Мини-интервью о нейросетях, творческом подходе и взгляде на современные технологии. Часть 2
В мире 3D-графики и архитектурной визуализации технологии стремительно развиваются, и искусственный интеллект всё активнее становится неотъемлемой частью творческого процесса. Чтобы уверенно шагать в ногу со временем, важно не только следить за трендами, но и учиться применять новые инструменты грамотно и эффективно.
Сегодня мы поговорим с Кариной Камолой — опытнейшим педагогом академии Евгения Грипинского, архитектором и талантливым 3D-художником. Карина — соавтор таких курсов, как «Визуализация в 3Ds Max» и «Corona Materials», а также автор популярного курса «Marvelous Designer». Она умеет сочетать художественное чутьё с технической точностью и знает, как превратить даже сложный материал в понятный и вдохновляющий.
Мы задали Карине несколько вопросов, чтобы узнать её мнение о будущем визуализации и роли художника в эпоху ИИ.
Чему должен научиться человек сегодня, чтобы не оказаться «за бортом» через 2–3 года?
На самом деле, даже за 2–3 года вполне можно освоить всё необходимое без спешки и паники. Не нужно бросаться в омут с головой — но начать разбираться с нейросетями уже сейчас определённо стоит.
Знание и грамотное использование нейросетей может серьёзно облегчить вашу работу — сделать её быстрее, качественнее и эффективнее. Многие рутинные, повторяющиеся задачи прекрасно делегируются нейросетям. В этом они и становятся отличным помощником, освобождая время для более творческих и важных задач.
Когда говорят об «оказаться за бортом», это чаще всего касается тех, кто полностью игнорирует развитие технологий и отказывается идти в ногу со временем. В этом случае действительно сложно прогнозировать, чем для человека обернётся ближайшее будущее. Есть профессии, где нейросети становятся неотъемлемой частью, а есть такие, где без них пока можно обойтись. Но если мы говорим, например, о сфере визуализации — то здесь лучше начать обучение как можно раньше.
Для начала достаточно освоить базовые инструменты — тот же Stable Diffusion, различные улучшайзеры, доступные прямо в браузере, где можно апскейлить изображение или повысить его качество за пару кликов. Такие простые навыки уже могут дать заметное преимущество.Если на одну вакансию претендуют два специалиста, и один умеет использовать ИИ-инструменты, а другой — нет, выбор очевиден. Отказываться от изучения нового — это, мягко говоря, странно в современном мире.Так что уже сегодня стоит хотя бы освоить основы: ChatGPT, Stable Diffusion, либо упрощённые интерфейсы вроде Leonardo или Midjourney. Это станет отличной базой, на которую можно опираться и развиваться дальше.
Помогает ли ИИ творчеству, или он его постепенно вытесняет?
Конечно, помогает. Честно говоря, я вообще с трудом представляю, что значит «вытесняет». Как именно она может вытеснить творчество?
Да, сегодня некоторые задачи частично автоматизируются: копирайтеры используют ChatGPT для написания текстов, а в рекламной сфере всё чаще прибегают к генеративной графике. Например, для создания баннеров или простых визуалов — таких, что вполне подходят для карточек товара на маркетплейсах. Но всё зависит от цели. Если нужен качественный, продуманный результат — одна только нейросеть с этим не справится.
В тех случаях, где требуется просто «сделать что-то», нейросеть действительно может закрыть задачу. Но если стоит цель сделать хорошо, с глубиной, смыслом и индивидуальностью — тут без участия человека не обойтись. Поэтому говорить о «вытеснении» творчества некорректно.
На самом деле нейросеть — это инструмент. Она не заменяет творческий процесс, а дополняет его. Например, если вы сталкиваетесь с творческим кризисом, страхом чистого листа или замыливанием взгляда — ИИ может стать источником вдохновения. Вы можете получить свежий взгляд, альтернативные варианты, интересные стилизации. Это может подтолкнуть к новым идеям или помочь взглянуть на свою работу по-новому.
Таким образом, нейросеть не вытесняет творчество — она усиливает его. Главное — уметь правильно ею пользоваться и понимать, где заканчивается помощь, и начинается собственный творческий выбор.
Какие ошибки чаще всего совершают новички, когда начинают работать с нейросетями, и как их избежать?
Вопрос не самый однозначный. Всё потому, что само понятие «нейросеть» очень широкое. Это как сравнивать Paint и Photoshop. В Paint ты заходишь и буквально за минуту понимаешь, как им пользоваться. А вот Photoshop — сложный, с кучей функций, и может требовать месяцев на изучение.
С нейросетями всё то же самое. Есть очень простые инструменты: написал пару строк — получил картинку или текст. А есть более сложные, как Stable Diffusion, где полно настроек, ползунков и параметров. И чтобы получить действительно хороший результат, нужно не просто нажимать кнопки, а понимать, как нейросеть думает, на чём она обучена, как реагирует на твои команды и почему может «галлюцинировать» — то есть выдавать неожиданные или странные результаты.
