Ne dersen çizen yapay zeka çıktı! DALL-E

Geçen yıla dans eden robotlarla veda etmiştik. Bu yıla ilk önemli yapay zeka gelişmesiyle başlayalım. Hani sadece yazı, makale, hikaye değil, şiir bile yazabilen bir GPT-3 vardı ya… Bazı metinleri öylesine ustalıkla yazıyordu ki bize bunların bir insan tarafından yazılmadığı söylendiğinde inanmakta güçlük çekiyorduk. İşte onu geliştiren Open AI bu kez de resim yapabilen başka bir dil modeli geliştirdi. Sadece resim de değil, tasarım yapabilen, çizimler, taslaklar oluşturabilen, hatta hiç çekilmemiş fotoğraflar üretebilen yepyeni bir yapay zeka modeli bu. DALL-E.

Şöyle çalışıyor. Diyelim ki aklınıza bir fikir geldi. Zamanı görselleştirmek istiyorsunuz. “Farklı bir saat görseli bulsam…” diye düşünüyorsunuz. “Mesela yuvarlak değil de altıgen olsa. Rengi de siyah değil de yeşil olsa…” Bunu yazdığınız anda size tarif ettiğiniz gibi görseller oluşturuyor. Fikriniz mi değişti? Bana kırmızı alternatifler oluştur. Altıgen değil üçgen olsunlar. Ya da sarı renkli sekizgen şekilli olsunlar. Saat değil de saksı istiyorum. 

Bakın bu görselleri bir yerden arayıp, bulup getirmedi. Aynı ifadeyi Google’ın görsel arama motoruna yazıp kontrol ettim. Bir yerlerden kopya çekiyor mu diye anlayabilmek için. Siz de deneyebilirsiniz. İlk örneğimiz “hexagonal green clock” diye aratınca çıkan görseller bunlar. Yakın zamana kadar bunu bir başarı olarak kabul ediyorduk. Yazıyla tarif ettiğim görseli bana bulup getiriyor diye. Ama gördüğünüz gibi yapay zeka tarafından üretilenler bu arama sonuçlarında yok. Yani bu fotoğraflar hiç çekilmedi. Bu tasarımlar hiç yapılmadı. 

Open AI araştırmacıları bu yeni geliştirdikleri modelde sizlere daha önce anlattığım GPT-3’ün 12 milyar parametreli bir versiyonunu kullanmışlar. Makine öğrenmesinde büyük veri setleri kullanılması gerekiyor. DALL-E için de görseli tarif eden yazı çiftlerinden oluşan bir dataset kullanılmış ancak bunun hangisi olduğu konusunda bilgi verilmemiş. 

Peki böyle bir zeka ne işe yarar? Endüstriyel ya da mimari bir tasarım yapabilir mi?  Hemen deneyelim. Az önce rengini ve şeklini tarif ederek saat ya da saksı görselleri oluşturduk. Şimdi çok daha alakasız iki konsepti birleştirmesini isteyelim. Sevgili DALL-E, evimi dekore edeceğim ve salonuma ilginç bir koltuk istiyorum. Şöyle avokado şekilli bir koltuk. Hiç fena değil. Peki sehpa yapabilir misin? Avokado şekilli sehpalarımız hazır. Özellikle şunu çok beğendim. Tekrar hatırlatıyorum. Gerçek dünyada böyle bir şey yok. Bir yapay zeka sizin tarifinize göre bu görselleri oluşturuyor. Avokado yerine çilek derseniz çilek mobilya üretiyorsunuz. Kelebek derseniz, kelebek mobilya. Hımm, marka ismi gibi oldu 🙂

Yapay zeka mobilya işinden modaya da el atabilir mi dersiniz? Sevgili DALL-E “Bana kot pantolon üstüne kırmızı polo şört giymiş bir erkek vitrin mankeni yapabilir misin?” Steve Jobs’ın klasik kıyafetini isteyelim şimdi de, siyah uzun boğazlı kazak. Pantolonu değiştir, bir de üzerine turuncu deri ceket giydir. Erkek yerine kadın vitrin mankeni üzerine altın renkli bir etek ya da elbise, onun üzerine de siyah bir deri ceket istiyorum şimdi de. Bir kaç cümleyle 2021 kadın ve erkek modasını görselleştirdik. Elbette bazıları saçmaydı ama en azından tasarımcılar için çok hızlı bir şekilde beyin fırtınası yapabilmek, olasılıkları görebilmek adına bile son derece güçlü bir araç bu. 

