AI・機械学習
ランダムグラデーションの方法
Methods for Random Gradients (justinjay.wang)
要約
この記事では、ランダムなグラデーション画像を生成するための様々な手法について解説しています。過去にはOpenAIで、高さマップ(Heightmap)やレイヤードラジアル(Layered radial)といったプログラム的な手法が用いられてきました。近年では、AI画像生成モデル(例: DALL·E 2)を活用することで、より多様で予期せぬ、魅力的なグラデーションイメージを作成する可能性が開かれています。
全文翻訳
長年にわたり、OpenAIでの期間も含め、ランダムなグラデーション画像を生成する様々な方法を試してきました。これらには以下が含まれます。
高さマップ
レイヤードラジアル
AI生成
高さマップ
ランダムに生成されたグラデーションは、2017年にBen BarryによってデザインされたOpenAIの初期のビジュアルアイデンティティに不可欠な要素でした。彼の最初のジェネレーターは、4つのコーナーの色をランダムに選び、それらを補間していました。
2018年にBenと共にOpenAIに入社した後、プログラムでグラデーションを作成するさらなる方法を探求し始めました。エンジニアの友人が高さマップを使用することを提案しました。これは、各セルが0から1の間の高さ値を含むセルのグリッドです。
ランダム化されたノイズ生成(修正およびスムージングされたパーリンノイズ)を使用して高さ値を設定するProcessingでの実装を開発しました。スムージングされたパーリンノイズの高さマップ。
高さマップは、しばしばグレースケール画像として視覚化され、値を単純な白黒のカラースケールにマッピングします。値が低いほど暗く、高いほど明るくなります。単純な白黒のカラースケール。
しかし、これらの値に任意のカラースケールを適用することもできます。場所、色相、彩度、明るさが異なるカラー ストップを作成し、それらの間でスムーズなブレンドを補間することで、ランダム化されたスケールを生成しました。ランダム化およびブレンドされたカラースケール。
これらをすべて組み合わせ、ランダム化されたカラースケールをランダム化された高さマップにマッピングし、有機的で印象的なグラデーションを作成しました。高さマップグラデーション。
これらのグラデーションはOpenAIのビジュアルアイデンティティにはあまり適していないと感じられたため、製品化されることはありませんでしたが、それでも見るのは美しいです。
レイヤードラジアル
2019年初頭、OpenAIのホームページには鮮やかなフルスクリーンのグラデーションが表示されました。実装はシンプルでした。6つのカラー ストップを持つ小さな2x3ピクセルの画像で、ウェブブラウザで拡大するとスムーズなグラデーションが生成されました。重さはわずか85バイト(短いテキストスニペットのサイズ程度)で、ほぼ瞬時にロードされました。
2019年から2020年までopenai.comで使用されていた静的グラデーション。
パフォーマンスが高く巧妙でしたが、グラデーションは静的でした。約1年後、パフォーマンスを維持しながら動的にランダム化できるScalable Vector Graphics(SVG)でのグラデーション実装を開発しました。SVGにはネイティブの<radialGradient>要素が含まれており、カラー ストップを含む放射状グラデーションを定義します。多様性と視覚的な興味を導入するために、焦点と、スケール、回転、傾斜、平行移動などの変換を調整できます。基本的なSVG放射状グラデーション、焦点と変換が異なります。
ランダムに変換された放射状グラデーションのシーケンスを重ね合わせることで、より複雑な複合グラデーションが得られました。2020年初頭のOpenAIのホームページには、4色セットから選ばれたレイヤードラジアルグラデーションが表示されていました。各ページロード時に、訪問者ごとにユニークで一度きりのグラデーションが動的に提供されました。
2020年から2022年までopenai.comで使用されていた動的なレイヤードラジアルグラデーション。
この実装からの例を以下に示します。各SVG画像は品質を損なうことなく無限にスケーリングでき、わずか6 KB(小さなテキストドキュメントのサイズ程度)の重さでパフォーマンスを維持します。楕円形グラデーション。
長年にわたり、この方法を頻繁に使用して、OpenAIブランドのさまざまなアプリケーションのために、カラフルで繊細な、明るいものと暗いものの両方のグラデーションを生成しました。
AI生成
Benと私が最初にグラデーションを実験した時には存在しなかったAI画像生成モデルは、現在、豊富な可能性を開いています。それらを使用するプロセスは予測不可能であり、正確な科学というよりはスロットマシンに近いですが、エキサイティングな機会を提供しており、テクノロジーとツールはますます向上しています。
以下では、OpenAIのDALL·E 2モデル(2022年4月のリリース以来、私のお気に入りの1つ)を使用して、テクスチャのあるグラデーション画像を生成するための3つの概念実証を実演します。
空気のような、夢のような外観を探求するには、次のようなプロンプトを使用できます。
柔らかく、抽象的なグラデーションで、鮮やかな色相のぼやけた遷移があり、穏やかで夢のような雰囲気を作り出します。AI生成の夢のようなグラデーション。
より大胆なテクスチャの花柄の方向性を目指す場合は、次のようなプロンプトを使用できます。
抽象的な花のクローズアップ写真、ミッドセンチュリーカラーフィールド絵画のスタイル、かすんだ、ピントが合っていない。AI生成の花にインスパイアされたグラデーション。
空にインスパイアされた、自然に癒されるグラデーションを追求するには、次のようなプロンプトを使用できます。
明るくかすんだイラスト、夕日の空、ピントが合っていない、動きを呼び起こす、35mm、多様な輪郭、鮮やか、輝かしい、楽観的、幅広い色スペクトル。AI生成の空にインスパイアされたグラデーション。
トリミングを除き、表示されている画像は生の未編集の出力です。
結果は予期せぬものですが、喜ばしいものになる可能性があります。そのスロットマシンを十分にプレイすれば、いくつかの配当が得られるでしょう。
DALL·E 2のようなツールでは、制約が創造性を開きます。ここでは3つの方向性を示しましたが、可能性は無限です。
詳細