Ajatuksista kuviksi : miten Midjourneyn kaltaiset generatiiviset tekoälyt muuttavat luovan työn rajoja?
Hurd, Jonathan (2025)
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2025052315328
https://urn.fi/URN:NBN:fi:amk-2025052315328
Tiivistelmä
Tutkielmassa tarkasteltiin Midjourney Inc.-yrityksen historiaa, sen kehitystä sekä tekoälytaiteen vastaanottoa. Midjourney on vuonna 2022 San Franciscossa perustettu itsenäinen tutkimuslaboratorio, joka keskittyy generatiivisen tekoälyn kehittämiseen ja erityisesti korkealaatuisten kuvien luomiseen tekstipohjaisten kehotteiden avulla. Tekoäly on nopeuttanut ja halventanut visuaalisen materiaalin luomista verrattuna perinteisiin menetelmiin. Midjourney julkaisi helmikuussa 2022 Discord-botin, joka mahdollistaa tekoälyn tuottamien kuvien luomisen ja jakamisen reaaliaikaisesti, ja ohjelma on saanut suuren suosion. Vuonna 2023 Midjourney julkaisi tekoälystään selainpohjaisen version.
Tutkimuksessa tarkasteltiin Midjourney-ohjelman toimintaa ja sen luomia visuaalisia teoksia. Ohjelma käyttää syväoppimista ja neuroverkkoja luodakseen realistisia ja taiteellisia kuvia tekstipohjaisista kehotteista. Tekoäly hyödyntää luonnollisen kielen käsittelyjärjestelmää (NLP) analysoidakseen tekstin semantiikkaa ja kontekstia visuaalisten tuotosten luomiseksi. Midjourney-tekoäly pohjautuu diffuusiomalleihin, joissa kohinaa lisätään ja poistetaan vaiheittain luoden uusia kuvia. Käyttäjät voivat muokata luotuja kuvia edelleen.
Tutkimuksessa analysoitiin myös, kuinka Midjourney pystyy luomaan visuaalisesti samankaltaisia kuvia kolmesta tyylilajista: realistisesta valokuvasta, 2D-animaatio- ja 3D-animaatiokuvasta. Tekoälyn kyky toistaa visuaaliset elementit oli rajoitettua, ja sen luomat kuvat poikkesivat usein alkuperäisistä visuaalisesti ja tyylillisesti. Vaikka kuvat säilyttivät alkuperäisen tunnelman, yksityiskohdat ja rakenne saattoivat muuttua merkittävästi. Animaatiokuvien osalta tekoäly ei aina ymmärtänyt tunteiden tai ilmeiden vivahteita, mikä vaikutti kuvan samankaltaisuuden tarkkuuteen.
Johtopäätöksenä todettiin, että tekoäly on potentiaalinen työkalu luovassa työssä, mutta se ei täysin korvaa ihmistä luovassa prosessissa. Tekoälyn tulevaisuudessa voi olla merkittäviä edistysaskeleita, jotka avartavat sen käyttö-mahdollisuuksia luovalla alalla.
Tutkimuksessa tarkasteltiin Midjourney-ohjelman toimintaa ja sen luomia visuaalisia teoksia. Ohjelma käyttää syväoppimista ja neuroverkkoja luodakseen realistisia ja taiteellisia kuvia tekstipohjaisista kehotteista. Tekoäly hyödyntää luonnollisen kielen käsittelyjärjestelmää (NLP) analysoidakseen tekstin semantiikkaa ja kontekstia visuaalisten tuotosten luomiseksi. Midjourney-tekoäly pohjautuu diffuusiomalleihin, joissa kohinaa lisätään ja poistetaan vaiheittain luoden uusia kuvia. Käyttäjät voivat muokata luotuja kuvia edelleen.
Tutkimuksessa analysoitiin myös, kuinka Midjourney pystyy luomaan visuaalisesti samankaltaisia kuvia kolmesta tyylilajista: realistisesta valokuvasta, 2D-animaatio- ja 3D-animaatiokuvasta. Tekoälyn kyky toistaa visuaaliset elementit oli rajoitettua, ja sen luomat kuvat poikkesivat usein alkuperäisistä visuaalisesti ja tyylillisesti. Vaikka kuvat säilyttivät alkuperäisen tunnelman, yksityiskohdat ja rakenne saattoivat muuttua merkittävästi. Animaatiokuvien osalta tekoäly ei aina ymmärtänyt tunteiden tai ilmeiden vivahteita, mikä vaikutti kuvan samankaltaisuuden tarkkuuteen.
Johtopäätöksenä todettiin, että tekoäly on potentiaalinen työkalu luovassa työssä, mutta se ei täysin korvaa ihmistä luovassa prosessissa. Tekoälyn tulevaisuudessa voi olla merkittäviä edistysaskeleita, jotka avartavat sen käyttö-mahdollisuuksia luovalla alalla.