DALL-E
Open AI
| |
 | |
| URL: | openai.com |
| URL: | {{{URL2}}} |
| E-mail: | {{{email}}} |
| Владелец: | {{{владелец}}} |
| Тип: | {{{тип}}} |
| Платформа: | {{{движок}}} |
| Дата основания: | {{{дата основания}}} |
| Статус: | {{{статус}}} |
| Основной язык: | {{{основной язык}}} |
| Кол-во участников: | {{{кол-во участников}}} |
DALL-E – программа искусственного интеллекта, которая создает высококачественные изображения из текстовых описаний, запущенная в январе 2021 г.
Программа использует уже созданную модель GPT-3 Transformer (программа обработчик языка), которая использует 12 миллиардов параметров для интерпретации входных данных и генерирует соответствующее изображений из запроса. DALL-E может создавать изображения реалистичных объектов, а также объектов, которые не существуют в реальности.
Многие нейронные сети начиная с 2000-х годов способны генерировать реалистичные изображения. Однако DALL-E может генерировать их из подсказок на естественном языке человека, которые нейронная сеть хорошо понимает и выводит результат без каких-либо сбоев или неточностей.
Компания OpenAI не опубликовала исходный код программы, хотя «контроллер» DALL-E доступен на официальном веб-сайте компании, где можно просмотреть примеры работы алгоритма. Одна из целей компании OpenAI заключается в том, чтобы дать языковым моделям улучшенное понимание повседневных концепций, которые используются людьми. Также есть мнение, что подобная программа генерации изображений может повлиять на индустрию цифрового рисунка, таким образом снизится необходимость в найме дизайнеров, художников для реализации даже самых сложных художественных идей.
История создания
Нейронную сеть DALL-E анонсировала компания OpenAI 5 января 2021 года.
В апреле 2022 года OpenAI анонсировала DALLE 2, заявив, что она может создавать фотореалистичные изображения из текстовых запросов, а также создан редактор, позволяющий вносить простые изменения в изображения. На момент анонса было заявлено, что программное обеспечение все еще находится в стадии исследования, и доступ к нему ограничен предварительно отобранными бета-пользователями. Модель все еще может допускать серьезные ошибки, в том числе ошибки, которые не допустил бы человек.
Архитектура
Модель Generative Pre-trained Transformer (GPT) была первоначально разработана OpenAI в 2018 году с использованием архитектуры Transformer. Первая версия GPT была доработана и появилась версия GPT-2 в 2019 году. В 2020 году она была снова доработана и появилась версия GPT-3, имеющая 175 миллиардов параметров.
Модель DALL-E представляет собой мультимодальную реализацию GPT-3 с 12 миллиардами параметров, которая преобразует текст в изображения, при этом обучаясь на парах текст-изображение из Интернета. Также используется система компьютерного зрения CLIP, которая была обучена на более чем 400 миллионах пар изображений и текста, взятых из Интернета и связывая изображения со всеми подписями, что позволяет впоследствии идентифицировать алгоритму объекты на изображениях.
Принцип работы
DALL-E способна генерировать или даже создавать изображения в различных стилях, от фотореалистичных изображений до картин и смайликов, иконок. Программа также может "манипулировать и переставлять" объекты на своих изображениях. Одной из способностей, отмеченных его создателями, было правильное размещение элементов дизайна в новых композициях без четких инструкций.
DALL-E продемонстрировала широкий спектр способностей своей демо-версией стандартных композиций, но также часть работ была посвящена сюрреалистичным или причудливым изображениям, такими работами как "обезьяна космонавт", "дельфин-астронавт летающий в космосе", "кресло в форме авокадо".
Таким образом наблюдалось развитие у DALL-E навыков визуального мышления, достаточных для решения сложных задач.
Фотогалерея
- Изображения созданные DALL-E[1][2]
-
Запрос: Птица приземлившаяся на нос оранжевого полосатого кота.
-
Запрос: Фотография земли, которую Зевс держит в руках, как будто это шар.
-
Запрос: Астронавт-енот, мечтающий о звездах.
-
Запрос: "Кресло в стиле авокадо"
-
Запрос: Создание изображений по запросу "Часы в стиле черепашки"
-
Запрос: Создание изображений по запросу "Кресло в стиле клубники"
Примечание
Искусственный интеллект шагает по планете. Многие технологические компании, как Google, Amazon, NVIDIA и другие занимаются разработкой подобного искусственного интеллекта. Технические возможности компьютерных систем растут с каждым годом в то время, как человеческий труд может стать менее востребованным. В данном случае нужны ли будут в будущем художники, дизайнеры, иллюстраторы. Что думаете по этому поводу? Оставляйте свои комментарии на странице обсуждения.