Tekoälyä hyödyntävän kuvan luomisen alalla OpenAI jatkaa edistysaskeleita, jotka näyttävät työntävän mahdollisen rajaa. Todiste on esitys samana syyskuussa DALL-E3, uusi algoritmi, joka edustaa todellista vallankumousta tekstistä kuvaksi luomisen maailmassa.
DALL-E3 on malli, joka perustuu DALL-E 2:een ja ChatGPT:hen, mutta ennen kaikkea se erottuu tehtävistään "käännä" tekstikuvaukset kuviksi erittäin yksityiskohtaisesti ja tarkasti. Tulokset ovat tähän mennessä vuotaneiden kuvien valossa (jota sisällytetään tähän artikkeliin) ovat yksinkertaisesti vaikuttavia.
Tämä tehokas AI-malli Se on vielä kehitys- ja tutkimusvaiheessa.. Tähän mennessä tiedossa oleva herättää kuitenkin varmasti innostusta. Se on ilmoitus kuvantuotantoteknologian tulevaisuudesta, skenaario, jolla ei näytä olevan rajoja ja joka epäilemättä jättää meidät sanattomaksi monta kertaa.
DALL-E 3:sta on vielä paljastettavana monia yksityiskohtia, mutta jo tiedossa olevalla voimme piirtää pienen esityksen siitä, mitä tämä työkalu voi tarjota:
Mitä on tekstin luominen kuvaksi?
Tämä on yksi aloista, joilla tekoälyn vaikutus elämäämme on ilmeisin. Mallit, kuten DALL-E 3, luovat hermoverkkoja tekstin muuntamiseksi eloisiksi, erittäin realistisiksi kuviksi.
Nämä mallit ymmärtää ja tulkita kirjoituksemme, vangitsemalla monimutkaisia yksityiskohtia, värejä ja konteksteja luodakseen silmiinpistäviä visuaalisia esityksiä. Tälle uudelle kuvien luomistavalle on lukuisia sovelluksia: taide, suunnittelu, sisällön luominen... Tehokas työkalu luovien ideoiden toteuttamiseen.
Uusi tapa luoda kuvia tekstistä
DALL-E 3 on erityisesti suunniteltu määrittelemään uudelleen tapa luoda kuvia tekstistä. Tähän mennessä esitetyt ratkaisut jäävät usein puutteellisiksi, koska niissä jätetään huomiotta tietyt sanat tai ilmaisut. Toisin sanoen: vain nopean suunnittelukielen asiantuntijat voivat hyödyntää sitä.
Päinvastoin, DALL-E 3 edustaa radikaalia muutosta. Edistys, joka tarkoittaa, että kuka tahansa käyttäjä voi käyttää tätä tekniikkaa ja saada uskomattomia tuloksia ilman monimutkaisuutta.
Täydellisesti ChatGPT:n kanssa integroidusta DALL-E 3:sta tulee siis luova ja reagoiva kumppani vaatimuksiimme. Meidän tarvitsee vain välittää ajatuksemme sille sanoilla ja kuvauksilla ja antaa algoritmin tehdä loput työstä: anna ajatuksillemme henki, joka tuottaa yksilöllisiä kuvia, joilla on suuri visuaalinen vaikutus.
enemmän tarkkuutta
DALL-E:n edellisessä versiossa ilmeni samat ongelmat kuin muissakin generatiivisissa tekoälymalleissa. Tapa tulkita monimutkaisia tekstiviestejä ei aina ollut oikea. Joskus käsitteitä jopa sekoitettiin kuvia luotaessa, mikä johti absurdeihin tai groteskeihin tuloksiin.
Mutta toisin kuin hänen edeltäjänsä, DALL-E 3 on suunniteltu ymmärtämään tekstikehotteita huomattavalla tarkkuudella, vangitsemalla vivahteita ja yksityiskohtia enemmän kuin koskaan ennen.
Eettiset kysymykset ja avoimuus
Tekoälyn luomien kuvien eettinen keskustelu on jo monien ihmisten, ei vain asiantuntijoiden, huulilla. varten Vältä sellaisten kuvien luomista, joissa on väkivaltaista, pornografista sisältöä tai jotka voivat lietsoa vihaa, DALL-E 3 sisältää tiettyjä suojaustoimenpiteitä, jotka rajoittavat joitain sisällön luomisen näkökohtia. Siinä on myös suodatin, joka estää kuvien luomisen julkisuuden henkilöistä, mikä turvaa heidän yksityisyytensä ja torjuu tätä muotoa. fake uutiset.
Toinen DALL-E 3:sta vastaavien huolenaihe on olla mahdollisimman avoin käyttäjilleen heidän kuviensa "todellisuudesta". Se ei voi olla toisin, koska tekoälyn tuottaman sisällön lisääntyessä internetissä se kasvaa tarve olla mahdollisimman läpinäkyvä mainitun sisällön tunnistamisessa. Tarkoituksena on jälleen välttää petoksia ja väärinkäsityksiä ja luoda perusta tämän uuden teknologian vastuulliselle käytölle. Jos se ei ole kimeeri.
Tästä syystä OpenAI tutkii aktiivisesti uusia tapoja auttaa ihmisiä erottamaan tekoälyn luomat kuvat ihmisten luomista kuvista. Nyt testataan sisäistä työkalua, joka on jo nimetty "alkuperäluokitus". Teoriassa tämän instrumentin ansiosta on mahdollista määrittää, onko DALL-E 3 luonut kuvan, eikä se siksi ole todellinen kuva.
Julkaisupäivämäärä
Jos kaikki menee suunnitellusti, DALL-E 3 esitellään yleisölle lokakuussa 2023. Ensimmäisenä ChatGPT Plus:n ja ChatGPT Enterprisen käyttäjät voivat nähdä, miten uusi algoritmi toimii. OpenAI aikoo toteuttaa DALL-E 3:n vaiheittaisessa mallissa, eli annostelee sen toimintoja, vaikka se ei ole vielä vahvistanut tarkkaa päivämäärää julkiselle ja ilmaiselle julkaisulle.