Vorbesc adesea despre control în AI. Dar mi-am dat seama că uneori oamenii cred că vreau să spun "solicitări mai bune". Iată părerile mele despre ce înțeleg prin control: rezolvăm grafica invers. Istoria graficii computerizate urmează o progresie clară: mai întâi a venit controlul, apoi calitatea. A fost nevoie de zeci de ani pentru a stabili abstracțiile corecte - curbe, triunghiuri, poligoane, ochiuri - care să ne permită să desenăm exact ceea ce ne dorim pe un ecran. Aceste elemente fundamentale nu s-au schimbat prea mult, deoarece s-au dovedit a fi cele potrivite. De la mâna lui Ed Catmull la motoarele de joc moderne, principiile de bază ale modului în care controlăm pixelii au rămas remarcabil de stabile. Elementele fundamentale au apărut nu doar pentru control, ci și ca modalități eficiente de a descrie și reda scene complexe. Calitatea randării a fost ultima frontieră. Un cub modelat în 1987 folosind prima versiune a lui Renderman urmează aceleași principii geometrice ca și cel modelat în Blender astăzi. Ceea ce este dramatic diferit este redarea - iluminarea, materialele, umbrele și reflexiile care o fac să pară reală. Industria a petrecut decenii închizând valea ciudată, construind sisteme de randare din ce în ce mai sofisticate pentru a se apropia de fotorealism. Desigur, multe inovații grafice au îmbunătățit atât controlul, cât și calitatea simultan, iar istoria progresului grafic este mai complexă decât "controlul apoi calitatea". Dar acest ordin nu a fost arbitrar. Conducta grafică în sine o impune: geometria definește ceea ce vrem să desenăm, shaderele determină cum arată. Chiar și motoarele în timp real urmează acest model - mai întâi stabilesc controale ale nivelului de detaliu, apoi îmbunătățesc calitatea redării în aceste constrângeri. AI a inversat complet această progresie. Modelele generative de astăzi ating o calitate de redare fotorealistă care rivalizează sau depășește conductele tradiționale, învățând în mod eficient întreaga stivă grafică - de la geometrie la iluminare globală - prin instruire la scară largă. Au prăbușit separarea tradițională dintre modelare și randare, creând un sistem end-to-end care poate produce imagini uimitoare din descrieri de nivel înalt. Ceea ce lipsește este controlul. Deși putem genera scene fotorealiste în câteva secunde, ne lipsește controlul precis pe care l-au oferit decenii de cercetare grafică. Nu putem ajusta cu ușurință geometria, regla fin materialele sau manipula iluminarea cu granularitatea pe care o așteaptă artiștii. Natura deterministă a graficii tradiționale - în care fiecare parametru are un efect previzibil - a fost înlocuită cu modele probabilistice. Aceasta este problema grafică inversă: am rezolvat randarea înainte de a rezolva controlul. Modelele noastre pot crea imagini uimitoare, dar nu au abstracțiile fundamentale care au făcut grafica computerizată atât de puternică - capacitatea de a face modificări precise și intenționate la orice nivel de detaliu. Aceasta nu este o limitare permanentă. La fel cum grafica computerizată a rezolvat în cele din urmă problema randării, AI va rezolva problema controlului. Întrebarea nu este dacă, ci cum. Găsim abstracțiile potrivite pentru controlul modelelor generative - echivalentul curbelor, triunghiurilor și poligoanelor care au revoluționat grafica computerizată înainte. Cred că soluțiile ar putea arăta diferit. Noile primitive de control care sunt native în rețelele neuronale ar putea fi răspunsul corect, mai degrabă decât să încerce să forțeze conceptele grafice tradiționale în această nouă paradigmă. Deși cred că există abordări hibride care combină grafica tradițională cu AI care merită explorate. Scopul rămâne acela de a oferi același nivel de predictibilitate și precizie care a făcut din grafica computerizată un instrument fundamental pentru exprimarea creativă. Acesta este scopul final, dar mai bine: în timp real, ieftin și cu control precis, cât se poate de intuitiv și de uz general. Controlul vine ultimul de data aceasta. Dar vine.