Al comienzo del clásico moderno de Hayao Miyazaki Enérgicola joven heroína Chihiro y sus padres están explorando un parque temático aparentemente abandonado cuando un niño llamado Haku la saluda con una advertencia: Chihiro debe cruzarse sobre un lecho seco y regresar a casa antes del atardecer mientras aún puede. Ella no lo hace, y pronto encuentra el río hinchado y sus padres se convierten en cerdos, varados en un mundo nuevo que no entiende.

Los fanáticos del gigante de la animación encontrarán la parábola un poco más relevante en estos días. Como probablemente escuchó, OpenAi el 25 de marzo lanzó una herramienta que permite que cualquier foto se reúna al estilo de (entre otros) Miyazaki y su famoso estudio Ghibli. Pronto millones de personas estaban haciendo exactamente eso, impulsado por el descarado líder de Openi, Sam Altman, quien convirtió su propia foto de perfil de Gainy X en un niño soñador y ligeramente perdido que podría haber deambulado por el castillo conmovedor de Howl.

Operai había presentado una actualización de 4O, uno de los “GPT” que lanzó el año pasado, para habilitar la generación de imágenes de alta gama. Pagar suscriptores se lo comió, inundando las redes sociales con los extraños resultados. Cuando Altman cayó el lunes, “El lanzamiento de ChatGPT hace 26 meses fue uno de los momentos virales más locos que había visto, y agregamos un millón de usuarios en cinco días. [With this] Agregamos un millón de usuarios en la última hora “.

¿Y por qué no? Las creaciones de Miyazaki reflejan una estética a medida, única, llegada a partir de miles de horas de trabajo humano y un buen sueño anticuado. La idea de fusionar eso con las fotos de nuestro último viaje familiar a Disneyland, que usa nada más que unas pocas teclas, puede resultar demasiado agradable para resistir.

Por supuesto, una cierta ironía cumplió en una máquina que generó imágenes para honrar a alguien que los dibujó tan meticulosamente con sus propios dedos. El propio Miyazaki ha denunciado el uso de la IA en el arte: “Siento firmemente que esto es un insulto a la vida misma”, dijo en 2016, no atentamente, un punto que cuando se yuxtapone con tantas personas que desatan la herramienta en homenaje a su trabajo se convirtió en su acto hilarante y un poco creciente. Si Altman ha observado esta asimetría, no ha dicho.

Todo esto está sucediendo incluso cuando un juez federal tiene luz verde The New York Times‘demanda contra OpenAI para capacitar a ChatGPT en decenas de sus artículos sin permiso, subrayando los problemas de derechos de autor en juego. Técnicamente Openai, consciente al menos ópticamente de problemas de infracción, programó la herramienta de imagen para no permitir la imitación de un artista específico. Pero no promulgó tal regla para un estudio, por lo que nuestros feeds pronto fueron invadidos por una estética de Ghibli.

Esto también está sucediendo a medida que los estudios han comenzado a hablar con OpenAi, ya sea ver los ingresos adicionales ahora como superando las ganancias perdidas más tarde, o, lo más probable, ver que en ausencia de cualquier capacidad real para defenderse, también podrían embolsar algunos centavos adicionales que gastarlos en una demanda (aparte de Lionsgate, ningún estudio importante aún tiene un acuerdo oficialmente que sea un acuerdo que sea un acuerdo que permita que los modelos de Openi se entrenen en su IP, pero que puede ser un tiempo de anuncio oficialmente, pero puede ser un IP de IP, pero es posible que sea un tiempo de antemano, pero puede ser un tiempo de antemano. El sustantivo apto: Dotdash Meredith, editor de Behemoths como Gente y Viajes + ocioreveló que su acuerdo de OpenAI anotó un total de $ 16 millones el año pasado, apenas un salvador para una compañía con casi medio mil millones de dólares en ingresos de publicación.