Bu yapay zekadan son derece spesifik isteklerde bulunabiliyoruz. İçinde iki beyaz koltuk ve duvarında bir kolezyum tablosu olan bir oda tasarla bakalım. Kolezyum ne abi, duvarda Batman olsun. Dikkat ederseniz duvardaki Batman tabloları bile bir yerlerden kopyala yapıştır değil. Onu bile yorumlayarak çiziyor. Tabiki olasılıklar yine sonsuz. Sizin kuracağınız cümleye göre dilediğiniz sayıda oda tasarımı yapılabilir. 

Bu yapay zekanın en etkileyici yeteneklerinden birine videonun sonunda değineceğim ama konuyu şöyle bir değerlendirmek istiyorum önce. Gördüğünüz gibi bir anda iç mimarlık, moda tasarımı, mobilya tasarımı gibi konularda alternatif çözümler üretebilen teknolojik bir gelişme ortaya çıktı. Daha geçen ay gördüğüm bir restoranın tasarımı çok hoşuma gittiği için dekorasyona ait bazı detayları kaydetmiştim. Klasik otomobil temalı bir garaj gibi dekore edilen bu mekanda, duvarlara asılan ya da tavandan sarkıtılan özel tasarımlı objeler ortama farklı bir hava katıyordu. Tuvalete giderken bile aynı tema içinde bir yolculuk yapılıyordu. Kapıyı açarken, lavaboyu kullanırken, hatta pisuarlarda bile acaba ne yapmışlar diye merak ettiriyordu. Çünkü tasarım bir yandan problem çözmektir tabiki ama aynı zamanda bir hikaye anlatmaktır. Sizi o hikayenin bir parçası haline getirmektir. Bu yönüyle beni oldukça etkilemişti. Aradan bir ay bile geçmedi, bir kaç gün önce yapay zeka alanında işte bu yenilik açıklandı ve şimdi bunun yardımıyla yapılabilecekleri hayal bile edemiyorum. 

Yeni bir mekan açacağım ve ilginç bir konsepti olsun istiyorum. Hayvanları ve müziği seviyorum. Arptan yapılmış bir salyangoz tasarla. Salyangoz yerine fil koy. Ama havuçtan yapılmış bir fil olsun. Ya da tubadan yapılmış bir fil.

Yazdığım cümledeki tek bir kelimeyi değiştirmek bir anda görselleri yemek tasarımından sanat eserine dönüştürdü. Bu filler gerçek üstü bir tablodan fırlamış gibi. Gerçekten de filleri gerçeküstü, sürreel tablolarında kullanan bir sanatçı vardı hatırlarsanız. Salvador Dali. Daha önce birkaç kez bu kanala konuk ettim onun çalışmalarını. Zamanının ötesinde düşünme konusunda beynini serbest bırakan bir sanatçıydı. Zamanı bile farklı düşünüyordu. Eriyip akan saatler. Hayallerini tuvale aktarırken farklı denemeler yapmaktan çekinmiyordu. Hafızasına kaydettiği görüntüleri, düşlerinde harmanlayıp izleyicisinin önüne çıkarıyordu.

Bu cümleleri edebi güzellikler olsun diye söylemiyorum. Yapay zekanın da üç aşağı beş yukarı aynı süreçleri takip ettiğini vurgulamaya çalışıyorum. Sanatçı önce hafızasına görüntüler kaydeder. Başka sanatçıların yaptıklarına, insanlara, doğaya bakar. Bunlarla beslenir. Bu yapay zeka da öyle. Büyük datasetlerle besleniyor. Sanatçı sonra biriktirdiği görüntülerden hayaller kurar. Farklı konseptleri yan yana getirir. Noktaları birleştirir. Adeta uyurken yaptığımız şeyi yapar. Düş görür. Yapay zeka da bir bakıma öyle. Çünkü nöral ağları aracılığıyla beslendiği o datasetlerden yeni bir şey ortaya çıkartabilmesi için makine öğrenmesi denilen bir süreçten geçiyor. Sanatçı en sonunda eserini ortaya koyar. Onunla bize bir mesaj vermeye çalışır. Bu mesajı anlayabilmek için bazen yakınına kadar sokulup ayrıntılarını incelemek zorunda kalırız, bazen de uzaklaşıp genel olarak görmeye çalışırız. Büyük resmi görmeye… İşte yapay zeka da böyle diyemeyeceğim, henüz. Çünkü daha o noktada değil. Farkındalığı yok. Sanatçı gibi kendisini ifade etmeye, bir anlam üretmeye çalışmıyor.

