Was KI alles kann

[Kiwa]

Hallo zusammen,

die KI chatGPT scheint immer bekannter zu werden aber es gibt noch weitere interessante KI-Maschinen die zum Teil auf ganz bestimmte Aufgaben zugeschnitten sind.
Wer chatGPT noch nicht kennt, einfach mal bei youtube eingeben, man bekommt zahlreiche Videos dazu.
In dem hier verlinkten Video werden weitere Ki Systeme vorgestellt.
So kann man sich anhand einer textuellen Beschreibung Bilder zeichnen lassen, oder man lässt sich Videoclips erstellen oder spielt ein Text-Adventure mit einer KI usw.

Finde ich ganz interessant zumal die meisten (noch) kostenlos sind. Bei der KI die einem Bilder zeichnen kann habe ich sofort an MMM gedacht. Wie genial wäre es wenn diese KI nach textueller Beschreibung die Hintergründe, Gegenstände etc. für neue Epis zeichen könnte.

Hat sowas schonmal jemand ausprobiert? 

Hier werden 7 weitere dieser KIs vorgestellt:

[MalleTheRedPhoenix]

So schön es sein mag, was die KI mittlerweile zustande bringen kann, so unberechenbar wirkt sie auch auf mich, was ich persönlich beunruhigend finde. Es ist irgendwie schon beängstigend, wie täuschend echt "Personen" aussehen, die von der KI erstellt worden sind oder das man auch die Stimmen von Prominenten nachbilden kann, so dass man glauben könnte, dass es die echte Person sein könnte. Mit einfachen Worten: Die KI kann leicht für Manipulationszwecke eingesetzt werden. Entsprechend kann ich die Entwicklung nicht gut heißen.

[alphawolf300]

Für mich als gelernter Anwendungsentwickler ist das Thema total spannend. Es ist schon sehr beeindruckend (und ja, auch ein bisschen gruselig), was so eine Kl alles kann.
So groß die Bedenken der Manipulation auch sein mögen: Der Fortschritt kann sowohl zu Gutem, als auch zu Schlechtem eingesetzt werden. Die Bedenken sind für mich aber nicht größer als für manch andere Dinge. So hatte meine Oma Angst vor Computern, weil sie für Ihre Welt eben auch ein Wunderding war, das sie bedrohlich fand.
Die Entwicklung von Kls ist jedenfalls nicht mehr aufzuhalten, das ist ein riesiges Thema geworden und die Entwicklung ist rasant. Und da die Kl da ist, nutze ich sie auch. Die auseinandersetzung mit der technischen Weiterentwicklung ist auch ein Grund, weshalb ich mehr staune, als dass ich ihr skeptisch gegenüberstehe.
Und ja, sobald sie mir vernünftige Bilder zeichnen kann, werde ich die Kl auch dafür nutzen. :-)

[alphawolf300]

Ich habe gerade mal aus Spaß den Bing-Chat befragt:

Erstelle ein eine Story für ein Point and Click Adventure im Maniac Mansion Universum.

Hier ist eine mögliche Story für ein Point and Click Adventure im Maniac Mansion Universum:

Du bist Alex, ein junger Hacker, der von einem mysteriösen Anrufer beauftragt wird, in das Maniac Mansion einzubrechen und einen geheimen Datenträger zu stehlen. Der Anrufer verspricht dir eine hohe Belohnung, wenn du erfolgreich bist, aber er warnt dich auch vor den Gefahren, die dich im Haus erwarten. Du entscheidest dich, zwei deiner Freunde mitzunehmen, die dir bei der Mission helfen können. Du kannst aus folgenden Charakteren wählen:

Lisa, eine Journalistin, die immer auf der Suche nach einer guten Story ist. Sie kann mit ihrer Kamera Beweise sammeln und Leute interviewen.
Max, ein Musiker, der ein Talent für Improvisation hat. Er kann mit seiner Gitarre Türen öffnen, Gegner ablenken und Stimmungen verändern.
Sam, ein Erfinder, der gerne mit Elektronik bastelt. Er kann mit seinem Multitool Geräte reparieren, hacken und manipulieren.
Zusammen macht ihr euch auf den Weg zum Maniac Mansion, wo ihr auf die verrückte Familie Edison trefft, die unter dem Einfluss eines bösen Meteors steht. Ihr müsst euch vor dem wahnsinnigen Dr. Fred, seiner nymphomanen Frau Edna, seinem nerdigen Sohn Ed, seinem rebellischen Sohn Weird Ed, seinem mutierten Sohn Tentakel und seinem sprechenden Hamster verstecken. Außerdem trefft ihr auf andere merkwürdige Gestalten, wie den grünen Tentakel, der ein Rockstar werden will, den lila Tentakel, der die Weltherrschaft anstrebt, den Meteorpolizisten, der den Meteor verhaften will, und den Meteor-Messias, der den Meteor anbetet.

Um den Datenträger zu finden, müsst ihr das Haus erkunden, Rätsel lösen, Gegenstände kombinieren und mit den Bewohnern interagieren. Dabei entdeckt ihr viele Geheimnisse, wie zum Beispiel eine Zeitmaschine, eine Alien-Basis, eine Geisterbahn und eine Atombombe. Ihr erfahrt auch, dass der Anrufer in Wirklichkeit der lila Tentakel ist, der den Datenträger braucht, um seine Weltherrschaftspläne zu verwirklichen. Ihr müsst euch also entscheiden, ob ihr ihm den Datenträger gebt, ihn zerstört oder ihn für euch behaltet. Je nach eurer Wahl gibt es verschiedene Enden, die das Schicksal des Maniac Mansion und der Welt bestimmen.