La conquista Ghibli de Openai se encontró con resistencia de algunos creativos de Hollywood. Alex Hirsch, el creador del éxito de Disney Channel de la era de 2010 Caída de la gravedadsarcásticamente respondió a Altman “¡Guau, felicidades! ¡Usando el trabajo de Gibli para entrenar a su modelo y el nombre de Gibli para promoverlo realmente te ayudó a generar grandes ingresos! ¡Y el hecho de que estás planeando pagar un gran cheque de regalías a Gibli demuestra que también eres un gran tipo!”

Gkids, el distribuidor estadounidense de Gibli, ofreció una sombra ligeramente más baja cuando, al anunciar una nueva restauración IMAX de la fantasía histórica de Miyazaki de 1997 Princesa Mononoke, El vicepresidente de distribución de la compañía, Chance Huskey, señaló secamente que “en un momento en que la tecnología intenta replicar a la humanidad, estamos encantados de que el público valore una experiencia teatral que respeta y celebra Hayao Miyazaki y el estudio maestro de Studio Ghibli en toda su gloria cinematográfica de drava a mano”.

Y Reid Southen, el ilustrador conceptual que se ha convertido en uno de los mayores críticos de Hollywood de la ola de generación de imágenes de IA, replicada a Altman: “Sigue publicando cuántos usuarios estás ganando después del truco de Ghibli, solo fortalece el [NYT’s] caso en tu contra, genio “.

Esta línea de argumentos tiene muchos adherentes: a unas 25,000 personas les gustó la publicación de Hirsch. Desafortunadamente, probablemente ninguno de ellos dirige los estudios de Hollywood.

En el corazón de la moda de Ghibli hay algo bueno: el deseo de las personas de conectarse con un artista ferozmente querido, las imágenes son un testimonio de la profundidad y el alcance de la influencia de Miyazaki. Pero en la raíz también hay algo muy tenso, una voluntad de ver todo el arte como intercambiable y compra. La frenética apresurada para convertir nuestros recuerdos en una tarjeta de felicitación personalizada de Miyazaki es, a través de una lente, un testimonio de nuestro amor por el artista, pero es aún más un testimonio de nuestro amor por nosotros mismos, y aparentemente ninguna preocupación por derechos de autor ni santidad de arte de arte puede evitar que lo cumplamos.

En cierto modo, Ghiblai es el punto final, o al menos el último punto distante, de una tendencia que ha estado emergiendo por un tiempo. Si el cine durante más de 100 años fue sobre el portal de un mundo lejano (¿quién lo representa mejor que Miyazaki?) Y las redes sociales durante las últimas dos décadas sobre colocarnos en el centro del drama, la nueva herramienta de OpenAi los lleva a una convergencia perfecta. Ya no tenemos que ver la relación de Ponyo con su Salvador Sosuke, o el viaje principesco de Ashitaka para enfrentar el espíritu del bosque, o la búsqueda de Mahito con una Heron que habla para encontrar a su madre durante la guerra del Pacífico, como cosas de la historia antigua y las tierras mágicas. Está justo aquí, ahora mismo, desarrollándose en la fiesta de Navidad de la oficina del sexto piso del pasado diciembre.

Donde esto va desde aquí, nadie lo sabe. Pero, por supuesto, lo sabemos, el movimiento de Myspace a Facebook a Instagram a Tiktok, y sus muchos filtros y mejoras en el camino, proporcionan todos los carteles que necesitamos. El siguiente paso en nuestra cultura de auto-posesión no es solo dejarnos caer en la historia, sino pintarla en los tonos de los grandes artistas que vinieron antes. Está convirtiendo una vasta historia cinematográfica en otra pulsera que usamos al pasar el rato en el centro comercial digital.

