Cómo crear una imagen de IA generativa con Amazon Sagemaker

El mundo de la inteligencia artificial (IA) ha sido testigo de avances notables en los últimos años, y la IA generadora de imágenes ha surgido como uno de los campos más fascinantes y de más rápida evolución. Esta tecnología de vanguardia nos permite crear imágenes sorprendentes y realistas a partir de simples descripciones de texto, lo que abre un mundo de posibilidades creativas ilimitadas.

Los modelos de IA que generan imágenes aprovechan algoritmos de aprendizaje profundo y grandes cantidades de datos de entrenamiento para aprender y comprender los patrones y relaciones intrincados entre el texto y las representaciones visuales. Al proporcionar una indicación textual simple, estos modelos pueden sintetizar imágenes completamente nuevas que se alinean notablemente con la descripción dada, capturando detalles, estilos y composiciones intrincados.

¿Qué es Amazon Sagemaker?

Amazon SageMaker , un servicio de aprendizaje automático totalmente administrado de AWS, simplifica el flujo de trabajo de aprendizaje automático de extremo a extremo, lo que permite la creación, el entrenamiento y la implementación de modelos de manera rápida y eficiente. Abstrae tareas de infraestructura complejas, lo que permite que los desarrolladores y los científicos de datos se concentren en sus objetivos principales y aceleren el tiempo de comercialización.

SageMaker ofrece una amplia gama de algoritmos integrados, modelos entrenados previamente y compatibilidad con modelos personalizados, lo que garantiza flexibilidad y acceso a los últimos avances, incluidos los modelos de IA generativos de imágenes. Su interfaz fácil de usar, SageMaker Studio, proporciona un entorno de desarrollo integrado para una codificación, prueba e implementación sin inconvenientes, lo que mejora la colaboración y agiliza el proceso de desarrollo.

La integración perfecta con servicios de AWS como Amazon S3, EC2 y SageMaker Ground Truth permite a los usuarios utilizar el ecosistema de AWS para disfrutar de una experiencia de aprendizaje automático fluida. Las funciones avanzadas, como el ajuste automático de modelos, el entrenamiento distribuido y la implementación integrada, junto con herramientas sólidas de monitoreo y registro, optimizan el rendimiento y la escalabilidad de los modelos. SageMaker ayuda a las organizaciones a acelerar sus proyectos de aprendizaje automático, reducir los gastos operativos y ofrecer soluciones de IA innovadoras.

Introducción a Amazon Sagemaker

Iniciar Amazon SageMaker Studio desde la consola es un proceso sencillo que le permite acceder a un entorno de desarrollo totalmente integrado para el aprendizaje automático. Siga estos pasos para comenzar:

1. Abra la consola de Amazon SageMaker
2. En el panel de navegación izquierdo, busque y seleccione la opción "Estudio".
3. En la página de inicio de Studio, verá una lista de dominios y perfiles de usuario disponibles. Seleccione el dominio y el perfil de usuario adecuados que desee utilizar para iniciar Studio.
4. Después de seleccionar el dominio y el perfil de usuario, haga clic en el botón “Abrir estudio”.
5. Para finalizar el lanzamiento, seleccione “Iniciar estudio personal”.

Si sigue estos pasos, podrá acceder rápidamente a Amazon SageMaker Studio y comenzar a aprovechar sus potentes funciones para sus proyectos de aprendizaje automático.

Elija un JumpStart

El modelo Stable Diffusion 2 nos permite crear imágenes a partir de una simple línea de texto, lo que lo hace ideal para generar contenido como publicaciones en redes sociales, materiales promocionales, portadas de álbumes y otras obras de arte creativas.

Para utilizar este modelo, desde JumpStart, busque “Stable Diffusion 2” y selecciónelo.

Luego, en la sección "Modelo de implementación", haga clic para expandir la "Configuración de implementación".

Para la instancia de alojamiento de SageMaker, elija el tipo de instancia que desee. Para este ejemplo, usamos ml.g5.2xlarge .

En el campo "Nombre del punto final", escriba demo-stabilityai-stable-diffusion-v2 .

Haga clic en el botón "Implementar" para iniciar el proceso de implementación.

Tenga en cuenta que la implementación de modelos más grandes puede llevar algún tiempo. En este caso, puede tardar hasta 25 minutos. Una vez que se complete la implementación, el estado del punto final se actualizará a "En servicio".

Seleccione “Abrir cuaderno” para acceder a un cuaderno Jupyter con código Python.

Aquí está el código para la casilla notificada como 2.

import boto3
import matplotlib.pyplot as plt
import numpy as np
import json

Y aquí está la caja 3.

endpoint_name = 'jumpstart-dft-demo-stabilityai-stable-diffusion-v2'
def query-endpoint(text):
	client = boto3.client('runtime.sagemaker')
    
    encoded_text = json.dumps(text).encode("utf-8")
    response = client.invoke_endpoint(EndpointName=endpoint_name, ContentType='application/x-text', Body=encoded-text, Accept='application/json')
    
    return response
    
def parse-response(query_response):
	response_dict = json.loads(query_response['Body'].read())
    return response_dict['generated_image'], response-dict['prompt']
    
def display-image(img,prmpt):
	plt.figure(figsize=(12,12))
    plt.imshow(np.array(img))
    plt.axis('off')
    plt.title(prmpt)
    plt.show()

Ahora, para iniciar el proceso, ejecute los dos primeros cuadros.

En el tercer cuadro, ingrese el mensaje y ejecute el bloque.

Ahora necesitas esperar un minuto o medio para ver el resultado.

Si quieres, hay muchas opciones avanzadas con las que jugar. Y lo mejor es que genera una imagen completamente nueva cada vez.

Recuerde eliminar su punto final después de usarlo. Dado que estamos usando la instancia ml.g5.2xlarge, genera cargos más altos, alrededor de $1 por hora al momento de escribir este artículo.

Terminando

Al aprovechar las capacidades de Amazon SageMaker , puede liberar el potencial ilimitado de la IA generadora de imágenes, lo que impulsará su creatividad y revolucionará la forma en que aborda la creación de contenido visual. Ya sea un artista que busca nuevas vías de expresión, un comercializador que necesita imágenes atractivas o un diseñador de productos que explora la creación de prototipos virtuales, esta tecnología ofrece una gran cantidad de oportunidades.