Ernest Piatrovich, Quản lý Sản phẩm tại ARTA – Loạt Phỏng vấn

Ernest Piatrovich là Quản lý Sản phẩm tại AIBY Group, dẫn đầu một trong những ứng dụng hàng đầu của công ty, ARTA – Trình tạo hình ảnh AI cho iPhone và Android. Tầm nhìn chiến lược và tư duy sáng tạo của ông đã giúp ứng dụng đạt vị trí thứ 2 trong bảng xếp hạng ứng dụng hàng đầu của Mỹ chỉ sau một thời gian ngắn kể từ khi ra mắt, đạt mốc 15 triệu lượt tải xuống trên toàn thế giới và cung cấp các hình đại diện AI hoạt động tốt nhất dựa trên đường ống nội bộ độc quyền, cùng với nhiều thành công khác.

Bạn đã chịu trách nhiệm Quản lý ARTA – Trình tạo nghệ thuật AI từ giai đoạn ý tưởng cho đến nay. Bạn có thể chia sẻ một số thông tin về những ngày đầu tiên không?

Tất nhiên! Đó là những thời điểm đầy biến động. Chúng tôi đã quản lý để phát hành một ứng dụng được làm tốt trong vòng chỉ một tuần, trở thành một trong những nhà tạo ứng dụng tiêu dùng đầu tiên cung cấp chức năng tạo hình ảnh từ văn bản trên thiết bị di động. Mục tiêu của chúng tôi là xây dựng một sản phẩm thị trường đại chúng cung cấp cho mọi người “một nghệ sĩ” trong túi. Vì vậy, từ giai đoạn khái niệm và phát triển ban đầu, chúng tôi đã tập trung vào khả năng sử dụng và khả năng mở rộng. Nhưng mặc dù chúng tôi đã tham gia thị trường đúng lúc, việc phát triển số lượng cài đặt vẫn là một thách thức, ngay cả với một đội mua truyền thông tuyệt vời như chúng tôi. Một sự thúc đẩy đáng kể đã xảy ra ba tháng sau khi ứng dụng được phát hành, khi tính năng Avatar của chúng tôi trở nên phổ biến. Số lượng đã tăng lên nhanh chóng và từ đó, nhiệm vụ của chúng tôi là duy trì và tăng số lượng này.

Công nghệ nào đã được sử dụng khi bạn phát hành ARTA và những thách thức nào đã gặp phải trong quá trình tạo hình ảnh?

Chúng tôi đã phát hành dựa trên Stable Diffusion 1.3 sử dụng API chính thức từ Stability.ai. Tôi nên nói rằng tình hình với chất lượng tạo ra vào thời điểm đó và bây giờ giống như ngày và đêm. Khi chúng tôi bắt đầu, các nhà quản lý QA của chúng tôi thường xuyên báo cáo các vấn đề liên quan đến giá trị thẩm mỹ của hình ảnh hoặc sự không chính xác trong việc đại diện cho các khái niệm và tính năng cụ thể. Tuy nhiên, đó là tiêu chuẩn cho Stable Diffusion vào thời điểm đó. Hiện tại, đầu ra tạo ra tốt hơn ở tất cả các khía cạnh, bao gồm cả việc tái tạo phong cách, sự nhất quán của bố cục, độ trung thực hình ảnh, mức độ chi tiết và nhiều hơn nữa.

Ngay sau khi ứng dụng được phát hành, chúng tôi bắt đầu thuê máy chủ trên Amazon (AMZN ) và việc hỗ trợ chúng đã trở thành một thách thức. Ngay cả khi có đủ tài nguyên, có thể không có A100 miễn phí khi bạn cần và bạn sẽ phải chờ trong vài ngày. Do đó, chúng tôi đã phải sống mà không có khả năng tự động mở rộng, chuyển hướng tất cả lưu lượng truy cập vượt quá đến API của các đối tác.