Podríamos ver este camino por delante incluso si no sintiéramos la amplia desesperación de Hollywood Studios, quien después de años tratando de saquear recuerdos a través de reinicios y secuelas ahora están encontrando sus esfuerzos produciendo rendimientos decrecientes. En las compañías que una vez crearon y protegieron, estos recuerdos, muchos ejecutivos piensan que la única ruta comercial es convertir imágenes y eventualmente en audio y video en el tipo de personalización sugerido por este movimiento de OpenAI, para digitalizar el Miyazaki sin importar las disonancias cognitivas, para aprovechar una máquina inconsciente de una máquina colectiva sin importar sus trabajos como fábricas de la fábrica de ensueño.

Claro, algunos estudios pueden permanecer en espera, y algunos incluso pueden ganar algunas victorias legales. Pero la marea aparece con lo personalizado y el automatizado, hacia las máquinas que saldrán y se alejarán de las mentes creativas que solo se mueven, en el proceso que permite a OpenAi interrumpir masivamente la industria del entretenimiento. Después de todo, la compañía acaba de recaudar $ 40 mil millones a una valoración de $ 300 mil millones. Ya se está convirtiendo en una entidad más grande que algunos de los estudios que alguna vez fueron muy cómodos que dirigieron Hollywood.

Como Enérgico Se despliega, un maestro de tareas todopoderoso atormenta a sus trabajadores en este nuevo mundo extraño, cambiando sus nombres para que olviden quiénes son. Haku llega con otra advertencia: no olvides tu nombre o dejarás de existir, le dice a Chihiro. Ella se mira a sí misma, apenas recordando a su apodo de toda la vida, tratando de recordar su identidad antes de que desaparezca para siempre.

OpenAi puede haber iniciado la moda de la generación de texto a imagen con su modelo Dall-E, pero desde esos días de gloria anteriores, la oferta de la compañía de IA ha sido lapada por modelos de imagen mucho más capaces. Como resultado, cuando Operai lanzó su último y mejor modelo de generación de imágenes GPT-4O, me escéptico. Después de probarlo, he cambiado de opinión por completo.

Empezando

Cuando Dall-E se lanzó por primera vez, vivió en su sitio web independiente; Desde entonces, se ha movido a Chatgpt. La medida llegó con muchos beneficios, incluida la capacidad de pedirle al chatbot Ai una imagen que desee en la misma interfaz donde ya está charlando sobre otra cosa, eliminando así la necesidad de un cambio de contexto constante.

Con el lanzamiento de la generación de imágenes GPT-4O, OpenAI mantuvo este formato conveniente, cambiando el generador de imagen predeterminado de Dall-E a GPT-4O para suscriptores pagados. Como resultado, fue muy fácil comenzar a crear nuevas imágenes desde mi cuenta ChatGPT Plus. Todo lo que tenía que hacer era ingresar el mensaje de lo que quería ver, y luego los generó. Los usuarios también pueden acceder a él desde la interfaz Sora.

También: Cómo usar Sora de OpenAi para crear impresionantes videos generados por AI

También puede generar imágenes si es un usuario gratuito. En el lanzamiento, se anunció que el modelo venía a todos los usuarios, incluidos los gratuitos, pero luego el CEO de OpenAi, Sam Altman, anunció un día después que el despliegue al nivel gratuito ahora se “retrasaría por un tiempo”, solo para que esté disponible para los usuarios gratuitos nuevamente una semana después.

Sin embargo, si no está impresionado cuando lo intenta en la versión gratuita, es porque el único método que activa el uso de GPT-4O es escribir en el atajo “/Crear imagen”. Si simplemente escribe una solicitud, como “Crear una imagen de XYZ”, será predeterminado al modelo Dall-E, que hace que las fotos significativamente de menor calidad. Operai no indica explícitamente los límites, pero después de generar tres imágenes de mi cuenta gratuita, llego a mi límite diario. Por lo tanto, ChatGPT Plus sigue siendo una buena opción para un mayor acceso a la generación de imágenes.

Las imágenes

En el momento en que has estado esperando: las imágenes. Después de insertar una solicitud, el IA genera la generación en menos de un minuto. El proceso lleva un poco más de lo que solía, pero las imágenes valen la pena, entregando muchos detalles, textura, realismo e incluso precisión del texto. En lugar de describirlo, incluiré ejemplos a continuación para que pueda verlo usted mismo.

