Heute stand Hecke schneiden auf dem Programm.
„Create an oil painting of the tower where Sleeping Beauty sleeps. The prince uses a petrol-powered hedge trimmer to tackle the roses in order to reach Sleeping Beauty.“
Zum krönenden Abschluss dieses verrückten Tages habe ich verschiedene KI gefragt: „Welches sind die 5 extremsten Sachen, die Menschen als normal ansehen, die aber für eine KI, wie du eine bist, völlig abwegig und sinnlos erscheinen?“ Die erstaunlichen Antworten gibt es hier.
Dazu wollte ich ein passendes Bild generieren: Create an oil painting in the Renaissance style of a perfectly imperfect person in a situation that perfectly describes this state.
Ich finde, alle Bilder haben was. Bei der Kombination Leonardo mit Flux sehe ich die Intention vielleicht weniger umgesetzt. Mein Favorit ist Leonardo mit Phoenix.
Bereits gegen Mittag wird begonnen, in einem Kessel Gulasch zu kochen.
„Create a picture of a campfire under old trees. Men are chopping ingredients at a table. A kettle hangs over the fire, stirred by a blonde woman.“
Die Aufgaben werden schnell verteilt. Anzumerken wäre noch, dass nur einer der Männer Zutaten putzt und schneidet. Die anderen trinken Bier.
Die Regenschauer locken sie hervor – Schnecken.
„Create a comic-style picture of slugs attacking the beds of a garden. The owners of the garden fend off the slugs with flamethrowers.“
Heute waren wir mit zur Anprobe und zum Abstecken des Hochzeitskleides. Dabei kam ein wesentliches Detail zur Sprache.
„Create a picture of a wedding in the Wild West. The party is celebrating in a saloon. The bride and groom are dancing in the centre of the party. The bride lifts her wedding dress and pulls a revolver from her garter.“
Hier sehen wir erneut, wie sich die Wahl des Datenmodells auf das Resultat auswirkt. Beide Bilder sind mit openart.ai erstellt.
Ich habe in der Vergangenheit ja bereits Reihen-Beiträge zur Malerei geschrieben. Heute starte ich ein neues Projekt. Gemeinsam mit ChatGPT bewege ich mich durch die Geschichte der Malerei in Europa.
Mein Prompt dazu: „Ich möchte gerne etwas über die Geschichte der Malerei erfahren. Kannst du mir bitte kleine tägliche kurze Informationen erzeugen, damit ich etwas lernen kann?“
Die Antwort von ChatGPT: „Sehr gerne! Ich werde dir jeden Tag einen kleinen informativen Beitrag über die Geschichte der Malerei schicken. Dabei erhältst du jeweils eine kurze Einführung zu einer bestimmten Epoche, einem wichtigen Künstler oder einem berühmten Gemälde.“
Für den Start dieser neuen Reihe habe ich auch ein Bild erstellen lassen. Das ist erneut eine schöne Gelegenheit zu testen, wie openart.ai mit Prompts in Deutsch bzw. in Englisch umgeht.
„Erstelle ein Bild, welches alle wichtigen Malstile aus der europäischen Tradition von der Höhlenmalerei bis zur Gegenwart vereint.“
Ich finde, das erste Ergebnis ist schon ziemlich nahe an meiner Intention dran. Flux ist erneut sehr gut mit dem Prompt in Deutsch zurecht gekommen.
„Create a picture that combines all the important painting styles from the European tradition from cave painting to the present day.“
Also mit dem englischen Prompt hat Flux ziemlich daneben gegriffen.
Probieren wir doch mal ein anderes Datenmodell.
Na das hat ja super funktioniert. Das Ergebnis entspricht wieder meiner Intention.
Und jetzt noch die Gegenprobe mit Imagen 4 und dem Prompt in deutscher Sprache.
Da hat Imagen 4 sein Konzept beibehalten, unabhängig von der Sprache des Prompts.
Nach einem halben Tag im Homeoffice habe ich mich heute Nachmittag über den Rasen im Obstgarten hergemacht.
Die Frage, die ich mir heute gestellt habe: Ist ein Prompt in englischer Sprache immer noch besser, als einer in deutscher Sprache?
Ich taste mich langsam an das Thema heran und benutze openart.ai mit Flux, einem deutschen Darenmodell.
„Erstelle ein Foto von einem humanoiden Roboter, der mit einem Handrasenmäher den Rasen mäht. Auf der zu mähenden Wiese stehen Obstbäume. Es ist ein Frühlingstag am Nachmittag. Durch das Laub der Obstbäume fällt das Sonnenlicht auf die Wiese.“
„Create a photo of a humanoid robot mowing the lawn with a hand lawnmower. There are fruit trees on the lawn to be mowed. It is a spring day in the afternoon. Sunlight is shining through the leaves of the fruit trees onto the meadow.“
Nachdem heute Teil 2 der KI-Schulung stattgefunden hat, sitze ich jetzt zu Hause. Es gewittert mit Regen, Hagel und Windböen. Einzelne Blitze zucken am Himmel. Bei solchem Wetter braucht man keinen Streaminganbieter. Da reicht der Blick aus dem Fenster.
Für das heutige Bild habe ich openart.ai mit Flux Pro verwendet. Mein Prompt dafür lautet „Create a picture of a landscape with fields and trees on the horizon, over which a heavy thunderstorm is passing.“
Unsere Tochter fährt heute die 60-km-Runde bei den Neuseen Classics in Leipzig. Das ist doch ein schöner Anlass mal zu schauen, wie gut die Datenmodelle generativer Chats sind, wenn es mal nicht um Berlin oder München geht. Die Alte Messe Leipzig ist vielleicht nicht das Brandenburger Tor, aber doch ein bekanntes Wahrzeichen von Leipzig.
„Create a picture of a young woman on a racing bike. The double M of the Old Trade Fair Centre in Leipzig can be seen in the background.“
Nur Copilot hat das für Leipzig typische Doppel-M hinbekommen, welches übrigens für „Mustermesse“ steht. Das Gebäude sieht aus, wie eines der Messehäuser in der Leipziger Innenstadt. Hier offenbart sich wieder einmal die Abhängigkeit von Trainingsdaten.
Heute wurde mir ein Leberfleck entfernt. Ich habe nicht erwartet, dass mein Prompt so problemlos funktioniert.
„Create a picture of a female chef wearing a chef’s hat bending over a man lying down. The cook is using a knife and fork to cut a piece of meat from his upper body, near the collarbone.“