Việc duy trì tất cả những điều này vẫn còn khá phức tạp cho đến ngày nay, với các vấn đề nhỏ xảy ra ở một đầu hoặc khác mỗi tháng hoặc lâu hơn. Ví dụ, chúng tôi偶爾 gặp phải các vấn đề tạm thời về chất lượng tạo ra khi nhà cung cấp cập nhật máy chủ, kiểm tra trọng lượng hoặc thực hiện các thay đổi khác ảnh hưởng đến đầu ra tạo ra. Những lỗi này có thể kéo dài từ một giờ đến nửa ngày và không thể đoán trước được. Thông thường, vào thời điểm bộ phận hỗ trợ của chúng tôi nhận được báo cáo của người dùng về hình ảnh mờ hoặc một số vấn đề khác, nhà cung cấp API đã sửa lỗi. Tuy nhiên, đây là một mối quan tâm nghiêm trọng đối với người dùng của chúng tôi. Do đó, chúng tôi hiện đang xây dựng một hệ thống kết hợp nhiều nhà cung cấp và máy chủ của riêng chúng tôi cho các tạo ra đặc biệt, cho phép chúng tôi có nhiều quyền kiểm soát hơn về phía chúng tôi.

Với tư cách là quản lý sản phẩm, những quyết định chiến lược nào đã đóng vai trò quan trọng trong việc dẫn dắt ARTA đến vị trí hàng đầu chỉ sau một thời gian ngắn kể từ khi ra mắt?

Sự tăng trưởng ban đầu của ARTA (lúc đó được gọi là Aiby) là kết quả của việc quyết định thực hiện tính năng Avatar đang thịnh hành trên mạng xã hội. Chúng tôi đã nhanh chóng nhận ra sự quan tâm ngày càng tăng đối với chức năng này. Toàn bộ đội ngũ của chúng tôi, bao gồm sản phẩm, tiếp thị và phát triển, đều có cùng tầm nhìn và quan điểm về thành công của nó. Chúng tôi cũng nhận ra rằng thời gian đưa sản phẩm ra thị trường là rất quan trọng. Vì vậy, từ ngày đầu tiên, chúng tôi đã dành tất cả tài nguyên để hiện thực hóa tính năng này, ưu tiên nó cao hơn các nhiệm vụ khác.

Vì thời hạn của chúng tôi là “ngay lập tức” để không bỏ lỡ thời điểm khi hình đại diện AI đạt đến đỉnh cao, chúng tôi đã chọn sử dụng giải pháp của bên thứ ba và tùy chỉnh nó cho ứng dụng của chúng tôi. Mặc dù hình đại diện đã bắt đầu thu hút sự chú ý trên thiết bị di động, công nghệ này đã có sẵn trên web từ một thời gian, thậm chí có API. Nhờ vào nỗ lực tập trung của đội ngũ, phiên bản hoạt động đầu tiên của chúng tôi đã có mặt trong App Store chỉ trong năm ngày, cung cấp đầu ra hình đại diện cạnh tranh cao. Điều này đã giúp chúng tôi đạt vị trí thứ 2 trong bảng xếp hạng ứng dụng hàng đầu của Mỹ và duy trì vị trí ứng dụng được tải xuống nhiều thứ hai tại Mỹ trong một tuần.

Đội ngũ của bạn đã phát hành một bản nâng cấp cho tính năng tạo hình đại diện AI của ARTA. Bạn có thể chia sẻ một số chi tiết về điều này không?

Các mô hình AI có xu hướng thêm các đặc điểm khuôn mặt chung trong quá trình đào tạo, khiến hình đại diện trông khác với ảnh gốc, và càng nhiều đặc điểm độc đáo của một người, hình đại diện AI càng có thể trông khác. Để giải quyết vấn đề này, chúng tôi đã quyết định tạo ra dịch vụ hình đại diện của riêng mình. Chúng tôi đã sử dụng API của bên thứ ba trong một thời gian dài nhưng không mang lại sự cải thiện đáng kể. Với việc chuyển sang máy chủ mới, chúng tôi đã có thể thiết lập công nghệ đào tạo tối ưu hơn để duy trì sự giống nhau của khuôn mặt người dùng trong đầu ra hình đại diện. Mặc dù tôi không thể tiết lộ chi tiết về đường ống độc quyền của chúng tôi, nhưng nó đã trở nên khả thi nhờ vào sự kết hợp cụ thể của thiết lập SDXL, LORAs và các công cụ tăng cường khuôn mặt, và chúng tôi chưa thấy kết quả tốt hơn ở nơi khác.