Inmediato: ¿Puedes generar una imagen realista de un camaleón, de cerca, filmado como si estuviera en National Geographic en la relación 16: 9?

Inmediato: ¿Puede generar una imagen de una computadora portátil abierta en un escritorio que dice: “Este modelo es tan bueno que incluso puede obtener texto y manos correctos, que generalmente son desafíos importantes para los modelos de IA”, con las manos escribiendo en un teclado en una relación 16: 9?

Inmediato: ¿Puedes generar una foto realista de un primer plano de una mujer en una multitud en Times Square mirando la cámara y sonriendo, con la calidad de una tomada en una DSLR?

Como se vio anteriormente, el generador de imágenes hace un gran trabajo al adherirse a la solicitud y entregar imágenes realistas de alta calidad. Sin embargo, al probar un modelo de IA, una de las verdaderas métricas de rendimiento es cómo se compara con los competidores en el mercado. Para darle un buen indicador de esto, lo hice generar el mismo aviso que probé en todos los principales generadores de imágenes de IA, incluidos MidJourney, Imagen 3 de Google, Adobe Firefly y más.

Adjunto la interpretación de GPT-4O a continuación. Puede ver cómo le va a todos los otros generadores de imágenes de IA en este artículo, incluida la interpretación de Dall-E, que claramente está muy por detrás de lo que el nuevo modelo puede hacer.

Inmediato: ¿Puedes generar una imagen de un colibrí vibrante y realista encaramado en un árbol?

Otras características notables

Aunque la calidad de las imágenes es quizás una de las mayores victorias del modelo, también hay otros beneficios. Una de las más grandes es que vive en la interfaz del chatbot, lo que facilita el ajuste de las generaciones con simples indicaciones de lenguaje natural. Además, debido a que el chatbot tiene el contexto de lo que acabas de preguntar, puede considerar eso al construir la imagen.

Por ejemplo, si está charlando con él sobre organizar una fiesta de cumpleaños, es posible que pueda decir: “¿Puede crear ahora una invitación que tenga la información anterior?” en lugar de tener que volver a escribir. Por ejemplo, comencé a chatear con ChatGPT sobre lanzar un inauguración de la casa, y al pedirle que creara una invitación, no tuve que repetir la información que proporcioné anteriormente.

También puede cargar imágenes de referencia y luego pedirle a ChatGPT que cree una versión diferente o las use como elementos de una nueva. Por ejemplo, puede ingresarlo como una selfie y generarla en estilo de anime, como se ve en la nueva publicación X de Altman.

Todas estas características de personalización lo convierten en una oferta realmente sólida para los creativos, que también pueden solicitar que se presente en un fondo transparente o incorpore guías de estilo de marca, como códigos hexagonales o logotipos.

Hablando de Altman, pude generar una imagen de él con un sombrero de fiesta. Podría hacerlo porque el nuevo modelo tiene salvaguardas mucho más sueltas, destinadas a permitir a los usuarios inclinarse en su libertad creativa. La publicación de blog que anunció el modelo señaló que limita lo que se puede crear cuando las personas reales están en el contexto, incluidas “salvaguardas particularmente robustas sobre la desnudez y la violencia gráfica”.

No puedo decir si hay un caso de uso práctico para esta característica, pero es un cambio notable que necesitaba probar por mí mismo. Cuando intenté crear una imagen de Mickey Mouse, dijo que no podría deberse a las implicaciones de los derechos de autor, por lo que parece que no todas las figuras públicas son un juego justo.

En general

En general, el generador de imágenes GPT-4O es una gran victoria sobre los modelos Dall-E y quizás entre los mejores de los muchos que he probado. ¿Vale la pena los $ 20 por mes? Si solo está interesado en la generación de imágenes de alta calidad, todavía hay versiones gratuitas que puede explorar que son realmente capaces, como Adobe Firefly o Google’s Imagen 3.

