvaaja ei enää välttämättä itse toteuta kuvaa, vaan määrittelee, millainen kuvan pitäisi olla ja millaisia muutoksia siihen tehdään.

Kuvaajasta tulee siis määrittelijä. Ja samalla kuvaajasta tulee osittain kuvittaja.

AI ei ole Kylli-täti, jolle kerrotaan satu ja joka sitten piirtää siitä kuvan.

AI-kuvaa voidaan tehdä hyvin eri tavoin. Voimme kertoa sille tarinan tai tunnelman ja antaa sen keksiä, miltä kuva näyttää. Toisaalta voimme itse määritellä kuvan sisällön, sommittelun, tunnelman ja tarvittavat muutokset ja käyttää AI:ta niiden toteuttamiseen. Näiden tapojen välillä on suuri ero siinä, kuinka paljon kuvallista päätösvaltaa annamme tekoälylle.

Kylli-täti-ajatus:
Minä annan aiheen → AI keksii kuvan.

Määrittelijän ajatus:
Minä päätän lopputuloksen → määrittelen muutokset → AI toteuttaa.

Kuvallisen päätösvallan määrä kertoo siitä, kuinka paljon kuvan ratkaisuista päätämme itse ja kuinka paljon jätämme AI ratkaistavaksi.

Kuvantekemisen tai kuvittamisen muutos näkyy työskentelymenetelmien muutoksena. Eli ymmärtämystä voi nostaa ylemmälle tasolle. Itse juttelen AI:lle luonnollisella kielellä ja en edes yritä kirjoittaa näitä määrittelyjä suoraan kuvageneraattorin ymmärtämään muotoon. Itsellä prosessi on tässä tapauksessa kolmiportainen:

oma määrittely → OpenAI käännös Nano Bananalle ymmärrettävään muotoon → Nano Bananan kuvan generointi

Minä voin siis kuvata ajatukseni luonnollisella kielellä ja lauserakenteilla. Voin kertoa, mitä haluan kuvassa muuttaa, mitä siinä pitää säilyttää ja millaista lopputulosta tavoittelen. OpenAI muuttaa tämän keskustelun pohjalta työohjeeksi, jonka Nano Banana pystyy toteuttamaan.

Tässä näkyy samalla yksi olennainen muutos kuvanteossa. Kuvan tekijän ei tarvitse välttämättä hallita kuvageneraattorin omaa ”kieltä”. Hänen pitää osata määritellä haluamansa lopputulos.

Hyvä esimerkki yhdestä tavasta toimia on seuraavan kuva ja sen ympäristön muuttaminen ränsistyneemmäksi. Aluperäinen kuva on kuvattu muuten filmille. Eli kuvasin vedettömän Tammerkosken.

Ja sitten teimme OpenAi:n kanssa melkoisen geneerisen työohjeen Nano Bananalle, jotta ympäristö muuttuu ränsistyneemmäksi. Eli ohje oli sellainen, jolla saa kaupunkiympäristön vanhenemaan. Näitä kuviahan näkee paljon.

Ja pohdin jälleen lisää asiaa ja pyysin OpenAi:n lisäämään yhden säännön eli romautetaan joku rakennus. Valitettavasti tämän toiveen jälkeen olisi vielä pitänyt kertoa Nano Bananalle se, ettei se keksi lisää siltoja. Mutta ideana tässä näkyy selvästi se, että voin tehdä kuvaa määrittelemällä ja korjaamalla tarpeen vaatiessa määrittelyjä. Ja minun ei tarvitse osata promptata, koska OpenAI on siinä parempi.

Sitten lisäät vain yhden ajatuksen:

Some of the existing buildings have partially collapsed, with sections of roofs and walls fallen in. The collapse should appear structurally plausible and consistent with long-term neglect.

Eli et kirjoita promptia uusiksi. Lisäät siihen yhden uuden vaatimuksen.

Lainauksesta muuten huomaa, että saatan pohtia miten asia tehdään ja saan siihen ohjeita. Loppujen lopuksi kuvasta tuli seuraava.

Käytännössä kuvan määrittely oli kuin kokouspöydässä istumista. Kerroin toiveeni, OpenAI/Nano Banana toteuttivat toiveitani ja kuvaa korjattiin määrittelyjä parantamalla.

Toinen esimerkki on se kuinka istutin Werstas- museossa olevan Finnlaysonin höyrykoneen asemahalliin. Ja sekin lähti liikkeelle referenssikuvista ja ideasta. Eli voisiko höyrykone antaa vauhtia junille. Ja siksi piti nähdä miltä höyrykone näyttäisi asemahallissa.

Lähtökohtana oli kaksi referenssikuvaa. Toinen asemahallista ja toinen höyrykoneelta. Kuvailin ne päiväkävelyllä kaupungilla. Kolmas referenssikuva oli sellainen, että pystyin näyttämään mihin kone tulee.

Ja aloin keskustelemaan AI:n kanssa kuvan sisällöstä. Käytän sanaa keskusteleminen, koska se on minun yleinen tapa käyttää tekoälyä, En kysy, en pyydä vaan keskustelen. Ja ensimmäisen OpenAI:n tekemän promptin jälkeen kuva näytti tältä.

Ensimmäisen generoinnin jälkeen kuva näytti tältä. Kuvassa on mm. uusia elementtejä ja kattorakenteet on Werstas museosta. Mutta koska tein itselle harjoituskuvaa, niin en kauheasti välittänyt niistä. Olisin voinut antaa ohjeita, että hallissa pitää sileä betonikatto ja takaseinällä ei saa olla juniin liittyviä ilmoitustauluja.

Ja sitten muutaman generointikerran jälkeen lattia muuttui paremmaksi ja tuli hiukan muitakin erilaisia asioita mukaan. Ja mitä tarkemmin olisin määritellyt, niin sitä varmemmin olisin saanut vielä paremman kuvan. Nyt tein kuvasta seuraavanlaisen.

Molemmissa esimerkeissä on olennaista se, että olen kuvittamiseen kuvannut referenssikuvat, muut asiat olen tehnyt luonnollisella kielellä ja kahden eri AI- mallin avulla.

Loppusanat

Minulla ei itsellä ole fokuksessa AI- pohjainen kuvitus, koska vielä omat näyttely/kilpailukuvat ovat luokissa joissa täydentävä AI ei ole sallittu. Mutta kehityksessä pitää pysyä mukana ja kokeilla miten yksinkertaisesti pystyy kuvittamaan. Ja silloin AI:n toimintaan on hyvä tutustua. Valokuvaan kameralla ja tuotan silloin kuvat klassisten pimiötekniikan työkalujen avulla. Olkoot ne työkalut analogisia tai digitaalisia.

Mutten ole mikään puristi ja siksi myös haluan tuntea myös muitakin tekniikoita kuten AI- pohjaista kuvittamista.

Tälläistä kuvaamista tänään, Kari…