Mal ganz ehrlich: Aus der Antwort kann man ein ziemlich geiles Spiel erstellen, das ich sofort spielen wollen würde.

[Cone Arex]

Der Bing-Chat basiert auf GPT-4 oder? Ich habe letztes Jahr schon mal ChatGPT (GPT-3.5) nach Ideen für eine MMM-Episode gefragt. Das war seiner Zeit aber noch deutlich primitiver ausformuliert.

[alphawolf300]

Nein, die KI von Bing wurde von Microsoft entwickelt (angeblich  )

[Bòógieman]

naja, von OpenAI, MS hat die aber gekauft/gesponsored

[alphawolf300]

Der Bing-Chat basiert auf GPT-4 oder?

Ich habe gerade nochmal nachgesehen, GPT-4 ist doch richtig.

[Kaktus]

Bernards Zimmer in verschiedenen Stilrichtungen:

[AmigaMaster]

Auf den ersten Blick dachte ich, WOAH, mir steht die Kinnlade offen. Auf den zweiten Blick finde ich mit Ausnahme der beiden Bilder bei Nacht keines, was zum echten Standort des Hauses in Ronville passen würde - es stört mich die Sicht aus dem Fenster:

Mittelalterliche Waldhütte, orientalisch angehauchtes Zimmer, das eine sieht aus wie aus der Wüste (ich musste unweigerlich an It came from the Desert denken), dann ein seltsamen verblumtes Zimmer, das passt eher zu Britney, dann bayrisch-bergig, gefolgt von eindeutig karibischem Flair.

Aber pixeltechnisch sind die einfach toll!

[Cone Arex]

Welches Tool hast du verwendet, Kaktus? Dall-E?

[Kaktus]

Ich habe Stable Diffusion XL (mit Control net ) benutzt.
Gibt verschiedene UIs zu StableDiffusion, z.B. ComfyUI, Automatic1111, invokeAI (was ich hier verwendet habe).

Auf den zweiten Blick finde ich mit Ausnahme der beiden Bilder bei Nacht keines, was zum echten Standort des Hauses in Ronville passen würde

Das ist in dem Fall beabsichtigt und liegt natürlich an den Prompts, die ich verwendet habe. Man kann natürlich auch ein bisschen mit den Prompts rumprobieren, um ein typisches amerikanisches Nerd Zimmer oder was auch draus immer draus zu machen.
Das erste Bild ist übrigens von Maniac Mansion inspiriert oder dem was Stable Diffusion davon "kennt", ich denke man kann schon einige Elemente identifizieren.

[alphawolf300]

Die Bilder find ich sehr cool! Vor allem das zweite erinnert mich total an Kings Quest. Da spielt meine Phantasie direkt verrückt: eine Traumfolge, in der Bernard plötzlich in seinem Zimmer "aufwacht", das zu einer Waldhütte wurde, wenn er sie verlässt, findet er sich in der Welt von KQ wieder.

[AmigaMaster]

Kann man das kostenlos testen? Und kannst du beschreiben, wie du das gemacht hast? Ich glaube, das wird hier den Einen und Anderen interessieren.

Allein mit Stable Diffusions XL Base 1.0 (kurz über InvokeAI angeworfen) kommt nur nicht wieder erkennbarer Müll raus. Das hier war mal das Wink Smiley Studio:

[Kaktus]

Ob man das GUI kostenlos im Internet benutzen kann, dazu kann ich leider nicht viel sagen, da es bei mir lokal läuft (RTX 3060 12GB), möglicherweise über Google Colab.

Noch zu erwähnen ist, dass ich die Grafik zunächst von 320x128 auf 1024x408 hochskaliert habe (ist nicht ganz die gleiche aspect ratio, aber nah dran).
Bei Verwendung der Originalauflösung gab es auch nur Pixelsalat, wahrscheinlich weil SDXL mit  hohen Auflösungen trainiert wurde. Vielleicht wäre eine Auflösung von 960x384 optimal, da exakt gleiche aspect ratio von 5:2 , um Blurriness beim runterskalieren möglichst gering zu halten.

Dann brauchst du die ControlNet Models für SDXL (von https://models.invoke.ai/ für invokeiAI). Hab hier einfach controllnet-canny verwendet und das hochskalierte Bild von Bernards Zimmer in den Control Adapter hineingedrag und -dropped. Hab dann als weight etwa 0.75 verwendet und Control Mode auf "Prompt". Gibt natürlich unzählige Möglichkeiten mit den verschiedenen Parametern herumzuspielen.

Mit den prompts kannst du natürlich dann auch wieder rumprobieren. Hier mal beispielhaft das prompt für das karibische Flair:

Code: [Auswählen]

16 bit pixelart, beach bedroom, nerd room, palm tapestry, floyd steinberg, pirates, monkey island style, guybrush, carribean

Ach ja, als Model habe ich juggernautXL verwendet, was ein recht beliebtes general purpose Model ist. Die Ergebnisse waren etwas besser als beim base SDXL Model.
Gibt auch einige spezielle Pixelart Modelle, hab da noch nicht so viel rum probiert.
Und auch einige LoRAs, die mit Adventure Hintergründen trainiert wurden:
https://civitai.com/models/151539/lucasarts-style-1990s-pc-adventure-games-sdxl-lora-dreambooth-trained
https://civitai.com/models/192214/bill-tiller-style-sdxl
https://civitai.com/models/206150/tscale-style
https://civitai.com/models/174301

Gäbe auch die Möglichkeit beispielsweise ein Model / LoRA speziell mit den Hintergründen von MMM zu trainieren mittels kohya_ss, hab das bei mir allerdings noch nicht zum laufen gebracht, aufgrund von Python- und Library-Versions-Wirrwarr.