Với máy chủ mới, chúng tôi đã chuyển từ chi phí cố định cho mỗi gói hình đại diện sang phí máy chủ hàng tháng và hiện có thể cung cấp hình đại diện thông qua đăng ký hàng tuần thay vì yêu cầu mua trong ứng dụng riêng biệt. Điều này tạo ra một trải nghiệm thỏa mãn hơn và tiết kiệm hơn cho người dùng của chúng tôi nếu họ muốn tạo ra, ví dụ, năm gói hình đại diện trong một tuần hoặc thay đổi ảnh đầu vào khi họ đi. Xem xét tất cả những điều trên, đề xuất hình đại diện của chúng tôi hiện có tỷ lệ hiệu suất/giá tốt nhất trên thị trường. Mặc dù có ứng dụng có thể tạo ra hình đại diện thực tế chất lượng cao, ARTA nổi bật với việc cung cấp một loạt các biến thể đầu ra màu sắc và sáng sủa bên cạnh các phong cách thực tế, tất cả đều có cùng mức độ nhận diện khuôn mặt chính xác.

Đội ngũ của bạn đã cải thiện khả năng của ứng dụng theo những cách nào khác?

Chúng tôi đã kết luận rằng việc sử dụng API của bên thứ ba là hiệu quả hơn cho các trường hợp sử dụng chung như tạo hình ảnh từ văn bản, chuyển đổi hình ảnh và vẽ lại. Cách tiếp cận này loại bỏ nhu cầu dành thời gian để tìm hiểu cách tích hợp các chức năng này vào cơ sở hạ tầng máy chủ của chúng tôi. Hơn nữa, nó giảm chi phí trong trường hợp một tính năng mới không thành công như mong đợi và chúng tôi quyết định loại bỏ nó. Ngành công nghiệp tạo hình ảnh AI đang phát triển nhanh chóng, với nhiều dịch vụ chuyên dụng có sẵn, vì vậy chúng tôi khám phá và dần dần áp dụng những dịch vụ phù hợp với mục tiêu của mình.

Đồng thời, nhu cầu của ARTA thường đòi hỏi phải có những phát hiện nội bộ. Trong trường hợp các API được tùy chỉnh không tồn tại hoặc không cung cấp chất lượng đầu ra thỏa mãn, chúng tôi chuyên môn hóa và tùy chỉnh các dịch vụ nội bộ của mình và phát triển các giải pháp của riêng mình để đạt được kết quả mong muốn. Ví dụ, ngoài việc nâng cấp hình đại diện AI, các kỹ sư học máy và prompt của chúng tôi đã tạo ra một đường ống mới cho tính năng Bộ lọc AI (Selfies) của ứng dụng. Chúng tôi cũng đã phát triển một thuật toán độc quyền cho tính năng AI Baby sắp ra mắt – một chức năng tạo ra cho phép hai người hợp nhất ảnh của họ và xem con họ có thể trông như thế nào. Dựa trên nhận thức của tôi về thế giới như một quản lý sản phẩm, ban đầu tôi nghi ngờ về sự thành công của nó, nhưng các quảng cáo sáng tạo với khái niệm này rất phổ biến. Vì vậy, việc kiểm tra các thông tin tiếp thị là đặc biệt hữu ích trong các trường hợp liên quan đến nội dung.

Người dùng có thể ảnh hưởng đến quá trình nghệ thuật trong ARTA không? Nếu có, những công cụ và tùy chọn nào có sẵn cho người dùng để tùy chỉnh tác phẩm nghệ thuật được tạo ra bởi AI?

