Ernest Piatrovich, Manager de Produs la ARTA – Seria de Interviuri

Ernest Piatrovich este Manager de Produs la AIBY Group, conducând una dintre aplicațiile de top ale companiei, bazate pe inteligență artificială, ARTA – Generator de Imagini AI pentru iPhone și Android. Viziunea sa strategică și gândirea creativă au condus la atingerea poziției #2 în topul aplicațiilor din US App Store, imediat după lansare, depășind pragul de 15 milioane de descărcări la nivel global și oferind cele mai bune avatare AI bazate pe un pipeline unic, dezvoltat intern, printre alte succese.

Ați fost responsabil pentru gestionarea ARTA – Generator de Artă AI, de la faza de idee până în prezent. Ne puteți împărtăși câteva insight-uri despre aceste zile de început?

Desigur! Acele zile au fost dinamice. Am reușit să lansăm o aplicație fină în doar o săptămână, devenind unul dintre primii creatori de aplicații care au oferit funcționalitatea de generare de imagini pe baza textului pe dispozitive mobile. Obiectivul nostru a fost să construim un produs pentru piața de masă care să ofere oamenilor “un artist” în buzunar. De la faza de conceptualizare și dezvoltare, ne-am concentrat pe utilizabilitate și scalabilitate. Însă, în ciuda faptului că am intrat pe piață la momentul potrivit, a fost destul de dificil să creștem volumul de instalații la un nivel adecvat, chiar și cu o echipă de media buying excelentă. Un impuls semnificativ a apărut la trei luni după lansarea aplicației, când funcția noastră Avatar a devenit virală. Volumul a crescut rapid, devenind moderat ridicat pentru nișa noastră, și de atunci, sarcina noastră a fost să menținem și să creștem acest volum.

Care a fost stiva tehnologică originală pe care ați lansat-o și care au fost unele dintre provocările legate de generarea de artă în această perioadă?

Am lansat pe baza Stable Diffusion 1.3, utilizând API-ul oficial de la Stability.ai. Situația cu calitatea generărilor de atunci și de acum este ca noapte și zi. Când am început, managerii noștri de calitate au raportat frecvent probleme legate de valoarea estetică a imaginilor sau inexactități în reprezentarea unor concepte și caracteristici specifice. Însă, aceasta a fost standardul pentru Stable Diffusion la acea vreme. Acum, ieșirea generării este mult mai bună în toate aspectele, incluzând reproducerea stilistică, coerența compoziției, fidelitatea vizuală, nivelul de detaliu și multe altele.

La scurt timp după lansarea aplicației, am început să închiriem servere pe Amazon (AMZN ), și suportarea lor s-a dovedit a fi o provocare. Chiar și cu fonduri suficiente, nu există întotdeauna servere A100 disponibile atunci când aveți nevoie de ele, și trebuie să așteptați câteva zile. Prin urmare, am fost nevoiți să trăim fără autoscalare, redirecționând tot traficul în exces către API-urile partenerilor noștri.

Menținerea tuturor acestor aspecte rămâne destul de dificilă și în prezent, cu probleme minore care apar la un capăt sau altul, la fiecare lună sau două. De exemplu, întâlnim uneori probleme temporare cu calitatea generărilor atunci când furnizorul actualizează serverul, testează greutăți sau implementează alte modificări care afectează ieșirea generării. Astfel de erori pot dura de la o oră la jumătate de zi și sunt imprevizibile și greu de urmărit. De obicei, până când departamentul nostru de suport primește un raport de la un utilizator despre imagini blurate sau alte probleme care apar, furnizorul API a rezolvat deja problema. Însă, acest lucru este o preocupare serioasă pentru utilizatorii noștri. Prin urmare, suntem în proces de a construi un sistem care combină multiple furnizori și servere proprii pentru generări speciale, permițându-ne să avem mai mult control asupra aspectelor noastre.

Care au fost deciziile strategice care au fost decisive în ghidarea ARTA către poziția sa de top, imediat după lansare?

Ascensiunea timpurie a ARTA (pe atunci numită Aiby) a rezultat din decizia oportună de a implementa funcția virală Avatar, atunci când aceasta abia începea să facă valuri pe rețelele sociale. Am recunoscut rapid interesul crescând pentru această funcționalitate. Întreaga noastră echipă, inclusiv produs, marketing și dezvoltare, a fost pe aceeași lungime de undă și vizionară cu privire la succesul său. Am recunoscut, de asemenea, că timpul de piață a fost crucial. Prin urmare, din prima zi, am dedicat toate resursele noastre pentru a face această funcție, prioritarizând-o înaintea altor sarcini.

Deoarece termenul nostru limită era “cât mai curând posibil”, pentru a nu rata momentul în care avatarele AI ajung la apogeul lor, am optat pentru a utiliza o soluție externă și a o personaliza pentru aplicația noastră. În timp ce avatarele începeau să câștige teren pe dispozitive mobile, tehnologia era deja disponibilă pe web de ceva timp, chiar și cu un API. Mulțumită eforturilor concentrate ale echipei, prima noastră versiune funcțională a fost în App Store în doar cinci zile, oferind ieșiri de avatar foarte competitive. Ne-a ajutat să atingem poziția #2 în topul american și să rămânem a doua aplicație cea mai descărcată în SUA timp de o săptămână.

