| Abstract | Umjetna inteligencija temelji se na strojnome učenju, neuronskim mrežama i dubokom učenju te na taj način omogućava računalima oponašanje složenih ljudskih kognitivnih procesa.
Generativna umjetna inteligencija kao grana dubokog učenja, zaslužna je za kreiranje originalnih sadržaja prema traženim parametrima korisnika, poput pisanja raznih tekstova, kodiranja, pisanja i stvaranja glazbe, stvaranje videozapisa i foto realističnih slika.
Zbog svojeg širokog i raznovrsnog obujma rješavanja problema i zadataka, svoju primjenu našla je u različitim industrijama. No iako potiče kreativnost i olakšava obavljanje zadataka ljudima, postoje i određeni rizici koje ista nosi, poput povrede privatnosti i širenja dezinformacija.
U ovome završnom radu su istraženi i testirani alati poput Deep Dream Generatora, Canve, ArtBreedera, Craiyona, Runwaya, OpenArta i Dall–E Generatora, koji se mogu koristiti za izradu slika na temelju tekstualnog opisa. U svakom navedenom alatu generirana su tri različita slikovna primjera, te je na kraju svaki primjer analiziran s ciljem prikaza prednosti i nedostataka svakog alata, kako bi se uvidjelo na čemu bi daljnji razvoj UI trebao poraditi. |
| Abstract (english) | Artificial intelligence is based on machine learning, neural networks, and deep learning, enabling computers to mimic complex human cognitive processes.
Generative artificial intelligence, as a branch of deep learning, is responsible for creating original content based on user-specified parameters, such as writing various texts, coding, composing and creating music, generating videos, and photorealistic images.
Due to its broad and diverse scope in solving problems and tasks, it has found applications in various industries. However, while it fosters creativity and makes tasks easier for people, there are certain risks it brings, such as privacy breaches and the spread of misinformation.
In this thesis, tools like Deep Dream Generator, Canva, ArtBreeder, Craiyon, Runway, OpenArt, and Dall-E Generator, which can be used to create images based on textual descriptions, were explored and tested. Three different image examples were generated in each of the mentioned tools, and each example was analyzed to showcase the advantages and disadvantages of each tool, with the aim of identifying areas for further AI development. |
