Teburin Abubuwan Ciki[Boye][Nuna]
Sabbin haɓakawa da haɓaka AI sun haɓaka iyawa, fahimta, da ikon samar da hotuna mafi girma. Wataƙila kwanan nan kun ci karo da wasu hotuna masu ban mamaki da ban sha'awa da ke yawo a cikin intanet.
Wani karen Shiba Inu sanye yake sanye da riga da bakar kunkuru. Da kuma otter na teku a cikin yanayin "Yarinya mai Kunnen Lu'u-lu'u" mai zanen Holland Vermeer. Kuma akwai kofin miya mai kama da dodo mai ulu.
Wadannan hotuna Ba ɗan adam ne ya ƙirƙira shi ba.
Madadin haka, DALL-E 2, sabon tsarin AI wanda zai iya canza kwatancen rubutu zuwa hotuna, ya halicce su.
Kawai rubuta abin da kuke son gani, kuma AI zai ƙirƙira muku shi - a cikin cikakkun bayanai, inganci mai kyau, kuma, a wasu lokuta, ƙirƙira na gaske. A cikin wannan sakon, za mu yi zurfin bincike kan sabon binciken OpenAI, DALL.E 2, da yadda yake aiki, da ƙari mai yawa. Mu fara.
Don haka, menene daidai DALL.E 2?
DALL-E 2 shine "samfurin tsarawa," nau'in na'ura na koyon algorithm wanda ke haifar da fitarwa mai rikitarwa maimakon yin hasashe ko ayyukan rarrabawa akan bayanan shigarwa.
Kuna samar da DALL-E 2 tare da rubutaccen bayanin, kuma yana ƙirƙirar hoto wanda ya dace da shi. Ta hanyar haɗa ra'ayoyi, halaye, da salo, OpenAI's DALLE 2 na iya samar da sabbin abubuwa, zane-zane na gaske da fasaha daga ainihin bayanin harshe.
Sabon sigar, DALLE 2, an ce ya fi dacewa, mai iya yin hotuna daga rubutun kalmomi a mafi girman ƙuduri da kuma cikin nau'ikan salo iri-iri. Misali, hotunan da ke ƙasa (daga gidan yanar gizon DALL-E 2) an ƙirƙira su ta hanyar bayanin “Wani ɗan sama jannati yana hawa doki.”
Ɗayan bayanin ya ƙare, "kamar zanen fensir," yayin da ɗayan ya ƙare, "a cikin hanyar da ta dace."
Hakanan yana iya canza hotunan da ke akwai tare da madaidaicin ban mamaki. Don haka, zaku iya ƙara ko share abubuwa yayin kiyaye launuka, tunani, da inuwa, duk yayin da kuke kiyaye kamannin ainihin hoton.
Yaya ta yi aiki?
DALL-E 2 yana amfani da CLIP da samfuran watsawa, nagartattun guda biyu zurfin ilmantarwa hanyoyin da aka haɓaka a cikin 'yan shekarun nan. Duk da haka, yana dogara ne akan ra'ayi ɗaya kamar kowane zurfin hanyoyin sadarwa na jijiyoyi: ilmantarwa wakilci. CLIP lokaci guda yana horar da biyu neural networks akan hotuna da rubutu.
Ɗayan hanyar sadarwa tana koyon abubuwan gani a cikin hoton, yayin da ɗayan yana koyon wakilcin rubutu. Yayin horo, cibiyoyin sadarwa biyu suna ƙoƙarin gyara sigoginsu ta yadda hotuna da kwatancen kwatankwacin su haifar da irin wannan abun ciki.
"Diffusion," wani nau'i na ƙirar ƙira wanda ke koyan yin hotuna ta hanyar ƙara surutu da ƙiyayya da samfuran horo, ita ce sauran tsarin koyon injin da ake amfani da shi a cikin DALL-E 2. Samfuran rarrabawa suna kama da autoencoders ta yadda suke canza bayanan shigarwa zuwa cikin saka wakilci sannan a yi amfani da bayanan saka don sake ƙirƙirar bayanan asali.
Amfani da OpenAI's samfurin harshe CLIP, wanda zai iya haɗa kwatancen rubutu tare da hotuna, da farko yana fassara rubutaccen saƙon zuwa matsakaicin tsari wanda ya ƙunshi mahimman kaddarorin da ya kamata hoto ya dace da wannan saurin (bisa ga CLIP).
Na biyu, DALL-E 2 yana ƙirƙira mai yarda da CLIP hoto ta amfani da samfurin yaduwa, wanda shine cibiyar sadarwa na jijiyoyi.
