Нейронні мережі як інструмент графічного дизайну

Тетяна Божко; Віктор Ареф’єв

doi:10.31866/2410-1176.48.2023.282475

Автор(и)

Тетяна Божко Київський національний університет культури і мистецтв, Україна https://orcid.org/0000-0001-5696-1941
Віктор Ареф’єв Київський національний університет культури і мистецтв, Україна https://orcid.org/0000-0002-9845-6086

DOI:

https://doi.org/10.31866/2410-1176.48.2023.282475

Ключові слова:

електронний програмний інструментарій, нейронна мережа, продукція дизайну, програмне забезпечення

Анотація

Мета статті – проаналізувати можливості різних нейронних мереж як інструментів роботи над проєктами графічного дизайну; визначити їх здатність забезпечувати якість і результативність генерування візуального контенту в кожному з видів продукції; висвітлити переваги та недоліки роботи кожної з нейромереж.

Результати дослідження. У роботі здійснено огляд відгуків науковців і практиків щодо варіативного спектра нейромереж, придатних для виконання завдань графічного дизайну. Оприлюднено результати власного практичного досвіду роботи з нейромережами.

Наукова новизна. Встановлено відповідність нейронних мереж кожному з видів продукції графічного дизайну. Доведено ефективність мереж у генеруванні концептів персонажів і локацій для комп’ютерних ігор, ілюстрацій для друкованих та електронних видань, торгових марок і логотипів, носіїв фірмового, іміджевого стилю та графічного вирішення паковань. Водночас їхні функціональні можливості допоки не забезпечують належного якісного рівня у таких продуктах, як плакати на основі тропів образної мови; шрифти; інженерна графіка в аксонометричних проєкціях з унаочненням внутрішньої структури приладів або обладнання; верстка друкованих видань і сайтів, мобільних застосунків, інфографіка на основі стилізованих зображень, конструктивне вирішення пакувальної продукції.

Висновки. Для роботи з контентом графічного дизайну найбільш придатні Maze Guru, Midjourney, Leonardo ai. Для добірки аналогів і відгуків науковців ефективною є нейромережа ChatGPT. Перевагою застосування нейронних мереж є суттєве прискорення генерування візуального контенту та можливість комбінувати різні програми, доповнювати й вдосконалювати результати кожної з них. Недоліками є переважно монолінгвістичне (англомовне) спілкування контактера з мережею та розбіжність образів, що існують у свідомості контактера та генеровані мережею. Роботи, створені нейронними мережами, легко впізнавані, а за наближеними текстовими запитами надають занадто уподібнені результати.

Біографії авторів

Тетяна Божко, Київський національний університет культури і мистецтв

Кандидат мистецтвознавства, доцент

Віктор Ареф’єв, Київський національний університет культури і мистецтв

Аспірант

Посилання

Irbite, A., & Strode, А. (2021, May 28–29). Artificial intelligence vs designer: The impact of artificial intelligence on design practice. In Society. Integration. Education [Proceedings of the Conference] (Vol. 4, pp. 539–549). Rezekne Academy of Technologies. https://doi.org/10.17770/sie2021vol4.6310 [in English].

Karaata, E. (2018). Usage of Artificial Intelligence in Today’s Graphic Design. Internet Magazine of Art and Design, 6(4), 183–198. https://www.researchgate.net/publication/331431169_Usage_of_Artificial_Intelligence_in_Today’s_Graphic_Design [in English].

Kazarian, S. (2023, January 25). Neironok boiatysia – v dyzain ne khodyty. Shcho stoit za novym kreatyvnym trendom? [To be afraid of neurons is not to go into design. What is behind the new creative trend?]. Telegraf.design. https://telegraf.design/nejronok-boyatysya-v-dyzajn-ne-hodyty-shho-stoyit-za-novym-kreatyvnym-trendom/ [in Ukrainian].

Kinariwala, T. (2019, December 16). Generating Art from Neural Networks. WorldQuant. https://www.worldquant.com/ideas/generating-art-from-neural-networks/ [in English].

Lazarchuk, N., Pikhota, O., Rybii, V., & Tsiutsiura, M. (2020). Neiromerezhevi instrumenty veb-dyzainu i veb-rozrobky [Neural network tools for web design and web development]. In Build-Master-Class-2020 [Proceedings of the Conference] (pp. 314–315). Kyiv National University of Construction and Architecture. https://cutt.ly/IwqYcgtz [in Ukrainian].

Musiienko, O. (2022, September 1). Shtuchnyi intelekt u dyzaini ta rozrobtsi ihor. De my zaraz I shcho dali? [Artificial intelligence in game design and development. Where are we now and what next?]. Imena.UA. https://www.imena.ua/blog/artificial-intelligence-in-design-and-gamedev/ [in Ukrainian].

Mustafa, B. (2023). The Impact of Artificial Intelligence on the Graphic Design Industry. Res Militaris, 13(3), 243–255. https://resmilitaris.net/menu-script/index.php/resmilitaris/article/view/3333 [in English].

Tao, J. (2022, July 6). Graph Neural Network Based Dynamic Graphic Packaging Design Scheme Optimisation. Mobile Information Systems, Article 5075884. https://doi.org/10.1155/2022/5075884 [in English].

Tesoro, J. C., Buen, M. J. M., Sullera, R. C., & Aborde, M. V. (2020). A semantic approach of the Naïve Bayes classification algorithm. International Journal of Advanced Trends in Computer Science and Engineering, 9(3), 3287–3294. https://doi.org/10.30534/ijatcse/2020/125932020 [in English].

Vieira, R., & Schiavoni, F . L. (2022, February). Neural Networks and Digital Arts: Some Reflections. Journal of Engineering Research and Sciences, 1(1), 10–18. https://doi.org/10.55708/js0101002 [in English].

Wu, S. (2020). Development of Graphic Design Based on Artificial Intelligence. Journal of Physics: Conference Series, 1533, Article 032022. https://doi.org/10.1088/1742-6596/1533/3/032022 [in English].

Yurkovych, N. V., Herasimov, O. V., Yurkovych, V. M., & Marian, M. I. (2014). Kompozytsiia neironnykh merezh z alhorytmamy Khebba ta priamoho poshyrennia v systemakh symvolnoho koduvannia [Composition of neural networks with Hebb and direct propagation algorithms in symbol coding systems]. Uzhhorod University Scientific Herald. Series: Physics, 36, 161–167 [in Ukrainian].