OpenAI DALL-E 2 может отображать изображения всего, что вы можете себе представить

Искусственный интеллект OpenAI DALL-E 2 создает мультяшные изображения на основе текстового описания из вашего воображения.

В январе 2021 года консорциум OpenAI, основанный Илоном Маском и финансируемый Microsoft, представил свой самый амбициозный на сегодняшний день проект — систему машинного обучения DALL-E. Этот гениальный мультимодальный искусственный интеллект смог генерировать изображения в мультяшном стиле, основываясь только на заданных пользователем ключевых словах. Совсем недавно консорциум представил новую версию DALL-E с более высоким разрешением и меньшей задержкой, чем предыдущая.

Искусственный интеллект OpenAI DALL-E 2 создает мультяшные изображения

Первая версия DALL-E (сокращение от Dalie и Wall-E) могла генерировать изображения и объединять несколько изображений в коллаж, предлагать разные ракурсы и даже угадывать ряд элементов изображения, например эффекты теней, по простому письменному описанию. .

«В отличие от модуля 3D-рендеринга, входные данные которого должны быть указаны однозначно, вплоть до мельчайших деталей, DALL-E часто может «заполнять пробелы», когда название подразумевает, что изображение содержит определенные детали, не указанные явно», — пояснила команда. Открытый ИИ в 2021 году.

DALL-E никогда не задумывался как коммерческий продукт, поэтому его возможности были ограничены, поскольку команда OpenAI рассматривала его только как исследовательский инструмент. Также необходимо было избежать ситуации, которая была у Microsoft с чат-ботом Tay, когда система не могла генерировать ложную информацию. Для этой второй версии цели остались прежними, и к изображению был добавлен водяной знак, чтобы четко указать, что оно было создано искусственным интеллектом. Кроме того, теперь система запрещает пользователям создавать изображения с собственными именами.

по текстовому описанию взятому из вашего воображения

DALL-E 2, который использует систему распознавания изображений OpenAI CLIP, использует свои возможности генерации изображений. Теперь пользователи могут выбирать и редактировать определенные области существующих изображений, добавлять или удалять элементы вместе с их тенями, объединять два изображения в один коллаж и создавать варианты существующего изображения. Сгенерированные изображения теперь представляют собой квадраты размером 1024 пикселя, тогда как исходные аватары имели размер 256 пикселей. CLIP был разработан для обобщения содержания изображения таким образом, чтобы его мог понять человек. Консорциум обратил процесс вспять, создав изображение из его описания.

«DALL-E 1 взял наш подход GPT-3 к языку и применил его для создания изображения: мы сжимаем изображения в набор слов и научились предсказывать, что произойдет дальше», — объяснил The Rod исследователь Прафулла Дхаривал.

В отличие от первой версии, с которой каждый мог поиграть на сайте OpenAI, эта версия 2 в настоящее время доступна только определенным партнерам, и они сами ограничены в своих возможностях. Лишь немногие счастливчики могут им воспользоваться. Они также не могут экспортировать изображения, созданные на сторонней платформе, хотя OpenAI планирует сделать новые функции DALL-E 2 доступными через API в будущем. Если вы все еще хотите попробовать систему, вы можете присоединиться к списку ожидания .