También: los mejores generadores de imágenes de IA: probado y revisado

Dicho esto, las funciones actualizadas de generación de imágenes se están implementando ahora, y todos los usuarios, incluidos los gratuitos, pueden acceder a ellas. Sin embargo, los usuarios gratuitos deben escribir el atajo “/Crear imagen”, o de lo contrario el sistema predeterminado al modelo Dall-E de menor calidad.

Si es un usuario de ChatGPT frecuente, la actualización a ChatGPT Plus se vuelve significativamente más atractiva. Tendrá acceso a todas las últimas y mejores funciones de chatbot de Openai, así como una generación de imágenes y videos de alta calidad, todo por $ 20 al mes, lo que no es un mal negocio, especialmente teniendo en cuenta otras ofertas en el mercado. Por ejemplo, la suscripción de MidJourney comienza en $ 10 por mes y solo ofrece generación de imágenes.

¿Quieres más historias sobre AI? Regístrese para la innovaciónnuestro boletín semanal.

Cuando Sam Altman y su equipo en OpenAi desataron el chatgpt en el mundo a fines de 2022, probablemente no anticiparon que algunos usuarios comenzarían a considerar el chatbot de AI como un amigo cercano. Sin embargo, eso es exactamente lo que está sucediendo, según una nueva investigación realizada conjuntamente por Operai y MIT Media Lab.

En un estudio innovador que examina lo que los investigadores llaman “uso afectivo”, los científicos han descubierto patrones que pueden remodelar la forma en que pensamos sobre las relaciones de IA humana. La línea entre la herramienta y los desenflores de compañía diariamente.

“Queremos entender cómo las personas usan modelos como CHATGPT y cómo estos modelos a su vez pueden afectarlos”, explican los investigadores en el MIT Media Lab y el informe de OpenAI. Lo que encontraron sugiere que estamos entrando en territorio psicológico desconocido.

Chatgpt digital gemates: el club de 30 minutos

A pesar de servir a más de 400 millones de usuarios semanales, solo un pequeño segmento de usuarios de ChatGPT desarrollan conexiones emocionales significativas con la IA. A diferencia de las aplicaciones complementarias dedicadas como replika y personaje .i diseñó explícitamente para fomentar las relaciones, ChatGPT se construyó principalmente como una herramienta de productividad.

Sin embargo, algunos usuarios no pueden evitar antropomorfizar el modelo de lenguaje sofisticado detrás de la interfaz de chat. Esta minoría emocionalmente comprometida consiste principalmente en usuarios pesados, particularmente aquellos que utilizan la función de interacción de voz. Estos buscadores de compañeros digitales generalmente pasan alrededor de 30 minutos al día con ChatGPT. El estudio encontró que estos usuarios eran “significativamente más propensos a estar de acuerdo con declaraciones como ‘Considero que ChatGPT es un amigo'”, según la investigación.

Esto no debería sorprender a nadie que haya estudiado la interacción de la computadora humana. Hemos estado antropomorfizando tecnología desde que surgieron los primeros chatbots en la década de 1960. Pero la sofisticación de los LLM de hoy lleva esta tendencia a niveles sin precedentes.

La paradoja de la voz: breve alegría, blues extendido

Uno de los hallazgos más convincentes del estudio implica el modo de voz de ChatGPT, que altera fundamentalmente cómo los usuarios experimentan interacciones. La prueba controlada del MIT Media Lab con casi 1,000 participantes reveló un patrón contraintuitivo. Las interacciones de voz produjeron mejores resultados de bienestar durante sesiones breves, pero se correlacionaron con peores resultados durante el uso diario extendido.

“Los modos de voz se asociaron con un mejor bienestar cuando se usaban brevemente, pero peores resultados con uso diario prolongado”, señalan los investigadores en su informe. Esto sugiere un efecto psicológico de Valle extraño que emerge específicamente con interacciones de voz extendidas.

