Сможет ли Midjourney заменить дизайнеров? Тестируем нейронную сеть

Обратите внимание на обложку к статье. Одна часть нарисована дизайнером, вторая — сгенерирована нейросетью Midjourney.

Сейчас многие восхищаются качеством иллюстраций от нейронок, и мы решили провести эксперимент. Сможет ли нейросеть проиллюстрировать тексты на уровне дизайнеров? Может, мы сможем сэкономить их время?

Результаты теста и ответ на загадку обложки — под катом.

Нейросеть для художников

Поэкспериментировать с Midjourney может каждый, без ожидания доступа к сервису. Достаточно подключиться к discord-каналу проекта. Каждому пользователю доступны бесплатные 25 запросов.

Обратная политика у конкурентного проекта — DALL-E: перед использованием нужно отправить заявку и ждать фидбэка от разработчиков. Ожидание может длиться больше месяца.

Сравнение иллюстраций DALL-E 2 и Midjourney. Источник

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

Как сформировать запрос для нейросети

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, 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. Но 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. Попробуйте описать ее черты одним словом.

Возможно, эти тексты тоже вас заинтересуют:

→ Подбираем скины в Counter-Strike: Global Offensive в цвет сумочки
→ Обзор на разработчика и преимущества заикания: как айтишники попробовали себя в стендапе
→ Как быстро реализовать поиск на корпоративном портале

Пример генерации изображения

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.

Процесс генерации изображения по запросу «dinosaur»

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

Апскейлинг четвертого изображения

Вариации четвертого изображения

Тестирование Midjourney

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, которые рисовали дизайнеры, и сформулировали запросы для обложек. Посмотрим, что получилось.

Кроличья нора

Недавно выпустили статью про долгий поиск и дебаг ошибки в мониторинге объектного хранилища. На обложке метафорично изображена кроличья нора с уходящими вглубь строчками кода, алертами 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 («кроличья нора с Python-кодом»)

Cначала мы попробовали описать для нейросети общую концепцию.

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».

Но откуда на первом изображении яйцо? Может, есть предположения? Делитесь идеями в комментариях.

Коробка с котиками

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, которые 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.

Что и следовало ожидать: нейросеть не знает, что такое Kubernetes и тем более не слышала про контейнеры в IT. 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.

Забавно, что во время работы над статьей автор предложил добавить кошачьим артефакты — лишние ноги, странные хвосты и так далее. Дизайнер усомнилась в идее, решив, что современные нейронные сети так не ошибаются. Оказалось, это не так: Midjourney вот нарисовала котов без глаз.

Облако на тарелке

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

Обложка статьи из блога

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. После апскейлинга получили иллюстрацию с еще большим градусом точности.

Результат так нас впечатлил, что мы решили поиграть с вами в интерактив в заглавной картинке. Вот и ответ — левая часть сгенерирована Midjourney, а правую дорисовал дизайнер.

Нейросеть — конкурент? Мнение ведущего дизайнера

Нейронная сеть способна помочь в поиске концепций — подсказать вариант, который может направить мысль дизайнера в нетривиальное русло.

Но иллюстрации все равно нужно создавать дизайнерам. Ведь в работу человека вложено больше, чем в рандомный машинный рисунок. Мы продумываем целые сюжеты и метафоры, которые могут подкрепить блог компании смыслом и красотой. Пока только дизайнеры могут привлекательно отразить айдентику бренда, — Алина Экизашвили, руководитель отдела дизайна Selectel.

Заменят ли нейросети дизайнеров — пока сказать сложно. Можно научить Midjourney и DALL-E делать иллюстрации в стилистике компании. Но если брендбук будет меняться, нейросети придется переобучать. Для этого нужен датасет из примеров, которые нужно кому-то отрисовать. Появится ли профессия на стыке дизайна и DataScience — открытый вопрос.

Но сейчас, как и в обозримом будущем, кажется, фрилансер Midjourney в Selectel не понадобится. Но если сервис нужен вам, а бесплатный лимит превышен, пишите в комментариях запрос — поможем.