Este espectáculo de Inteligencia Artificial muestra que con modelos de IA de código abierto se pueden obtener resultados asombrosos y rápidos con un esfuerzo mínimo en un portátil asequible. Una imagen vale más que mil palabras. Por eso, el primer espectáculo de IA proviene del área de la generación de imágenes.
Introducción
La serie de presentaciones de Inteligencia Artificial comienza aquí en el blog Dr. RGPD con la generación de imágenes. A continuación, se mostrará lo siguiente:
- Resultados muy buenos en el tiempo de cálculo más corto posible en hardware propio
- Tiempo de programación muy corto, gracias a frameworks de código abierto extremadamente buenos
- Mi propio portátil y no un ordenador de escritorio, un servidor o incluso un modelo comercial de Inteligencia Artificial
- Con control de datos completo (también funciona sin conexión a Internet)
- Uso de modelos de Inteligencia Artificial de código abierto (aquí generación de imágenes, próximamente en el Showcase: aplicaciones de texto, aplicaciones de audio, etc.)
Generar una imagen de alta calidad en un laptop en 1,4 segundos.
La programación para eso duró 5 minutos.
¿Por qué un laptop? Lo que funciona muy bien en un laptop funciona aún mejor en un servidor (sobre todo la cálculo se ejecuta mucho más rápido).
Olviden sus prejuicios contra Open-Source, que fuera de AI podrían ser justificados. En cuanto a la AI, no hay mejor mercado que el Open-Source. Los recursos auxiliares disponibles gratuitamente son extremadamente poderosos y eclipsan todo lo que ha existido hasta ahora.
El Showcace
Se deben generar imágenes a partir de un prompt (ingreso de texto). Muchos conocen eso desde DALL-E, Midjourney o también desde Stable Diffusion en general.
El generador de imágenes se programa desde cero hasta 100. Corre en un portátil propio, que se compró a finales de 2023. Sistema operativo del portátil: Ubuntu (todo sin Microsoft, Apple, Google o Meta). Ubuntu es un sistema operativo popular basado en Linux. Los costes de licencia son rápidamente mencionados: cero.
La aplicación funciona completamente sin conexión a Internet después de que se hayan completado todos los descargas para la configuración de la aplicación. Por supuesto, no se utiliza ningún servicio de OpenAI, Microsoft, Google, etc. Todo funciona localmente.
Objetivo de este espectáculo
Se debe demostrar que la generación de imágenes es posible en alta calidad con alta velocidad en hardware propio y sin ningún servicio de terceros.
De la misma manera se debe demostrar que la programación en cuestión es posible en minutos. Anteriormente, proyectos de software de este tipo duraban meses, si es que eran posibles. Hablo desde la experiencia de los últimos 30 años.
Además, el Showcase deberá demostrar que una hardware por debajo de "¿quién se puede permitir eso?" puede producir resultados en velocidad de la luz.
Optimización completa incluyendo verificación de derechos de autor para imágenes generadas. Control de datos completo Independencia plena.
Algunas características de la solución presentada.
Se escribió un pequeño demo para este artículo. Genera 20 imágenes y mide el tiempo de creación de las imágenes. Como prompt se utilizó "Albert Einstein" más uno de cuatro estilos aleatorios (sin estilo, estilo en blanco y negro, etc.). También se probaron otros prompts.
Tiempo dedicado a la demostración
El tiempo total invertido fue menor que el tiempo necesario para escribir este artículo aquí. Sí, este texto se escribió manualmente. En un próximo AI-Showcase se muestra cómo una aplicación para la creación de textos en minutos puede ser programada y ejecutada en hardware propio. ¡Lamentable para Microsoft, Google y Co., que entonces ya no obtendrán datos.
El tiempo dedicado en detalle:
- Descargar Modelo de Inteligencia Artificial de código abierto: Pocos minutos
- Demo de aplicación de programación: 5 minutos
Eso es todo. Es debe ser destacado que un modelo de Inteligencia Artificial como este tiene varios Gigabytes de datos. Al comprar hardware se recomienda, por lo tanto, discos duros grandes. Estos no cuestan mucho dinero. Un terabyte son 1024 gigabytes. El mencionado portátil tiene una 1,5 terabyte de disco duro. Eso es suficiente para poder experimentar durante algún tiempo sin tener que eliminar modelos de Inteligencia Artificial innecesarios.
Resultados
La aplicación de demostración programada rápidamente ha generado 20 imágenes en un total de menos de 29 segundos. Y eso en un portátil. En un ordenador de escritorio comparable en calidad, habría sido el doble de rápido.
Para cada imagen se necesitaron aproximadamente 1,45 segundos de tiempo.