Chúng tôi xử lý tất cả các khía cạnh phức tạp liên quan đến tạo ra, nhằm cung cấp cho người dùng của chúng tôi một trải nghiệm nghệ thuật trực quan mà không cần tải kỹ thuật không cần thiết. Vì vậy, cách chính mà người dùng ảnh hưởng đến đầu ra là thông qua các lời nhắc. Chúng tôi giữ quá trình này minh bạch bằng cách hiển thị chính xác yêu cầu từ mà sẽ được gửi đến mô hình để tạo ra và chỉ cung cấp sự hỗ trợ khi cần thiết để tạo ra các lời nhắc hiệu quả.

Chúng tôi chọn các thiết lập mặc định tốt nhất cho mỗi mô hình tích hợp để người dùng không phải lo lắng về điều đó. Thông thường, không cần điều chỉnh chúng để tối đa hóa kết quả, vì chúng đã tạo ra đầu ra tạo ra tối ưu. Tuy nhiên, nếu người dùng muốn thử nghiệm, chế độ nâng cao chỉ cách một lần chạm, và một số tham số sâu hơn nằm trong phần cài đặt.

Sắp tới, chúng tôi sẽ thêm một tham số Seed, cho phép người dùng có quyền kiểm soát hoàn toàn việc tạo ra khi họ cần tái tạo một hình ảnh giống hệt từ đầu. Ngoài ra, chúng tôi dự định mở rộng danh sách tỷ lệ_aspect. Chúng tôi cũng đang cân nhắc việc thêm một số controlnet vào các tạo ra thường xuyên. Chúng đã được hỗ trợ trên phía máy chủ, vì chúng tôi sử dụng chúng để tạo ra Bộ lọc AI và phác thảo, nhưng chúng chưa được cung cấp cho người dùng cuối.

Bạn nhìn nhận tác động của AI như ARTA đối với thị trường nghệ thuật truyền thống như thế nào? Bạn có coi việc tạo ra hình ảnh AI là một sự phá vỡ hay một sự cải tiến cho ngành công nghiệp nghệ thuật không?

Tôi coi đó là một sự cải tiến. Trí tuệ tạo ra đã giới thiệu những cơ hội mới và có giá trị để cải tiến quá trình nghệ thuật trong khi giảm đáng kể thời gian quay vòng. Nó hỗ trợ các nghệ sĩ kỹ thuật số, nhà thiết kế, họa sĩ minh họa và các nhà tạo nội dung trực quan khác với nhiều nhiệm vụ, từ việc khám phá ý tưởng và phát triển khái niệm đến tạo ra các bản phác thảo và hình ảnh sẵn sàng sử dụng. Cuối cùng, khả năng tận dụng những tiến bộ của nó chỉ bị giới hạn bởi trí tưởng tượng của chúng tôi.

Ví dụ, tôi có một sở thích tạo ra các trò chơi PC, và gần đây, tôi đã sử dụng ARTA để tạo ra một bộ biểu tượng cho các kỹ năng và vật phẩm. Tôi có thể thiết kế chúng bằng tay bằng cách sử dụng Adobe Illustrator, nhưng với một trình tạo hình ảnh, tôi đã có được những gì tôi cần gần như ngay lập tức. Vợ tôi, mặt khác, là một nhiếp ảnh gia chỉnh sửa. Nhờ vào tính năng Generative Fill của Photoshop, cô ấy làm việc nhanh hơn và có nhiều thời gian rảnh hơn (hoặc có thể kiếm được nhiều tiền hơn nếu cô ấy quyết định nhận thêm đơn đặt hàng chỉnh sửa).

