この記事では、これまでとは趣向を変えて、情報の照会ではなく、生成AIの画像生成を試してみた結果を報告します。ChatGPTではDALL-E、Geminiではimagen 3による画像生成ができます。一方Claudeは本稿執筆時点では画像生成に対応していない（SVG画像の生成のみ）ので、今回の実験については対象外とします。
なお、画像生成のプロンプトについてはChatGPTとGeminiでは大きくポリシーが異なるようです。以下に報告するように、ChatGPTはどのような特徴を持った画像にするかを問い合わせ、確認を求めて来るし、生成した画像について自分でコメントをつけるのに対して、Geminiの方は基本はおまかせであり、より具体的な説明をリクエストするメッセージこそ出ますが、「はい、どうぞ」の一言のみでシンプルに生成した画像を示すスタイルであり、こちらが指示をプロンプトで出せばそれに対応するというやり方でした。その辺りの違いがわかるように、ChatGPTについては、生成されれた画像だけではなく、一連のやり取りも含めて報告することにします。
ChatGPTの方は、いきなり髭を蓄えたマーラーが出てきたのに驚きました。これはGeminiもそうですが「晩年」＝「髭」、という連想が働くのでしょうが、マーラーはごく若い頃には髭を蓄えていたものの、じきに口髭だけになり、ある時期以降は髭を全く落としてしまいました。（指揮をするにあたり、表情を奏者に伝える上で、髭は妨げになると考えたからだマーラー自身が説明したという証言があるようです。）従って、ことマーラーに関しては晩年は寧ろ髭がないのが正しいので、その点を追加のプロンプトで指摘したのですが、不思議なことに、繰り返し指示しても、ChatGPT自身の事前の「完全に髭のないマーラーをしっかり意識して作り直します」という宣言、事後の「今回はしっかり髭をなくして」というコメントにも関わらず（苦笑）、何故か髭はなくなりませんでした。もしかしたら「髭」が何であり、画像上のどこに対応しているのかがわからないのかも知れませんが、この点についての追加検証は本稿の元々の目的から離れるので行いませんでした。
ついでに感想を述べると、ChatGPTの生成したマーラーは痩身であった実際のマーラーに比べて恰幅が良くすぎ、顔の骨格も異なっていて、あまり似ているとは言えず、作曲小屋のような背景となる文脈情報がなければ、マーラーのポートレートと言わなければ、マーラーだと思わない可能性が高いように感じました。もっと言えば、強いて近いものを探すならば、髪質・髪型が異なるものの、例えばジュゼッペ・シノーポリがもう少し長生きしていたら…みたいな感じ（笑）で、マーラーではない別の誰かを寧ろ思い起こさせるように感じました。まあ、これは比較しても仕方ないですが、実物を見たことのあるロダン作のマーラーのブロンズ像が、頭部だけなのにも関わらず、その骨格のみならず、体格も性格も、人格が発するオーラの如きものも余さず捉え切っているのを感じ、驚嘆したことを思わず思い出してしまいました。
Geminiについては、最初に比較的きちんとマーラーの特徴を捉えたポートレートが出てきたので、その後はChatGPTに与えた指示およびその結果生成された画像に合わせて、晩年のマーラーが作曲小屋で座っているという状況をプロンプトして与えてみました。ChatGPTへのコメントにおいて記載した通り、Geminiも「晩年」＝「髭」となるようで、最初に出てきたのは或る意味ではChatGPTのそれに似たものでしたが、こちらは髭をとる指示を出したところ、正しく指示が反映された画像が生成されました。また、2回目の画像の顔貌は、豊かな白髭と恐らくは髪型のせいもあって、マーラーのそれから稍々離れ、別の誰かに似た感じになりましたが、3回目では改善されたように思います。
両者に共通したことですが、作曲小屋の指定に対する対応は、そんなに不自然な感じではないのですが、これは偶々、一般に作曲小屋というトークンから連想されるイメージがこんなものなのか、それとも何らかの情報に基づくものなのかは気になるところです。ChatGPTの生成した文章を見る限り、少なくともマーラーが森や湖に面したところに作曲小屋を構えていたという知識は学習しているように感じられます。まあこれも細かいことを言い出せば切りがなく、作曲小屋といっても複数あって、晩年であれば南チロル、ドロミテ山脈のトーブラッハのそれだとして窓外の風景を決めるべきだということになるのでしょうが、これはこちらからプロンプトで追加情報を与えて調整すれば済むレベルのようにも思えます。