Cada imagen tiene una resolución de 1024 × 1024 píxeles. También los hombres que no son grafistas saben que esto está por encima de "pequeño".
Aquí los resultados en vista de mosaico:
Uno de estos imágenes en detalle:
Las imágenes son en su mayoría utilizables. Algunas pocas tienen pequeños errores, como una gafita que está interrumpida. Eso se podría arreglar, pero no se hizo para la demostración.
La demo utiliza además solo la mitad de la calidad posible para la generación. La calidad también es responsable de la composición de imágenes. Una mayor calidad aumentaría ligeramente el tiempo de cálculo por imagen, pero también reduciría el problema de las gafas mencionado anteriormente.
Una calidad de generación aún más alta y resoluciones de imagen aún más altas se pueden programar igualmente rápido. La velocidad de generación por imagen aumenta entonces a unos 7-10 segundos (en mi laptop, según la resolución de la imagen).
AI for your company
- Powerful and optimizable
- Full data control
- Fast proof of concept
- Inexpensive
Mejoras muy altas de resolución de imagen las creo personalmente mediante Upscaling. El Upscaling significa elevar la resolución. Esto también se hace con un modelo de Inteligencia Artificial que, por supuesto, vuelve a correr en mi portátil de IA. Con el Upscaling una resolución puede ser cuatriplicada o incluso octuplicada y hacerlo mejor que cualquier programa de edición de imágenes de alta gama lo haría de manera convencional.
Ventajas
Los beneficios solo en resumen:
- Flexibilidad total
- Optimización máxima
- Activos propios en lugar de endeudarse con alguien más
- Control de datos completo
- Funcionamiento 24/7 = mismas costos
- Posibilidad de aprovechar siempre las últimas tecnologías
Si se piensa en todo esto a largo plazo, se llega a la cuestión de los derechos de autor en la generación de imágenes. Esto se puede desactivar con el AI-Showcase. Cada imagen generada puede ser automáticamente investigada para problemas de derechos de autor. De igual manera, las imágenes generadas pueden ser automáticamente optimizadas en contraste o nitidez. Una vez que la pipeline esté establecida, entonces puede ser automatizada y combinada con otras propias pipelines AI de manera ilimitada.
Las optimizaciones mencionadas anteriormente no son posibles al utilizar servicios comerciales. Y si lo fueran, a través de un posterior ajuste, entonces el conocimiento estaría allí para una solución propia. ¿Por qué entonces no utilizar soluciones propias desde el principio, que nadie puede quitarte?
Conclusión
Resultados que hace medio año eran impensables ahora son fáciles de lograr.
Empresas que desean ser independientes de terceros reciben gratuitamente soluciones estratégicamente útiles para ello.
Nadie necesita utilizar más Midjourney o DALL-E. Mientras que los usuarios privados pueden beneficiarse de ofertas gratuitas o asequibles que solo pagan con datos, este camino no suele ser sostenible para las empresas debido a problemas legales, costos, falta de optimización o flexibilidad. Por no hablar de la creciente dependencia.
Cada semana hay nuevos enfoques de código abierto en el campo de la Inteligencia Artificial que son mejores que todo lo que ha existido hasta ahora.
Observaciones propias de los últimos 9 meses.
Las próximas presentaciones de AI mostrarán que los días de Google o Microsoft/OpenAI están contados. Su gama de productos se puede reemplazar en gran medida por aplicaciones de inteligencia artificial que las empresas pueden ejecutar en su propia hardware.
Este es el caso del modelo de lenguaje abierto Llama 3, publicado el 18 de abril de 2024, que corre en mi laptop de Inteligencia Artificial. Domina por ejemplo el razonamiento lógico con tanta eficacia que se pueden desarrollar aplicaciones empresariales muy potentes, que hasta hace poco eran impensables.
Mensajes clave
Se puede generar imágenes de alta calidad rápidamente en un ordenador portátil común usando software de código abierto, sin necesidad de costosos servidores ni servicios de terceros.
Es posible crear una aplicación de inteligencia artificial para generar imágenes con un bajo coste y sin depender de empresas como Microsoft o Google.
Las empresas pueden usar inteligencia artificial de código abierto para reemplazar las costosas herramientas de empresas como Google o Microsoft, obteniendo así mayor control, flexibilidad y ahorro a largo plazo.
Me llamo Klaus Meffert. Soy doctor en informática y llevo más de 30 años dedicándome profesional y prácticamente a las tecnologías de la información. También trabajo como experto en informática y protección de datos. Obtengo mis resultados analizando la tecnología y el Derecho. Esto me parece absolutamente esencial cuando se trata de protección de datos digitales.
