Hace trece años, como tarea para una clase de periodismo, escribí una estúpida historia corta sobre un hombre que come comida de lujo para gatos. Esta mañana, me he sentado y he visto cómo una plataforma de inteligencia artificial generativa llamada Lore Machine daba vida a mis palabras.
Introduje mi historia en un cuadro de texto y recibí este mensaje: "Estamos identificando escenas, localizaciones y personajes, así como vibes. Este proceso puede durar hasta dos minutos". Lore Machine analizó el texto, extrajo descripciones de los personajes y lugares mencionados y, a continuación, pasó esos datos a un modelo de generación de imágenes. En la pantalla apareció un guion ilustrado. El corazón me latía con fuerza mientras recorría las vívidas representaciones de cómic de mis personajes medio olvidados.
Tras más de un año de desarrollo, Lore Machine está disponible al público por primera vez. Por diez dólares al mes (algo más de 9 euros), puedes subir 100.000 palabras de texto (hasta 30.000 a la vez) y generar 80 imágenes para relatos cortos, guiones, transcripciones de pódcasts y mucho más. También hay precios para usuarios avanzados, incluido un plan para empresas que cuesta 160 dólares al mes (unos 146 euros) y cubre 2,24 millones de palabras y 1.792 imágenes. Las ilustraciones se presentan en una gama de estilos preestablecidos, desde el manga a la acuarela, pasando por las series de televisión pulp de los 80.
Zac Ryder, fundador de la agencia creativa Mode Arts, ha estado utilizando una versión de acceso anticipado de la herramienta desde que el fundador de Lore Machine, Thobey Campion, le mostró por primera vez lo que podía hacer. Ryder le envió el guion de un cortometraje y Campion utilizó Lore Machine para convertirlo de la noche a la mañana en una novela gráfica de 16 páginas.
"Recuerdo a Thobey compartiendo su pantalla. Todos nos quedamos boquiabiertos", dice Ryder. "No era tanto la parte de generación de imágenes. Era el nivel de storytelling. Desde la fluidez de la narración hasta la emoción de los personajes, todo fue perfecto desde el principio".
Mode Arts utiliza ahora Lore Machine para desarrollar un universo ficticio para una serie de manga basada en un texto escrito por el creador de Love, Death & Robots de Netflix.
Bajo el capó, Lore Machine se construye a partir de piezas familiares. Un modelo lingüístico de gran tamaño escanea el texto e identifica descripciones de personas y lugares, así como su sentimiento general. Una versión de Stable Diffusion genera las imágenes. La diferencia radica en su facilidad de uso. Desde que subí mi historia hasta que descargué su guion gráfico, hice clic quizá media docena de veces.
Por eso forma parte de una nueva ola de herramientas fáciles de usar que ocultan la asombrosa potencia de los modelos generativos tras una interfaz web de un solo clic. "Lleva mucho trabajo estar al día de las nuevas herramientas de IA, y la interfaz y el flujo de trabajo de cada herramienta son diferentes", afirma Ben Palmer, director general de New Computer Corporation, una empresa de creación de contenidos. "Utilizar una megaherramienta con una interfaz de usuario coherente es muy atractivo. Creo que aquí es donde aterrizará el sector".
¡Mira, sin prompts!
Campion creó la empresa detrás de Lore Machine hace dos años para trabajar en una versión blockchain de Wikipedia. Pero cuando vio cómo la gente se aficionaba a los modelos generativos, cambió de rumbo. Campion utilizó el modelo gratuito de conversión de texto en imagen Midjou ey para crear una versión en cómic de The Rime of the Ancient Mariner, de Samuel Taylor Coleridge. Se hizo viral, dice, pero no fue divertido.
"Mi mujer odiaba ese proyecto", dice Campion. "Estaba hasta las cuatro de la mañana, todas las noches, martilleando, intentando que las imágenes salieran bien". El problema era que los modelos de conversión de texto a imagen como Midjou ey generan las imágenes una a una. Eso hace difícil mantener la coherencia entre las distintas imágenes de los mismos personajes. Incluso puede ser difícil mantener un estilo concreto en varias imágenes. "Acabé decantándome por una estética más psicodélica y abstracta", explica.
La experiencia le hizo ver que esta tecnología tenía que ser mucho más fácil de usar. Campion no aclara cómo consigue exactamente Lore Machine mantener la coherencia de sus imágenes y su estilo en una serie de ilustraciones. Es bastante bueno, pero no perfecto: en una escena de mi historia, a un personaje de pelo corto le ha crecido el flequillo; en otra, el mismo personaje aparece dos veces.
Las ilustraciones también pueden empezar a parecer genéricas. Me decepcionó que mis descripciones de un personaje con "dientes como judías pintas" y otro con "manos como rebanadas de pálido pan blanco" no se trasladaran a sus retratos. Pero comparado con hacer esto a mano, prompt a prompt, Lore Machine es un gran paso adelante.
"La coherencia es estupenda", afirma Ryder. Esto ha dado a Mode Arts la confianza necesaria para utilizar Lore Machine en un proyecto con uno de sus clientes. "Si hubiéramos tenido que volver atrás constantemente para corregir problemas de coherencia, no habríamos podido cumplir los plazos", afirma.
Como todos los modelos generativos, la tecnología que hay detrás de Lore Machine escupe contenido tóxico cuando se le solicita. Campion dice que han impedido que genere imágenes que representen violencia o estereotipos de odio. Por lo demás, no está dispuesto a frenar la expresión creativa de los artistas. Por ejemplo, generar ilustraciones para fan fictions de famosos está permitido.
Gran parte del interés inicial por Lore Machine procede de agencias de marketing. Pero Campion espera que el lanzamiento público anime a probarlo a un mayor número de usuarios. Hace seis meses, cuenta, recibió una llamada del director de un colegio de Manhattan para niños con dificultades de aprendizaje. El director quería pasar sus libros de texto por la herramienta para que sus alumnos pudieran ver imágenes. "Ni siquiera se me había ocurrido. Estaba demasiado atrapado en la mentalidad de Hollywood", dice Campion.