Aún más preocupante, los participantes que interactuaron con la voz de ChatGPT establecida en un género diferente al suyo informaron niveles significativamente más altos de soledad y dependencia emocional del chatbot mediante la conclusión del estudio. Este hallazgo plantea preguntas espinosas sobre la dinámica de género en las interacciones de IA humana que los diseñadores deben abordar.

Ai sí hombres: entrenando humanos por malos hábitos

Las implicaciones se extienden más allá del bienestar individual. Operai señala que la naturaleza “deferencial” de Chatgpt que permite a los usuarios interrumpir y controlar las conversaciones sin consecuencias sociales podría afectar la forma en que las personas interactúan entre sí. Cuando las personas se acostumbran a dominar las conversaciones con asistentes de IA sumisos, pueden llevar inconscientemente estas expectativas a las interacciones humanas.

Diferencias de género: un hallazgo inesperado

La investigación descubrió variaciones de género notables en respuesta a ChatGPT. Las participantes femeninas que usaron ChatGPT regularmente durante el período de estudio de cuatro semanas mostraron una disminución de la socialización con otros humanos en comparación con sus homólogos masculinos. Esto plantea preguntas importantes sobre si los compañeros de IA podrían afectar diferentes grupos demográficos de maneras sistemáticamente diferentes.

Detectives de emociones: el desafío de medir los sentimientos

Los investigadores reconocen fácilmente las limitaciones de sus métodos. El estudio de la interacción emocional de IA humana presenta desafíos únicos, como señala Kate Devlin, profesora de IA y Sociedad en King’s College London (no involucrado en el estudio). “En términos de lo que los equipos se propusieron medir, las personas no necesariamente han estado usando ChatGPT de una manera emocional, pero no se puede divorciar de ser un humano de sus interacciones [with technology]”, Dijo a MIT Technology Review.

Jason Phang, un investigador de seguridad de Openai que trabajó en el proyecto, describe su trabajo como “preliminar”, pero enfatiza su importancia: “Mucho de lo que estamos haciendo aquí es preliminar, pero estamos tratando de comenzar la conversación con el campo sobre los tipos de cosas que podemos comenzar a medir y comenzar a pensar sobre cuál es el impacto a largo plazo en los usuarios”.

Los estudios combinaron a gran escala, análisis automatizado de casi 40 millones de interacciones ChatGPT con encuestas de usuarios específicas y un ensayo controlado que involucra a casi 1,000 participantes. Operai planea presentar ambos estudios a revistas revisadas por pares, un movimiento hacia una mayor transparencia científica en una industria a menudo criticada por su opacidad.

Silicon Sweethearts: La ética de la intimidad algorítmica

A medida que integramos cada vez más a los compañeros de IA en nuestra vida cotidiana, estos hallazgos sugieren que estamos deambulando por un complejo territorio psicológico sin un mapa. La pregunta no es solo si los sistemas de IA pueden imitar la conversación humana de manera convincente, sino cómo esa mimetría nos afecta cuando nos comprometemos a diario.

Para los desarrolladores de OpenAI y otros AI, estos estudios representan un reconocimiento importante: la capacidad técnica es solo la mitad de la ecuación. Comprender cómo estos sistemas remodelan el comportamiento humano y el bienestar emocional deben ser igualmente fundamentales para el desarrollo responsable de la IA.

Lo que queda por ver es si las empresas priorizarán el bienestar de los usuarios cuando entra en conflicto con las métricas de participación y los objetivos comerciales. A medida que la IA se vuelve más atractiva emocionalmente, la tentación de explotar estos lazos parasociales para el beneficio comercial solo crecerá.

Mientras tanto, puede valer la pena examinar su propia relación con los chatbots de IA. Si pasas media hora diariamente conversando con Chatgpt y pensando en ello como un amigo, eres parte de una fascinante frontera psicológica. Los investigadores apenas comienzan a comprender las implicaciones.