Devo ammettere che ho abbandonato la generazione di immagini con intelligenza artificiale. Gli ultimi modelli richiedono tutta la VRAM del mondo, presentano risultati molto limitati, o si trovano dietro un paywall. Tuttavia, Google mi ricorda che è possibile accedere alla versione gratuita di Gemini 2.0 Flash e usare la sua edizione integrata del modello Imagen 3 per generare immagini mentre manteniamo una conversazione. Quanto funziona bene?
Sì, il Web è stato invaso da immagini generate dall'intelligenza artificiale. No, non sono poi così buone. Anzi, la stragrande maggioranza è, in una parola, orribile. Ammetto di averle usate in passato, ma ho interrotto la loro adozione perché il fattore qualità semplicemente non c'è. Allo stesso tempo, fa molto notare che marchi importanti insistano a puntare su risultati visivi così mediocri e ignorino le critiche (suppongo che risparmiare lo stipendio di un designer sia più importante).
Ma la sua evoluzione continua, o almeno, questo è ciò che suggerisce l'hype. Google ha annunciato l'apertura di una versione sperimentale di Gemini 2.0 Flash per la sua piattaforma AI Studio, che include supporto multimodale, ragionamento avanzato e una migliore comprensione del linguaggio naturale. Di gran lunga, la cosa più notevole di quel pacchetto è la «edizione per conversazione» di un'immagine (qualcosa che abbiamo già esplorato in passato), tuttavia oggi mi interessa vedere qual è lo stato attuale della generazione di immagini nella versione convenzionale di Gemini. Ho aperto una nuova chat e ho condiviso alcune idee…
Generare immagini in una chat, ft. Google Gemini 2.0 Flash
L'unica «vantaggio» che ho deciso di concedere a Gemini è stato iniziare e mantenere la conversazione in inglese, con l'obiettivo di minimizzare qualsiasi errore di interpretazione. Prima ho descritto una fermata dell'autobus, in una notte piovosa, illuminata da un lampione, con le luci della città a una certa distanza, che coprivano il paesaggio. I risultati iniziali erano molto promettenti, ma il generatore ha iniziato a commettere errori e a ignorare aspetti importanti man mano che richiedevo più dettagli. In un'immagine, l'unica cosa che ho chiesto è stata di ruotare il lampione di 90 gradi per cambiare la direzione della luce… e ha finito per sostituire tutto con un'immagine nuova.
Che succede con la generazione di persone? Gemini è senza dubbio molto più restrittivo. I costumi di spandex nero per le nostre eroine spaziali di turno non sono un problema, ma quando ho richiesto un bikini o un costume da bagno, le collisioni con il suo filtro sono diventate più frequenti. Ha anche avuto lo stesso problema della fermata dell'autobus: è arrivato un punto in cui ha ignorato elementi di base della descrizione, come il colore degli occhi.
Per concludere, un po' di cibo: La prima ciotola di gelato era in realtà una ciotola da dessert, anche se fatta molto bene. Poi l'ha cambiata correttamente in tre palline di gelato (due al cioccolato, una alla vaniglia). Ma quando ho chiesto di migliorare la consistenza, ha deciso di inserire una quarta pallina di gelato… e non l'ha mai eliminata.
Quindi, esco da questa sessione di Google Gemini 2.0 Flash avendo raggiunto il limite giornaliero di immagini generate, e sentendo esattamente ciò che immaginavo prima di iniziare: La delusione del «quasi, ma non». Suppongo che possa fare clic sul comando «Redo» e abbandonarmi completamente agli dei algoritmici, sperando che il prossimo numero di seed sia più favorevole… ma alla fine, nessuno lo vuole. Il «momento Eureka» è ancora lontano, e se mi concedete il pessimismo, è probabile che non arriverà mai.
Accedi a Gemini: Clicca qui
