Аватарка у KOLО: як айтівці за допомогою штучного інтелекту збирають донати на потреби ЗСУ

KOLO — це благодійний фонд та спільнота топменеджерів техкомпаній для оперативної допомоги ЗСУ. До нього входять представники Kyivstar, Readdle, Parimatch, Reface, Vimeo, Projector, ЛУН, Wise. Мета фонду — забезпечити ЗСУ технічною перевагою, тому постачає дрони, тепловізори, рації, бронежилети тощо.

Нещодавно фонд презентував нову ініціативу — KOLOvatar. Це сервіс на базі штучного інтелекту, який генерує зображення та портрети у різних стилях, а 100% доходу спрямовують ЗСУ. У розмові з Богданом Котом співзасновником KOLO говоримо про те, як навчали сервіс, що роблять з дефектними зображеннями, як потрапляти у тренди та кому належать права на контент, створений нейромережею.  

Як почалась робота з KOLOvatar?

У жовтні з'явився тренд на генеративні нейромережі, багато моделей стали доступними широкій аудиторії, наприклад, Stable Diffusion від Stable AI. Це модель з відкритим кодом. Її почали використовувати, зокрема, для генерації артів для автарок у різних стилях, наприклад, через сервіс Avatar.AI. Я подумав, що було б класно запакувати це у благодійний продукт. Хоча KOLO — благодійна організація, але ми працюємо за принципом техкомпанії і завжди у пошуку креативного фандрейзингу. 

Ми додали елемент диференціації і почали генерувати картинки у патріотичному стилі. На початку війни подібне робила одна SMM-ниця. Вона створювала їх вручну і назбирала 25 тис. грн для ЗСУ. Ми подумали, що можемо це масштабувати і зробити веселим. Відбувся технологічний зсув, який дозволив це зробити. У моїх партнерів — компаній Sommo та Uptech — уже був продукт Dyvo, який працює у цому напрямі, ми скооперувалися і створюємо зображення з акцентом на український стиль — є зображення у вишиванці, у жовто-блакитній гамі, у гуцульському стилі чи у стилі «кремль палає».

Ви взяли за основу Stable Diffusion. Що було потрібно, щоб навчити модель генерувати арти у таких стилях? 

Так, ми використовуємо Stable Diffusion, але також Dream Booth — нейромережу від Google, яка на основі фото користувача намагається створити інші його зображення. 

У складі алгоритмів є великі мовні моделі, які здатні розуміти серед інших мов і значення українських слів. Іноді, щоправда, жовто-блакитний генерується як фіолетовий.

 Важливий правильний запит. Після спроб і помилок ми створили запити, які працюють у 90% випадків і з високим рівнем схожості. 

Підписуйтеся на наші соцмережі

Але завжди можуть трапитися несподіванки. Рідко, але бувають зображення з трьома пальцями або двома головами. Оскільки нейронну мережу часто описують як чорну скриньку, достеменно невідомо, чому вона вирішує саме так на кожному з етапів генерації, ми бачимо лише результат. Ми генеруємо багато аватарів, щоб люди могли вибрати. 

Якщо на зображеннях є дефекти, ви їх забираєте з видачі чи залишаєте як є?

Ні, ми нічого не модеруємо. Промпти генерують переважно якісні зображення, але дефекти трапляються. Ми усе залишаємо, тому створюємо багато зображень (6-10 на стиль), щоб ви могли обрати найкращі. 

Ви отримаєте найкращі результати, якщо завантажите 15-20 якісних фотографій себе з різним виразом обличчя, позою та фоном. Промпти універсальні, але у них є унікальні особливості для користувача, які визначаються на основі статі та особливостей зовнішності. 

Скільки часу тривало налаштування системи?

Продукт був майже готовий за два тижні, ще два тривало тестування та планування запуску. Його оприлюднили дещо пізніше, ніж очікувалося, через зайнятість у інших зборах на потреби армії. 

Щодо Stable Diffusion тривають суперечки, оскільки нейромережа під час свого навчання використала роботи художників, які не давали на це згоди. Що ви думаєте про авторські права на згенерований контент? 

Користувач є повним власником створених аватарів. Ми не використовуємо ці зображення, за три дні після генерації видаляємо їх з наших серверів. 

Ця сфера поки що не врегульована юридично. Тут є аргументи за і проти. Зокрема, існує концепція fair use, коли ти можеш використовувати матеріали, захищені авторським правом, для певних потреб. Я думаю, варто відрізняти аспекти тренування нейромережі від того, що вона генерує в результаті. Тобто навіть якщо вона навчалася на інших роботах, її результати не є копіями.

Щодо критеріїв запозичення, то цікавим є позов Getty Images до компанії Stable AI. 

(Getty Images позивався проти Stability AI, стверджуючи, що компанія скопіювала 12 млн зображень для навчання своєї моделі AI «без дозволу або компенсації порушила її авторські права, а також що їх алгоритм гротескно копіює лого компанії Getty Images». — Ред.).

Думаю, що рішення цього суду встановить правила регулювання у цій сфері. Ідея полягає у тому, щоб розглядати процес навчання алгоритму та результати його роботи окремо.    

Якщо повернутися до благодійності, скільки людей скористалося KOLOvatar? 

Ми запустилися 9 лютого, за два дні  вже згенеровано приблизно 14 тис. аватарів, тобто ініціативою скористалися майже 300 людей. Але ще багато результатів на стадії генерації і завантаження фото.

Тобто можна сказати, що результат збігся з очікуваннями?  

Ми не розраховували, що ця історія принесе великі донати, до того ж є певна складність: потрібно завантажити багато фотографій, час оброблення досить тривалий, але ми розраховуємо на синергійний ефект, адже у нас є інші продукти. Люди зацікавляться нашою діяльністю і, можливо, стануть нашими благодійними підписниками або запустять своє свято на святковому «Колі» (ініціатива, за якою, святкуючи свято, ваші друзі можуть надіслати вам подарунок, 100% коштів з якого підуть на потреби ЗСУ. — Ред.).    

Кількість аватарів свідчить про те, що людям це подобається попри те, що хайп довкола генеративних аватарів вже не такий високий. За кордоном це популярно вже кілька місяців. Можливо, ми зробимо англійську версію, щоб вийти за кордон. 

Також ми можемо робити тематичні оновлення, щоб встигати за трендами, наприклад, коли стало відомо, що Україна отримає танки Leopard, у соцмережах був флешмоб із відповідним принтом. На нього ми трохи спізнилися, але зможемо створювати кастомні стилі і в майбутньому. 

Куди підуть гроші, які зібрав KOLOvatar? 

Ми працюємо у межах своєї категорії, тобто використаємо ці гроші на технологічне обладнання для нашої армії, а саме на дрони, оптику, прилади нічного бачення. Можливо, у майбутньому будуть цільові збори, або цільові аватари. Інструмент доволі гнучкий, тому ми зможемо адаптувати його до таких потреб. 

Підписуйтеся на наші соцмережі