Procreate App反对生成式人工智能,回避Adobe的做法

币界网Publicado a 2024-08-19Actualizado a 2024-08-19

币界网报道:

Procreate首席执行官James Cuda在X上发布的一段视频中宣称:“我真的很讨厌生成式人工智能。”这表明了他的应用公司对生成式人工智慧技术的看法。他的声明与该领域竞争对手拥抱人工智能的立场截然不同。

“我不喜欢这个行业正在发生的事情,也不喜欢它对艺术家的影响,”他继续说道,并宣布iOS设备上流行的Procreate应用程序不会加入生成人工智能的潮流。

该公司在其网站上发表了一份题为“人工智能不是我们的未来”的官方声明,进一步强化了其立场

声明中写道:“生成式人工智能正在将人类从事物中剥离出来。这项技术建立在盗窃的基础上,正将我们引向一个贫瘠的未来。”该公司表示,生成式人工智慧对人类创造力构成“道德威胁”,并向用户保证,它不会采用这项技术,不会访问他们的数据,也不会跟踪他们的活动——这解决了设计软件巨头Adobe的用户在今年早些时候抗议其服务条款有争议的变化的主要担忧。

Adobe因其生成填充功能而面临重大反弹,因为用户对该公司能够访问其输出以训练AI模型表示担忧。几周后,Adobe提出了一个更明确的许可证,但很难消除公关灾难造成的损害。

Procreate的声明在社交媒体上引发了一阵反应。科技YouTube用户Marques Brownlee称这是一个“引人入胜的公告”,并指出Procreate决定完全放弃人工智能功能的潜在长期影响。“记下Adobe的笔记,”他说。

艺术家卡拉·奥尔蒂斯(Karla Ortiz)目前正在对人工智能公司Stability AI提起诉讼,她对此表示热烈支持。“这就是艺术家公司支持艺术家的方式,”她写道。“通过尊重和赋权他们,而不是利用他们。”她还回复了Procreate的推文,表示无条件支持。

然而,并非所有人都对这一决定表示赞赏。开放模型倡议的联合创始人、前稳定人工智能工作人员Alex Goodwin对此表示怀疑。

他告诉《解密》杂志:“这显然是一种政治举措,而不是一种观点或选择。”。“他们这样做是因为他们有很多反人工智能的用户,他们看到了其他公司因添加人工智能功能或EULA条款等允许内容培训的内容而受到的强烈反对,所以他们发布了这篇文章,试图通过做好人来获得正面报道。”

古德温说,人工智能不是艺术家的敌人。

古德温补充道:“人工智能图像生成是艺术家更好更快地工作的工具,而不是人类的替代品。”。

许多艺术家都持这种立场,他们将生成性人工智能工具与用于创作艺术的任何其他工具放在同一水平上。

“人工智能艺术家使用[生成人工智能]作为一种工具,就像传统艺术家使用画布、画笔甚至Procreate一样,”匿名人工智能艺术家Aunysillyme在推特上写道。“使用人工智能的艺术家不仅仅说‘生成狗的图像’,真正的人工智能艺术家会将其融入他们的提示中。这来自他们对想要制作的东西的看法。”

她补充道:“有时需要数百代人、及时编辑、区域修复、颜色校正、风格编辑等等,才能得到与艺术家最初愿景相匹配的完美艺术品。”。

Procreate对生成式人工智能的强硬立场与其对其他人工智能驱动功能的使用形成了鲜明对比。该应用程序整合了QuickShape等工具,用于自动形状校正,ColorDrop用于智能色彩填充,StreamLine用于画笔笔划平滑。然而,他们认为,在技术领域有一条不应该逾越的界限。

该公司表示:“我们认为机器学习是一项引人注目的技术,有很多优点,但生成人工智能的道路对我们来说是错误的。”。

由Ryan Ozawa编辑。

Lecturas Relacionadas

Diálogo con el fundador de 42 Macro: La "rana hervida a fuego lento" de la Fed y la economía en K

