Table of Contents[Hūnā][Hōʻike]
Ua hoʻomaikaʻi ka AI hou a i hoʻomaikaʻi ʻia i nā hiki, hoʻomaopopo, a me ka hiki ke hana i nā kiʻi kiʻekiʻe. Ua ʻike paha ʻoe i kekahi mau kiʻi ʻano ʻē a leʻaleʻa e lana ana a puni ka pūnaewele.
Ua ʻaʻahu ʻia kahi ʻīlio Shiba Inu i ka beret a me ka honu ʻeleʻele. A he otter kai ma ke ʻano o ka mea pena kiʻi Dutch ʻo Vermeer "Girl with a Pearl Earring." A aia kekahi kīʻaha sopa e like me ka moʻo huluhulu.
ʻO kēia mau kiʻi ʻaʻole i hana ʻia e ka mea pena kanaka.
Akā, ua hana ʻo DALL-E 2, kahi ʻōnaehana AI hou e hiki ke hoʻololi i nā wehewehe kikokikona i nā kiʻi.
E kākau wale i lalo i kāu mea e makemake ai e ʻike, a na ka AI e hana iā ia no ʻoe - i nā kikoʻī kikoʻī, maikaʻi maikaʻi, a, i kekahi mau hihia, ʻike maoli. Ma kēia pou, e nānā hohonu mākou i ka haʻawina hou a OpenAI, DALL.E 2, a me ke ʻano o ka hana ʻana, a me nā mea hou aku. E hoʻomaka kākou.
No laila, he aha lā ia DALL.E 2?
ʻO DALL-E 2 he "generative model," he ʻano o ka mīkini aʻo algorithm e hoʻopuka ai i ka hoʻopuka paʻakikī ma mua o ka hana ʻana i nā hana wānana a i ʻole ka hoʻonohonoho ʻana i ka ʻikepili hoʻokomo.
Hāʻawi ʻoe iā DALL-E 2 me kahi wehewehe i kākau ʻia, a hana ia i kahi kiʻi e like me ia. Ma ka hoʻohui ʻana i nā manaʻo, nā hiʻohiʻona, a me nā ʻano, hiki i ka OpenAI's DALLE 2 ke hana i nā kiʻi hou, ʻoiaʻiʻo a me nā kiʻi mai kahi wehewehe ʻōlelo kumu.
ʻO ka mana hou loa, ʻo DALLE 2, ua ʻōlelo ʻia he ʻoi aku ka maʻalahi, hiki ke hana i nā kiʻi mai nā captions ma nā hoʻonā kiʻekiʻe a ma kahi ākea ākea o nā ʻano hana. No ka laʻana, hana ʻia nā kiʻi ma lalo nei (mai ka DALL-E 2 blog post) e ka wehewehe ʻana "He astronaut e holo ana i ka lio."
Hoʻopau kekahi wehewehe ʻana, "e like me ke kiʻi penikala," a ʻo ka hopena ʻē aʻe, "ma ke ʻano photorealistic."
Hiki iā ia ke hoʻololi i nā kiʻi i loaʻa me ka pololei kamahaʻo. No laila, hiki iā ʻoe ke hoʻohui a holoi paha i nā mea ʻoiai e mālama ana i nā kala, nā noʻonoʻo, a me nā aka, ʻoiai e mālama ana i ke ʻano o ke kiʻi kumu.
Pehea ia hana?
Hoʻohana ʻo DALL-E 2 i nā hiʻohiʻona CLIP a me ka diffusion, ʻelua maʻalahi haʻawina hohonu nā ala i kūkulu ʻia i nā makahiki i hala iho nei. Eia naʻe, ua hoʻokumu ʻia ma ka manaʻo like me nā hohonu ʻē aʻe a pau nā pūnaewele neural: aʻo hōʻike. Hoʻomaʻamaʻa like ʻo CLIP i ʻelua nā hanana laulā ma nā kiʻi a me nā captions.
Hoʻokahi pūnaewele e aʻo i nā hiʻohiʻona ʻike ma ke kiʻi, aʻo kekahi e aʻo i nā hōʻike kikokikona. I ka wā o ka hoʻomaʻamaʻa ʻana, hoʻāʻo nā ʻupena ʻelua e hoʻololi i kā lākou mau palena i hiki ai i nā kiʻi like a me nā wehewehe ke hopena i nā hoʻopili like.
ʻO "Diffusion," he ʻano hoʻohālike generative e aʻo ana i ka hana ʻana i nā kiʻi ma ka walaʻau ʻana a me ka hōʻole ʻana i kāna mau laʻana hoʻomaʻamaʻa, ʻo ia ke ʻano aʻoaʻo mīkini ʻē aʻe i hoʻohana ʻia ma DALL-E 2. Ua like nā hiʻohiʻona diffusion me nā autoencoders i ko lākou hoʻololi ʻana i ka ʻikepili komo i kahi. hoʻokomo i ka hōʻike a hoʻohana i ka ʻike hoʻopili e hana hou i ka ʻikepili kumu.
Ke hoʻohana nei iā OpenAI kumu hoʻohālike ʻōlelo ʻO CLIP, hiki ke hoʻohui i nā wehewehe kikokikona me nā kiʻi, unuhi mua ia i ka manaʻo i kākau ʻia i loko o kahi ʻano waena e hoʻopili ai i nā waiwai koʻikoʻi e pono ai ke kiʻi e hoʻohālikelike i kēlā wikiwiki (e like me CLIP).
ʻO ka lua, hana ʻo DALL-E 2 i kahi CLIP-compliant kiʻi me ka hoʻohana ʻana i ke ʻano hoʻohālike, he pūnaewele neural.