Echipa dvs. a lansat recent o actualizare a funcției de generare a avatarelor AI din ARTA. Ne puteți împărtăși câteva detalii despre aceasta?

Modelele AI au tendința de a adăuga caracteristici faciale generice în timpul antrenamentului, făcând avatarele să arate diferit de fotografiile sursă, și cu cât trăsăturile unei persoane sunt mai unice, cu atât interpretarea AI poate să pară mai diferită. Pentru a aborda această problemă, am decis să creăm propriul nostru serviciu de avatar. Am folosit un API extern pentru o perioadă lungă de timp, dar nu am obținut îmbunătățiri semnificative. Cu schimbarea serverului, am putut să configurăm o tehnologie de antrenament mai optimă pentru a păstra mai bine asemănarea feței utilizatorului în ieșirea avatarului. Deși nu pot dezvălui pipeline-ul nostru unic în detaliu, acesta a devenit posibil datorită unei combinații specifice de setări SDXL, LORAs și îmbunătățiri ale feței, și încă nu am văzut rezultate mai bune în altă parte.

Cu noul server, ne-am mutat de la un cost fix pentru fiecare pachet de avatar la o taxă lunară de server și putem oferi acum avatare prin abonament săptămânal, în loc de a cere achiziții în aplicație separate. Acest lucru creează o experiență mai plăcută și este mult mai ieftin pentru utilizatorii noștri, dacă doresc să genereze, de exemplu, cinci pachete de avatar într-o săptămână sau să schimbe fotografia de intrare pe parcurs. Având în vedere toate acestea, oferta noastră de avatar deține în prezent cel mai bun raport preț-performanță de pe piață. În timp ce există aplicații capabile să creeze avatare realiste de înaltă calitate, ARTA se remarcă prin oferirea unei game diverse de variații de ieșire colorate și strălucitoare, pe lângă stilurile realiste, toate cu același nivel precis de recunoaștere facială.

În ce alte moduri a îmbunătățit echipa capacitățile aplicației?

Am concluzionat că utilizarea API-urilor externe este mai eficientă pentru cazurile de uz comun, cum ar fi generarea de imagini pe baza textului, conversia de imagini și umplerea golurilor. Acest abordare elimină nevoia de a petrece timp pentru a integra aceste funcționalități în infrastructura noastră de server. Mai mult, reduce costurile în situațiile în care o nouă funcție nu decoltează așa cum se așteptăm și decidem să o înlăturăm. Industria generării de imagini AI evoluează rapid, cu numeroase servicii dedicate disponibile, așa că explorăm și adoptăm gradual acestea care se aliniază cu obiectivele noastre.

În același timp, nevoile ARTA sunt adesea destul de unice, necesitând descoperiri interne. În cazurile în care API-urile personalizate sunt fie inexistente, fie nu oferă o calitate a ieșirii satisfăcătoare, ne specializăm și personalizăm serviciile noastre interne și dezvoltăm soluții proprii pentru a obține rezultatele pe care le dorim. De exemplu, pe lângă îmbunătățirea avatarelor AI, inginerii noștri de ML și prompturi au creat o nouă conductă pentru funcția Filtrilor AI (Selfies) a aplicației. De asemenea, am dezvoltat un algoritm unic pentru funcția noastră viitoare AI Baby – o funcționalitate de generare care permite a doua persoane să-și combine fotografiile și să vadă cum ar putea arăta copilul lor. Pe baza percepției mele asupra lumii ca manager de produs, am îndoiat inițial succesul său, dar creațiile publicitare care prezintă acest concept sunt foarte populare. Prin urmare, verificarea insight-urilor de marketing este deosebit de utilă în cazurile legate de conținut.

Utilizatorii pot influența procesul artistic în ARTA? Dacă da, care sunt uneltele și opțiunile disponibile pentru utilizatori pentru a personaliza arta generată de IA?

Ne ocupăm de toate aspectele complexe legate de generare, scopul nostru fiind să oferim utilizatorilor noștri o experiență artistică simplă, fără o supraîncărcare tehnică inutilă. Astfel, principala modalitate prin care utilizatorii pot influența ieșirea este prin prompturi. Păstrăm acest proces transparent, arătând exact cererea de cuvinte care va fi trimisă modelului pentru generare și oferim asistență pentru compunerea de prompturi eficiente, dacă este nevoie.

Selectăm cele mai bune setări implicite pentru fiecare model integrat, astfel încât utilizatorii să nu se preocupe de aceasta. De obicei, nu există nevoie să ajustați acestea pentru a maximiza rezultatele, deoarece ele produc deja o ieșire de generare optimă. Totuși, dacă utilizatorul dorește să experimenteze, modul avansat este la doar un tap distanță, iar unele parametri mai profunzi se află în secțiunea de setări.