Bu bakış açısıyla robot Wall-e ve sanatçı Dali’nin birleşiminden oluşan DALL-E adlı bu yeni yapay zeka modelini daha çok resim çizmeye çalışan çocuklara benzetebiliriz. Eline yeni kalem almış ve gördüklerini çocuksu bir şekilde kağıda çizmeye çalışıyor henüz. Bebeklere, çocuklara ne verirseniz, neyi görürlerse onu taklit etmeye çalışırlar ya. İşte DALL-E’de öyle. 

Onun beni en çok etkileyen tarafı yaptığı tasarımlar ya da ürettiği fotoğraf kalitesindeki görseller olmadı. Çünkü daha önce de bu kadar kaliteli olmasa da başka yapay zeka örnekleri görmüştüm. Ben onun daha çok illüstrasyonlarından çok etkilendim. Hatta dans eden robotları izlediğimde kapıldığım o tüyler ürpertici duygulara da biraz kapıldım. İrkildim. Şimdi DALL-E’den aklınıza gelebilecek, belki de aklınızın ucundan bile geçmeyecek en saçmasapan çizimi yapmasını isteyelim. Resim dersinde öğretmen gelip “köpeğini gezdiren, balerin eteği giymiş, havuç şeklinde bir bebek turp çizin bakalım çocuklar” dese kaç insan evladı böyle bir çizim yapabilir sizce?  Bakın DALL-E bir değil 25 tane çizdi bile. Turp yerine avokado olsun. Köpek gezdirmek yerine TV izlesin. Etek giymesin de kulaklık taksın. 

Beni neden en çok bu kabiliyeti etkiledi biliyor musunuz? Wall-e gibi karakterleri tasarlayan ve bunlardan filmler üreten Pixar gibi animasyon stüdyoları işe alım yaparken başvuranları özel bir testten geçirir. Onların yeteneklerini ölçebilmek için uygulanan bu teste “çuval testi” denir. Eğer bir un çuvalına hayat verebilirseniz yeteneklisiniz demektir. Cansız bir nesneye insan özellikleri katabilmek çok önemli bir yetenek göstergesidir. Animasyonun özüdür, çünkü animasyon canlandırma demektir. Cansız bir şeye can katma. O yüzden Pixar filmleri hep o masa lambasıyla başlar. Çocuk gibi sevinçle zıplayan bir masa lambası yapıp sizi heyecanlandırabiliyorsak her şeyi yapabiliriz demektir bir anlamda bu. 

Kulaklık takmış TV seyreden bir avokado istediğimizde bunları çizen yapay zeka işte o yüzden beni biraz ürküttü. Avokadonun gözleri olur mu? Peki ya eğlenen ya da sıkılan bir yüz ifadesi? Bunları neden çizdi? Niye böyle bir anlam üretmeye çalıştı? Çünkü TV seyretmek gibi insanlara ait bir aktiviteyi, aldı, harmanladı, bir anlamda onunla düş gördü ve aktiviteyi başarıyla avokado gibi cansız bir nesneye adapte etti. Tam da animatörlerin, illüstratörlerin yapacağı gibi. Bir tek cümle kurmam bunu yapması için yeterli oldu.

Peki sırada ne var? Bir cümle yerine bin cümle kurarsam bir kitap yazmış olurum. Bu kitabı bir resimli kitaba ya da bir çizgi romana dönüştürebilir mi? Avokado yerine Pikachu çizmesini istesem, Pikachu’nun maceralarını resmedebilir mi? Eline ışın kılıcı al dediğimde, gerçekte olmayan modern popüler kültürün ürettiği bir objeyi çizime dönüştürüp Pikachu’nun eline verebilir mi? Bir kare çizmek yerine saniyede 24 kare çizerse animasyon, 24 kare fotoğraf üretirse film yapabilir mi? 

Sanırım önümüzdeki yıllarda artık böyle şeyler görmeye hazırlanmamız gerekiyor. Galiba 2025’te gerçekten de… Ah, pardon, neredeyse bir sonraki videomun “spoiler”ını veriyordum! Geçenlerde çok farklı türdeki bir yapay zeka(lar) kanalımı ele geçirdi de… Onu da birkaç gün sonra anlatayım…

Biz şimdilik bir taraftan yazı verip, diğer taraftan sonsuz olasılıklı görseller alabildiğimiz bu yeni yapay zeka modelini ve onun biz insanların hayatını hangi yönde etkileyeceğini, ne şekilde değiştireceğini düşünmeye çalışalım…