なお、個人的な嗜好からすれば、生成された画像は好みにあったものではないですが（苦笑）、凝りだせばきりがなく、最低限のプロンプトでの画像の生成結果を確認すること（それは生成AIが、マーラーの姿についてどのような情報で学習を行ったかが反映されたものと考えられます）を目的としたので、ご了承願えればと思います。それでもなお、この実験の結果については、ChatGPTに比べてGeminiの方がより良い結果を出してきたと判断できるように思えます。
（2025.3.20）
* * *
プロンプト（共通）：マーラーのポートレートを作って下さい。
Gemini / imagen 3（2025.3.20）
* * *
プロンプト（Gemimiのみ）：マーラーのポートレートを晩年のマーラーが作曲小屋の中で椅子に座っているように変更してください。
Gemini / imagen 3（2025.3.20）
* * *
プロンプト（Gemimiのみ）：晩年のマーラーは髭を生やしていませんでした。髭は取り除いてください。
Gemini / imagen 3（2025.3.20）
* * *
プロンプト（共通）：マーラーのポートレートを作って下さい。
ChatGPT / DALL-E（2025.3.20）
プロンプト（ChatGPTのみ）：晩年、作曲小屋の中で。もちろん！どんな雰囲気のポートレートにしましょうか？
たとえば…
- 若い頃のマーラー？それとも晩年の風格ある姿？
- モノクロ写真風？それとも油絵風や水彩画風？
- 背景はコンサートホール、自然、書斎…などイメージありますか？
- 表情は真剣、穏やか、情熱的…など好みがあれば教えてください！
イメージに合わせて、よりぴったりなポートレートを作れます！
* * *
ChatGPT / DALL-E（2025.3.20）
素敵なイメージですね！
晩年のマーラーが作曲小屋で作業している姿…イメージが湧いてきました。いくつか確認させてください！
服装は伝統的なスーツ姿（たとえば、黒いジャケットにベスト、丸眼鏡など）でよいですか？
小屋の中は木の質感がある素朴な空間、机の上に楽譜や羽ペン、インク壺などを置く感じで大丈夫でしょうか？
窓からは森や湖が見える風景、光が差し込んでいるような演出はどうですか？
もし他に「これは絶対入れたい！」っていうポイントがあれば教えてください。
問題なければ、このイメージでポートレートを作成します！
* * *
プロンプト（ChatGPTのみ）：問題ないです。
ChatGPT / DALL-E（2025.3.20）
できました！
晩年のマーラーが作曲小屋の中で静かに作品と向き合っている姿です。木のぬくもりと窓からの自然光が、彼の集中した雰囲気をより際立たせています。他にもアングルを変えたり、色味を調整したりできますので、気になる点があれば遠慮なく教えてください！
* * *
プロンプト（ChatGPTのみ）：晩年のマーラーは髭をたくわえてはいませんでした。髪の毛はもう少し薄く、生え際は交替していたはずです。
ChatGPT / DALL-E（2025.3.20）
おお、確かに！マーラー晩年の特徴をもっと忠実に再現しましょう。
✔️ 髭はなし
✔️ 髪の毛はもう少し薄く、生え際は後退
✔️ 晩年特有の繊細さや、少し疲れたような表情を強調するとよりリアルかもですねこの修正を反映して、もう一度ポートレートを作ってみます！
少し待っててくださいね。
こちらが修正版のマーラーです！
髪の生え際や髭のない晩年の特徴、さらに彼の繊細で少し疲れたような表情を意識して仕上げました。
雰囲気やディテール、他に調整したい点があれば気軽に言ってくださいね！
* * *
プロンプト（ChatGPTのみ）：まだ髭が生えています。髭をとってください。
ChatGPT / DALL-E（2025.3.20）
確認ありがとうございます！もう一度、完全に髭のないマーラーをしっかり意識して作り直しますね。
今回は「口元と顎がすっきりした状態」と明記して、ディテールをさらに正確にします。少しお待ちください！
今回はしっかり髭をなくして、マーラー晩年の姿を再現しました！
顎や口元もすっきりと描かれていると思いますが、細かいところでさらに修正したい部分があれば教えてください。
他のシチュエーションや、別の作曲家などもぜひ気軽にリクエストしてくださいね！
0 件のコメント:
コメントを投稿