Curând, vom adăuga un parametru Seed, care va permite utilizatorilor să aibă control complet asupra generării atunci când au nevoie să recreeze o imagine identică de la zero. De asemenea, planificăm să extindem lista de rapoarte de aspect. Suntem, de asemenea, în curs de a adăuga mai multe controlnete la generările regulate. Acestea sunt deja suportate pe partea serverului, deoarece le folosim pentru a genera Filtrii AI și schițe, dar încă nu le-am livrat utilizatorilor finali.

Cum percepeți impactul tehnologiei AI, cum ar fi ARTA, asupra pieței tradiționale de artă? Ați vedea generarea de artă AI ca o perturbare sau o îmbunătățire a industriei de artă?

O văd ca o îmbunătățire. Inteligența artificială generativă a adus oportunități noi și valoroase pentru a îmbunătăți procesul artistic, reducând în același timp timpul de întoarcere. Aceasta ajută artiștii digitali, designerii, ilustratorii și alți creatori de conținut vizual cu o varietate de sarcini, de la explorarea ideilor și dezvoltarea conceptelor la generarea de schițe și imagini gata de utilizat. În cele din urmă, capacitatea noastră de a valorifica progresele sale este limitată doar de imaginația noastră.

De exemplu, am o pasiune pentru crearea de jocuri PC, și recent am folosit ARTA pentru a genera un set de iconite pentru abilități și articole. Aș fi putut să le proiectez singur, utilizând Adobe Illustrator, dar cu un generator de imagini, am obținut ceea ce aveam nevoie aproape imediat. Soția mea, la rândul ei, este retușătoare-fotograf. Mulțumită funcției Generative Fill din Photoshop, lucrează mult mai rapid și are mai mult timp liber (sau mai mult venit, dacă decide să accepte mai multe comenzi de retușare).

Când este făcută bine, imaginea generată de IA poate să arate indistinguabil de arta profesională. Cu toate acestea, în opinia mea, IA nu va înlocui niciodată un profesionist adevărat. Indiferent de cât de abile devin rețelele neuronale, ele sunt încă antrenate pe date create de oameni, ceea ce înseamnă că tot ceea ce generează există deja undeva. La fel ca și acum, idei cu adevărat inovatoare pot fi produse doar de oameni. În timp ce sensul tradițional al artei rămâne asociat cu piesele create de oameni, arta generată de IA este ca o ramură anticipată, care invită pe toată lumea, indiferent de backgroundul artistic, să încerce o experiență nouă și interesantă.

Privind dincolo de îmbunătățirea calității imaginii, unde credeți că se îndreaptă viitorul generării de imagini AI?

Pe lângă calitatea imaginii, viteza generărilor va crește, conducând automat la ieșiri mai rentabile.

Cred că nu va dura mult până când va exista o modalitate ușoară de a genera aceleași personaje în medii și poziții diferite, astfel încât vom asista la apariția IA în benzi desenate, cărți pentru copii, grafică de jocuri și multe altele. Designul interior și producția de creații publicitare sunt deja domenii care folosesc intens IA generativă, dar mai multe sunt înaintea noastră, pe măsură ce tehnologia continuă să evolueze.

Luând în considerare faptul că toate generările necesită GPU-uri puternice, aceste tehnologii vor evolua împreună cu IA pentru o perioadă de timp. Suntem doar la începutul acestei călătorii. Poate că noul Apple (AAPL ) al timpului nostru va fi Nvidia (NVDA ), cu toată lumea, sau cel puțin cei din industria IT, așteptând cu interes lansările de noi plăci video, așa cum am făcut-o toți cu iPhone-urile.

Generatoarele de imagini AI vor continua să ofere experiențe distractive și captivante, fie prin introducerea de noi concepte care apar în cultura populară, fie prin reînnoirea ideilor mai vechi, îmbunătățite cu tehnologie mai bună. De exemplu, interesul pentru generarea de avatare AI pentru copii este în creștere în prezent. O tehnologie recentă bazată pe Stable Diffusion a demonstrat ieșiri impresionante prin combinarea caracteristicilor a două persoane pentru a revela aspectul potențial al copilului lor biologic. Rezultatele depășesc cu mult ceea ce era disponibil pe site-urile de horoscop cu câțiva ani în urmă, și oamenii sunt dornici să o încerce din nou.

Ce predicții aveți pentru ceea ce ar trebui să așteptăm în continuare de la IA Generativă?

Valul de popularitate pentru generarea de videoclipuri este pe punctul de a apărea. Odată cu progresele tehnologiei care au atins un nivel suficient, vor exista, fără îndoială, încercări de a antrena rețele neuronale utilizând expresii faciale și gesturi ale oamenilor pentru a crea avatare video, posibil chiar și cu voci unice de utilizator.

IA Audio este o altă descoperire semnificativă care marchează o nouă eră pentru industria de producție muzicală. Această tehnologie a prezentat deja oportunități uimitoare pentru compunerea de cântece pe baza inputului de text, făcând-o un instrument an excellent tool for creating custom non-stock soundtracks for various types of video content. Overall, it’s really fun to listen to something as mundane as Terms of Use rapped or sung with romantic intonation. Thank you for the great interview, readers who wish to learn more or generate some images should visit ARTA.