Генерация в нейросетях по сути хаотична. Она строится на вероятностях, и ты как пользователь должен учиться предугадывать, что примерно она может выдать. Это приходит с опытом, и требует времени.Основные ошибки новичков:
- Слишком быстрый отказ. Люди часто берутся за нейросети, сталкиваются со сложностями и быстро бросают, особенно если изначально не было сильной мотивации.
- Выбор неподходящего инструмента на старте. Кто-то сразу лезет в сложные системы, не понимая, что там нужен иной подход, и быстро теряется.
- Желание получить результат «на халяву». Некоторые хотят использовать нейросети, но при этом не готовы вникать. Пытаются всё делать через самые простые сервисы и не хотят осваивать более продвинутые инструменты вроде Stable Diffusion или ComfyUI. В итоге — поверхностные знания и слабый результат.Чтобы избежать этих ошибок, важно:
- Начинать с простого, но постепенно идти вглубь.
- Не бояться сложностей — они преодолимы.
- Главное — сохранять интерес. Только с интересом и терпением можно научиться работать с нейросетями по-настоящему эффективно.
Можно ли изучить ИИ «для себя» и применять его в жизни или хобби, а не только в профессии?
Конечно, можно — и даже нужно. Всё зависит от того, какие именно нейросети вас интересуют и чем вы занимаетесь.
Допустим, вы не работаете в сфере визуализации. Но даже в этом случае нейросети могут пригодиться — например, если вы ведёте страницу в Instagram, пусть даже не как блогер, а просто для себя. С помощью ИИ можно легко создавать красивые посты, сторис, оформлять визуальный контент, не тратя на это много времени или ресурсов.Лично я уже давно не пользуюсь привычными поисковиками вроде Google или Яндекса. Все свои вопросы я задаю ChatGPT, потому что он не просто находит информацию — он структурирует её, обобщает и выдаёт в удобной, понятной форме. Это экономит массу времени и даёт более глубокие и точные ответы.
Кроме того, нейросети уже внедрены во множество повседневных сервисов. Например, в той же Яндекс-станции с Алисой теперь есть ИИ, который может рассказывать ребёнку сказку в нужном стиле. И таких примеров всё больше — мы уже живём среди нейросетей, просто не всегда это осознаём.
Так что ответ очевиден: нейросети — это не только для профессионалов. Они могут быть полезны абсолютно каждому, кто пользуется интернетом или хочет упростить себе жизнь. Достаточно просто попробовать. Начните с чего-то простого, поэкспериментируйте, посмотрите, где это может быть вам полезно.А если не знаете, с чего начать — просто спросите у ChatGPT, какие нейросети могут быть полезны именно вам. Уверена, он всё разложит по полочкам.
Станет ли знание нейросетей конкурентным преимуществом на рынке труда?
На самом деле всё относительно и зависит от конкретных задач. Если в компании уже активно используют нейросети как «улучшайзеры» — тогда, конечно, умение с ними работать может оказаться полезным. Но, на мой взгляд, на сегодняшний день это всё ещё не ключевой фактор при приёме на работу, скажем, визуализатором.
Пока что всё-таки в первую очередь смотрят на качество портфолио, а не на то, умеешь ли ты улучшать слабые работы с помощью нейросети. Потому что, если твои работы изначально некачественные, а ты просто «дотягиваешь» их ИИ — это больше похоже на халтуру. Поэтому конкурентным преимуществом нейросети могут быть, но далеко не всегда.С другой стороны, если твоя работа напрямую связана с нейросетевым контентом — ты, например, создаёшь визуал только через ИИ, работаешь с ChatGPT, озвучкой, генерацией музыки или занимаешься промпт-инжинирингом, — то, конечно, знание нейросетей становится не просто преимуществом, а необходимостью. Это уже полноценный инструмент и основа всей профессии.Но в большинстве других сфер, особенно в классическом 3D или визуализации, нейросети пока что — скорее дополнение, чем обязательное требование. Хотя всё может быстро измениться. Ведь ещё совсем недавно нейросети даже не были массово доступны. Сегодня — они уже повсюду.
Так что вполне возможно, что через пару лет знание нейросетей станет таким же стандартом, как когда-то была формулировка «уверенный пользователь ПК». И появится новое — «уверенный пользователь нейросетей». Думаю, мы к этому и придём.
Помогает ли ИИ развивать креативность, или наоборот начинает её подменять?
Я считаю, что нейросети однозначно помогают. Представим человека, которому сложно даётся композиция, цвет, художественный вкус — он просто не владеет этими инструментами. Но при этом у него в голове есть чёткая визуальная идея, он хочет её реализовать. Может, позже он и в 3D Max всё это отлично соберёт, но зачем ему сначала мучиться с ручкой и листом или с фотошопом, если он может воспользоваться нейросетью?
Он пойдёт, соберёт образ через ИИ и будет доволен, потому что визуализировал то, что задумал. Нейросеть — это именно помощник, и я вообще не рассматриваю её в каком-то негативном ключе.