U Centru za informatiku i računarstvo (CIR) Instituta Ruđer Bošković velik dio našeg istraživanja bavi se računarstvom visokih performansi, paralelnim i distribuiranim računarstvom. Riječ je o moćnim tehnologijama, ali ih nije uvijek lako približiti najmlađoj publici. Zato smo odlučili početi s nečim puno jednostavnijim: crtežom.

Tijekom proteklog mjeseca predstavili smo interaktivnu aplikaciju na Špancirfestu u Varaždinu, Zagreb Design Weeku i Danima tehničke kulture u Tehničkom muzeju Nikola Tesla. Ideja je bila djeci na jednostavan način približiti što umjetna inteligencija i računarstvo mogu učiniti.

Djeca na tabletu nacrtaju zamišljeno biće, a aplikacija njihov crtež pretvara u šareni lik inspiriran izgledom 3D animiranog filma. Za otprilike 30 sekundi njihov crtež postaje nešto sasvim novo.

Novi lik zatim se pridružuje ostalim likovima u zajedničkoj „Sobi prijatelja“ na drugom ekranu. Djeca ih mogu pomicati i slagati zajedno. Na kraju dobivaju i ispis svog izvornog crteža uz njegovu interpretaciju generiranu pomoću umjetne inteligencije.

Željeli smo da i sam proces generiranja bude dio iskustva. Umjesto klasičnog indikatora učitavanja, djeca gledaju kako se njihov lik postupno pojavljuje iz vizualnog šuma. To nam daje jednostavan i prirodan način da razgovaramo o difuziji i o tome kako funkcionira generiranje slika pomoću umjetne inteligencije.

Iz toga često proizlaze vrlo dobra pitanja. Kako računalo zna što treba nacrtati? Koliko na rezultat utječe izvorni crtež? Što dodaje umjetna inteligencija? I gdje se zapravo odvija cijeli taj proces?

U našem slučaju, sve se odvija lokalno, bez internetske veze.

U pozadini aplikacija kombinira Stable Diffusion 1.5 i ControlNet Scribble. Crtež tako određuje oblik lika, dok tekstualna uputa utječe na stil, teksture i osvjetljenje. LCM-LoRA smanjuje broj koraka potrebnih za generiranje, što nam omogućuje da djeci uživo prikažemo međurezultate. Rembg uklanja pozadinu prije nego što se lik postavi u zajedničku sobu.

Samo sučelje izrađeno je pomoću Electron + React tehnologija, dok Python i FastAPI upravljaju lokalnim AI sustavom za generiranje.

Tehnologija je zanimljiva, ali najbolji dio cijelog iskustva bio je puno jednostavniji: gledati djecu kako se igraju s nečim što su sami stvorili. Nisu samo promatrala demonstraciju. Nešto su napravila, vidjela kako računalo njihov crtež pretvara u nešto novo i postavljala pitanja o tome kako i zašto to funkcionira.

Nama je upravo to odličan način za približavanje računarstva. Početi od nečega poznatog, učiniti tehnologiju vidljivom i pustiti znatiželju da napravi svoje.