Fuente: "Anthony Pompliano" Organizado por: Felix, PANews En el podcast "Anthony Pompliano", Darius Dale, fundador de 42 Macro, analizó la política monetaria de la Fed, la economía en forma de K y la inflación. Calificó al nuevo presidente de la Fed, Kevin Warsh, como un "halcón con apariencia de paloma", quien posiblemente endurezca la política monetaria en los próximos trimestres para luego poder relajarla. Dale destacó que las expectativas de inflación no predicen resultados futuros; los verdaderos impulsores son factores monetarios y políticos, como el gasto deficitario y la monetización de deuda. Señaló que la Fed no alcanzará su objetivo del 2% de inflación y que su estrategia es una "cocción lenta" (financial repression) para evitar problemas de estabilidad. Sobre la economía en forma de K, explicó que mientras las familias en la parte superior poseen unos 12 billones de dólares en efectivo y consumen intensamente, las de la parte inferior enfrentan tasas de morosidad récord en créditos. Advirtió que quienes no inviertan en activos quedarán rezagados debido al "efecto Cantillón", que transfiere riqueza a los primeros receptores del dinero nuevo. Respecto al mercado bursátil, mencionó que los inversores están trasladando capital de las "siete grandes" tecnológicas hacia empresas más amplias de IA, pero alertó sobre el riesgo de burbuja en los gastos de capital. Finalmente, compartió su experiencia personal sobre la división económica y social, subrayando que todas las personas, independientemente de su origen, buscan dignidad y seguridad para sus familias.

marsbitHace 1 hora(s)

Diálogo con el fundador de 42 Macro: La "rana hervida a fuego lento" de la Fed y la economía en K

marsbitHace 1 hora(s)

Los ocho padres del Transformer, ¿dónde están ahora?

Ocho investigadores de Google Brain revolucionaron la IA en 2017 con el artículo “Attention Is All You Need”, presentando la arquitectura Transformer. Nueve años después, los ocho autores originales han dejado Google, trazando caminos divergentes en la industria. Noam Shazeer, cofundador de Character.AI y clave en el mecanismo de atención, regresó brevemente a Google DeepMind antes de unirse recientemente a OpenAI. Ashish Vaswani, co-diseñador del modelo, fundó Essential AI, aunque hay rumores de que su equipo podría integrarse en Nvidia. Niki Parmar, después de cofundar Adept AI y Essential AI, ahora trabaja en Anthropic. Jakob Uszkoreit, quien propuso la idea central, fundó Inceptive, aplicando la IA al diseño de moléculas de ARN. Llion Jones, tras una larga carrera en Google, cofundó Sakana AI en Tokio, explorando modelos colaborativos inspirados en la naturaleza. Aidan N. Gomez, el más joven del grupo, fundó Cohere, centrada en soluciones empresariales de IA. Łukasz Kaiser, con un trasfondo teórico, es investigador clave en OpenAI, contribuyendo a modelos como GPT-4 y o1. Illia Polosukhin, co-diseñador del Transformer, es cofundador del protocolo blockchain NEAR. A pesar de sus trayectorias distintas —desde biotecnología y blockchain hasta laboratorios de IA—, comparten una creencia: Transformer no es el punto final. Siguen explorando activamente la próxima arquitectura que supere claramente al actual pilar de la IA moderna.

marsbitHace 1 hora(s)

Los ocho padres del Transformer, ¿dónde están ahora?

marsbitHace 1 hora(s)

Respuesta nacional al cálculo espacial: usar fotones es más eficiente, Musk y Huang Renxun dan demasiadas vueltas

La carrera por la computación espacial se ha convertido en una verdadera competencia de armamentos tecnológicos. Figuras como Elon Musk y Jensen Huang han destacado el potencial de la inteligencia artificial y la computación en órbita. Sin embargo, los desafíos en el espacio son extremos: radiación cósmica, disipación de calor en el vacío y limitaciones energéticas severas. Aquí es donde la computación fotónica, que utiliza fotones en lugar de electrones, emerge como una solución prometedora. Sus ventajas son clave para el entorno espacial: es inherentemente resistente a la radiación, genera muy poco calor y consume menos energía. Esto permite empaquetar más potencia de cálculo en un satélite con el mismo peso y recursos, superando las limitaciones de los chips electrónicos tradicionales. Aunque la tecnología fotónica para IA, especialmente en tareas de inferencia, aún debe superar retos de integración y estabilidad mecánica para los lanzamientos espaciales, su trayectoria es distinta. No depende de la miniaturización extrema de los transistores, sino de escalar el uso de propiedades de la luz como la longitud de onda. En una carrera donde la computación electrónica se acerca a límites físicos, la vía "óptica" podría ser la carta decisiva para desplegar de forma eficiente y sostenible la capacidad de cálculo en el espacio.

marsbitHace 2 hora(s)

Respuesta nacional al cálculo espacial: usar fotones es más eficiente, Musk y Huang Renxun dan demasiadas vueltas

marsbitHace 2 hora(s)

Trading

Spot
活动图片