A kan karkatattun hotuna tare da bazuwar pixels, ana koyan ƙirar watsawa. Suna koyon yadda ake mayar da ainihin sigar hotuna. Samfuran watsa shirye-shiryen na iya samar da ingantattun hotuna na roba, musamman idan aka yi amfani da su tare da tsarin jagora wanda ke ba da fifikon daidaito akan bambancin.
A sakamakon haka, da samfurin yaduwa yana ɗaukar pixels bazuwar kuma yana amfani da CLIP don canza su zuwa sabon hoto wanda yayi daidai da kalmar faɗakarwa. Saboda ra'ayin yadawa, DALL-E 2 na iya samar da hotuna mafi girma da sauri fiye da DALL-E.
DALL.E 2 mai amfani
A cikin shekaru ashirin da suka gabata. hangen nesa na kwamfuta fasaha ta ci gaba daga ra'ayi mai sauƙi zuwa babban ci gaba. Duk da waɗannan ci gaban, hoto da ƙirar gano abu har yanzu suna fuskantar manyan cikas a rayuwar yau da kullun. Rashin bayanan bayanan yana ɗaya daga cikin manyan kurakuran gano hoto da hangen nesa na kwamfuta. Saboda akwai karancin bayanai akan bangarorin biyu, horar da samfuran tantance hoto don ba da ingantaccen sakamako kashi 100 yana da kusan wahala.
Abin farin ciki, sabon samfurin koyon injin na OpenAI zai iya cike gibin fasaha. DALLE 2 yana da ikon ƙirƙirar hotuna masu ban mamaki dangane da bayanin rubutu. Wannan ƙirar hoto na karya na iya ba da bayanai ga ƙirar gano hoto dangane da buƙatun su. Rashin bayanai shine babban abin tuntuɓe don gano abu da hoto.
A cikin zamanin dijital, bayanan bayanan suna da yawa, duk da haka muna neman gajerun hanyoyi don ciyar da ƙirar AI, don haka yana iya samar da sakamako mai kyau. Koyaya, ba abu ne mai sauƙi ba don horar da ƙirar gano hoto. Yana buƙatar adadi mai yawa na saitin bayanai tare da ƴan bambance-bambance, waɗanda ƙila ba mu sami damar dawo da su kawai ba.
Don haka, menene amsar: Amsar ita ce DALLE 2. Mai samar da hoto na OpenAI, tare da ikonsa na samar da hotuna daga rubuce-rubuce da canza wadanda suke da su, na iya taimakawa wajen cike gibin. Wannan zai taimaka wajen samar da ƙarin bayanan horo yayin da kuma rage adadin alamar ɗan adam da ake buƙata. Duk da fa'ida mai mahimmanci, ya kamata ku san ɓangarorin hoto na yaudara da hotuna waɗanda ke keɓance haɗawa. Wannan na iya haifar da hanyoyin gano hoto don samar da sakamako mara kyau.
gazawar
DALL.E 2 na iya samun tasiri mai cutarwa idan ya fada hannun da bai dace ba, a cewar OpenAI. A cikin duniyar yau mai zurfi na karya, ana iya amfani da samfurin cikin sauƙi don yada bayanan karya ko hotunan wariyar launin fata, wanda shine dalilin da ya sa OpenAI kawai ke ba masu haɓaka damar amfani da DALL.2 ta hanyar gayyata. Dole ne samfurin ya bi ƙaƙƙarfan ƙuntatawa na abun ciki don duk shawarwarin da ta samu.
Don keɓance yuwuwar DALL.E 2 ƙirƙirar kowane hoto mai maƙiya ko tashin hankali, an ƙirƙiri saitin bayanan ba tare da wani mugun makami ba. Yayin da OpenAI ya bayyana cewa yana shirin canza shi zuwa API a nan gaba, dangane da DALL.E 2, yana shirye ya ci gaba da taka tsantsan.
Kammalawa
DALL-E 2 shine wani binciken bincike na OpenAI mai ban sha'awa wanda ke buɗe ƙofar zuwa sabbin aikace-aikace.
Misali ɗaya shine ƙirƙirar manyan bayanai don saduwa da ɗaya daga cikin manyan kurakuran hangen nesa na kwamfuta-bayanai. Yayin da shari'ar tattalin arziki na yawancin aikace-aikacen tushen DALL-E za a ƙayyade ta farashi da manufofin da OpenAI ya kafa don masu amfani da API, duk babu shakka za su ci gaba da samar da hoto.
Leave a Reply