Ma nā kiʻi hoʻoheheʻe ʻia me nā pikika maʻamau, aʻo ʻia nā hiʻohiʻona diffusion. Aʻo lākou pehea e hoʻihoʻi ai i ke ʻano kumu o nā kiʻi. Hiki i nā hiʻohiʻona diffusion ke hana i nā kiʻi synthetic kiʻekiʻe, ʻoi loa ke hoʻohana pū ʻia me kahi ala alakaʻi e ʻoi aku ka pololei ma mua o ka ʻokoʻa.
A ʻo kahi hopena, ʻo ka kumu hoʻohālike lawe i nā pika kiʻekiʻe a hoʻohana iā CLIP e hoʻohuli iā lākou i kiʻi hou e pili ana i ka huaʻōlelo wikiwiki. Ma muli o ka manaʻo diffusion, hiki iā DALL-E 2 ke hana i nā kiʻi hoʻonā kiʻekiʻe aʻe ma mua o DALL-E.
DALL.E 2 hihia hoʻohana
I nā makahiki he iwakālua i hala iho nei, ʻikeʻikepili ua holomua ka ʻenehana mai kahi manaʻo maʻalahi i kahi holomua nui. ʻOiai ʻo kēia mau holomua, ke kū nei nā kumu hoʻohālike kiʻi a me nā mea i nā pilikia nui i ke ola o kēlā me kēia lā. ʻO ka loaʻa ʻole o nā waihona ʻikepili kekahi o nā hemahema koʻikoʻi o ka ʻike kiʻi a me ka ʻike kamepiula. Ma muli o ka nele o ka ʻikepili ma nā ʻaoʻao ʻelua, ʻaneʻane paʻakikī ke aʻo ʻana i nā hiʻohiʻona ʻike kiʻi e hāʻawi i ka 100 pakeneka pololei.
ʻO ka mea pōmaikaʻi, hiki i ke kumu hoʻohālike aʻo mīkini hou o OpenAI ke hoʻopaʻa i ka hakahaka o ka ʻenehana. Hiki iā DALLE 2 ke hana i nā kiʻi kupaianaha ma muli o nā wehewehe kikokikona. Hiki i kēia hana kiʻi hoʻopunipuni ke hāʻawi i ka ʻikepili i nā hiʻohiʻona ʻike kiʻi e pili ana i kā lākou koi. ʻO ka loaʻa ʻole o ka ʻikepili kahi mea e hina ai no ka mea a me ke kiʻi ʻike.
I ke au kikohoʻe, ʻike ʻia nā ʻikepili ma nā wahi a pau, akā ke ʻimi nei mākou i nā pōkole e hānai i ke kumu hoʻohālike AI, no laila hiki iā ia ke hāʻawi i nā hopena maikaʻi. Akā naʻe, ʻaʻole maʻalahi ka hoʻomaʻamaʻa ʻana i kahi ʻano hoʻohālike kiʻi. Pono ia i ka nui o nā pūʻulu ʻikepili me nā ʻokoʻa liʻiliʻi, ʻaʻole hiki iā mākou ke kiʻi maʻalahi.
No laila, he aha ka pane: ʻO ka pane ʻo DALLE 2. ʻO ka OpenAI kiʻi mīkini hana, me kona hiki ke hana i nā kiʻi mai nā kikokikona a hoʻololi i nā mea i loaʻa, hiki ke kōkua i ke alahaka i ke āpau. E kōkua kēia i ka hana ʻana i nā ʻikepili hoʻomaʻamaʻa hou aʻe e hōʻemi ana i ka nui o ka lepili kanaka e pono ai. ʻOiai ka pōmaikaʻi nui, pono ʻoe e makaʻala i nā kiʻi hoʻopunipuni a me nā kiʻi e kāpae ʻole i ka hoʻokomo. Hiki i kēia ke alakaʻi i nā ʻano ʻike kiʻi e hoʻopuka ana i nā hopena pili.
hoʻokau
Loaʻa paha i ka DALL.E 2 ka hopena maikaʻi ʻole inā hāʻule i nā lima hewa, e like me OpenAI. I kēia ao o nā mea hoʻopunipuni hohonu, hiki ke hoʻohana maʻalahi ke kumu hoʻohālike e hoʻolaha i ka ʻike hoʻopunipuni a i ʻole nā kiʻi racist, ʻo ia ke kumu e ʻae wale ai ʻo OpenAI i nā mea hoʻomohala e hoʻohana iā DALL.2 ma ke kono. Pono ke kŘkohu e hoʻokō i ka palena maʻiʻo no nā manaʻo a pau i loaʻa iā ia.
No ka hoʻokuʻu ʻana i ka hiki o DALL.E 2 ke hoʻokumu i nā kiʻi ʻino a ʻino paha, ua hana ʻia ka dataset me ka ʻole o nā mea kaua make. ʻOiai ua ʻōlelo ʻo OpenAI e hoʻolālā ana e hoʻololi iā ia i API i ka wā e hiki mai ana, i ka hihia o DALL.E 2, ua mākaukau e hoʻomau me ka akahele.
Panina
ʻO DALL-E 2 kekahi ʻike noiʻi OpenAI hoihoi e wehe ana i ka puka i nā noi hou.
ʻO kekahi laʻana, ʻo ka hana ʻana i nā ʻikepili nui e hālāwai me kekahi o nā bottlenecks nui o ka computer vision–data. ʻOiai e hoʻoholo ʻia ka hihia hoʻokele waiwai no ka nui o nā polokalamu DALL-E e ke kumukūʻai a me nā kulekele i hoʻokumu ʻia e OpenAI no kāna mau mea hoʻohana API, ʻaʻole kānalua lākou āpau i ka hana kiʻi.
Waiho i ka Reply