Khi được thực hiện tốt, hình ảnh được tạo ra bởi AI có thể trông không thể phân biệt được với tác phẩm nghệ thuật chuyên nghiệp. Tuy nhiên, theo quan điểm của tôi, AI sẽ không bao giờ thay thế một chuyên gia thực sự. Dù các mạng nơ-ron có trở nên giỏi đến đâu, chúng vẫn được đào tạo trên dữ liệu do con người tạo ra, có nghĩa là mọi thứ chúng tạo ra đều đã tồn tại ở một nơi nào đó. Giống như trước đây và bây giờ, chỉ những ý tưởng真正 sáng tạo mới có thể được tạo ra bởi con người. Trong khi ý nghĩa truyền thống của nghệ thuật vẫn gắn liền với các tác phẩm do con người tạo ra, nghệ thuật AI giống như một nhánh phụ được dự đoán, mời mọi người, bất kể nền tảng nghệ thuật, thử một trải nghiệm mới thú vị.

Nhìn vượt ra ngoài việc cải thiện chất lượng hình ảnh, bạn nhìn thấy tương lai của việc tạo hình ảnh AI đang đi tới đâu?

Cùng với chất lượng hình ảnh, tốc độ tạo ra sẽ tăng lên, tự động dẫn đến đầu ra tiết kiệm chi phí hơn.

Tôi nghĩ sẽ không lâu trước khi có một cách dễ dàng để tạo ra cùng một nhân vật trong các môi trường và vị trí khác nhau, vì vậy chúng ta sẽ thấy sự trỗi dậy của AI trong truyện tranh, sách thiếu nhi, đồ họa trò chơi và nhiều hơn nữa. Thiết kế nội thất và sản xuất quảng cáo đã là những lĩnh vực tích cực tận dụng AI tạo ra, nhưng còn nhiều điều nữa phía trước khi công nghệ tiếp tục phát triển.

Xét rằng tất cả các tạo ra đều yêu cầu GPU mạnh, những công nghệ này sẽ phát triển cùng với AI trong một thời gian dài. Chúng tôi chỉ mới bắt đầu cuộc hành trình. Có lẽ Apple (AAPL ) mới của thời đại chúng ta sẽ là Nvidia (NVDA ), với mọi người, hoặc ít nhất là những người trong ngành công nghệ thông tin, mong đợi những bản phát hành thẻ video mới giống như cách chúng tôi từng làm với iPhone.

Trình tạo hình ảnh AI sẽ tiếp tục cung cấp những trải nghiệm thú vị và hấp dẫn, cho dù bằng cách giới thiệu những khái niệm mới xuất hiện từ văn hóa đại chúng hay hồi sinh những ý tưởng cũ với công nghệ tốt hơn. Ví dụ, sự quan tâm đến việc tạo ra hình đại diện AI cho trẻ em đang tăng trưởng. Một công nghệ gần đây dựa trên Stable Diffusion đã thể hiện đầu ra ấn tượng từ việc kết hợp các đặc điểm của hai cá nhân để tiết lộ ngoại hình tiềm năng của con họ. Kết quả vượt qua những gì có sẵn trên các trang web tử vi vài năm trước, và mọi người đều muốn thử lại.

Bạn dự đoán điều gì cho tương lai của Trí tuệ Tạo ra?

Sóng phổ biến của việc tạo video đang ở trên đường chân trời. Với sự tiến bộ của công nghệ đạt đến mức đủ, chắc chắn sẽ có những nỗ lực để đào tạo mạng nơ-ron bằng cách sử dụng biểu cảm khuôn mặt và cử chỉ của con người để tạo ra hình đại diện video, thậm chí có thể với giọng nói độc đáo của người dùng.

Trí tuệ Tạo ra Âm thanh là một bước đột phá quan trọng khác, mở ra một kỷ nguyên mới cho ngành sản xuất âm nhạc. Công nghệ này đã mang lại những cơ hội tuyệt vời để sáng tác các bài hát dựa trên đầu vào văn bản, làm cho nó trở thành một công cụ tuyệt vời để tạo ra các bản nhạc tùy chỉnh không phải là cổ điển cho các loại nội dung video khác nhau. Tổng thể, thật thú vị khi nghe một điều gì đó tầm thường như Điều khoản Sử dụng được đọc hoặc hát với giọng điệu lãng mạn.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm hoặc tạo ra một số hình ảnh nên truy cập ARTA.