Atọka akoonu[Fipamọ][Ifihan]
AI tuntun ati ilọsiwaju ti ni ilọsiwaju awọn agbara, oye, ati agbara lati gbe awọn aworan ti o ga julọ jade. O le ti wa laipẹ diẹ ninu awọn ajeji ati awọn aworan alarinrin ti n ṣanfo ni ayika intanẹẹti.
Ajá Shiba Inu kan ti wọ beret ati turtleneck dudu kan. Ati otter okun ni ọna ti oluyaworan Dutch Vermeer's “Ọmọbinrin ti o ni Akọti Pearl kan.” Ati pe ife ọbẹ kan wa ti o dabi aderubaniyan irun-agutan.
Awọn aworan wọnyi won ko da nipa a eniyan olorin.
Dipo, DALL-E 2, eto AI tuntun ti o le ṣe iyipada awọn apejuwe ọrọ sinu awọn aworan, ṣẹda wọn.
Nìkan kọ silẹ ohun ti o fẹ lati rii, ati AI yoo ṣẹda rẹ fun ọ - ni awọn alaye ti o han gedegbe, didara nla, ati, ni awọn igba miiran, iṣelọpọ tootọ. Ninu ifiweranṣẹ yii, a yoo wo iwadii tuntun ti OpenAI, DALL.E 2, bii bii o ṣe n ṣiṣẹ, ati pupọ diẹ sii. Jẹ ká bẹrẹ.
Nitorina, kini gangan DALL.E 2?
DALL-E 2 jẹ “awoṣe ipilẹṣẹ,” iru algorithm ikẹkọ ẹrọ ti o ṣe agbejade iṣelọpọ idiju dipo ṣiṣe asọtẹlẹ tabi awọn iṣẹ ṣiṣe ipin lori data titẹ sii.
O pese DALL-E 2 pẹlu apejuwe kikọ, ati pe o ṣẹda aworan ti o baamu. Nipa apapọ awọn imọran, awọn agbara, ati awọn aza, OpenAI's DALLE 2 le ṣe agbejade imotuntun, awọn aworan ojulowo ati aworan lati apejuwe ede ipilẹ kan.
Ẹya tuntun, DALLE 2, ni a sọ pe o wapọ diẹ sii, ti o lagbara lati ṣe awọn aworan lati awọn akọle ni awọn ipinnu ti o ga julọ ati ni iwoye nla ti awọn aṣa ẹda. Fun apẹẹrẹ, awọn aworan ti o wa ni isalẹ (lati ifiweranṣẹ bulọọgi DALL-E 2) ni a ṣẹda nipasẹ apejuwe “Aworawo ti n gun ẹṣin.”
Apejuwe kan pari, “gẹgẹbi afọwọya ikọwe,” nigba ti ekeji pari, “ni ọna ti o daju.”
O tun le yi awọn fọto ti o wa tẹlẹ pada pẹlu konge iyalẹnu. Nitorinaa, o le ṣafikun tabi paarẹ awọn eroja lakoko titọju awọn awọ, awọn iweyinpada, ati awọn ojiji, gbogbo lakoko ti o n ṣetọju irisi aworan atilẹba.
Bawo ni o ṣiṣẹ?
DALL-E 2 nlo awọn awoṣe CLIP ati itankale, fafa meji ẹkọ jinlẹ yonuso ni idagbasoke ni odun to šẹšẹ. Sibẹsibẹ, o da lori ero kanna bi gbogbo awọn jinna miiran awọn nẹtiwọki ti ara: ẹkọ aṣoju. CLIP nigbakanna ṣe ikẹkọ meji awọn nẹtiwọki ti nhu lori awọn aworan ati awọn akọle.
Nẹtiwọọki kan kọ awọn aṣoju wiwo ni aworan, lakoko ti ekeji kọ awọn aṣoju ọrọ. Lakoko ikẹkọ, awọn nẹtiwọọki meji n gbiyanju lati yipada awọn aye wọn ki awọn aworan afiwera ati awọn apejuwe ja si ni awọn ifibọ ti o jọra.
"Itan kaakiri," Iru awoṣe ti ipilẹṣẹ ti o kọ ẹkọ lati ṣe awọn aworan nipasẹ ariwo diẹdiẹ ati kọ awọn ayẹwo ikẹkọ rẹ, jẹ ọna ikẹkọ ẹrọ miiran ti a lo ni DALL-E 2. Awọn awoṣe itọka jẹ iru si awọn autoencoders ni pe wọn yi data titẹ sii sinu ẹya. ifibọ asoju ati lẹhinna lo alaye ifibọ lati tun data atilẹba ṣe.
Lilo OpenAI's awoṣe ede CLIP, eyiti o le so awọn apejuwe ọrọ pọ pẹlu awọn fọto, o kọkọ tumọ itasi kikọ sinu fọọmu agbedemeji ti o ṣafikun awọn ohun-ini pataki ti aworan yẹ ki o ni ibamu pẹlu itọsi yẹn (gẹgẹ bi CLIP).
Ẹlẹẹkeji, DALL-E 2 ṣẹda CLIP-ibaramu aworan nipa lilo awoṣe itankale, eyiti o jẹ nẹtiwọọki nkankikan.
Lori awọn fọto ti o daru pẹlu awọn piksẹli laileto, awọn awoṣe itankale ni a kọ ẹkọ. Wọn kọ ẹkọ bi o ṣe le mu pada awọn fọto atilẹba fọọmu. Awọn awoṣe itọka le gbejade awọn aworan sintetiki ti o ni agbara giga, paapaa nigba lilo ni apapo pẹlu ọna itọsọna ti o ṣe pataki deede lori iyatọ.
Bi abajade, awọn itankale awoṣe gba awọn piksẹli laileto o si lo CLIP lati yi wọn pada si aworan titun ti o baamu ọrọ tọ. Nitori imọran itankale, DALL-E 2 le ṣe agbejade awọn aworan ti o ga ni iyara ju DALL-E.
DALL.E 2 igba lilo
Ni ogun ọdun sẹyin, oju kọmputa imọ ẹrọ ti ni ilọsiwaju lati ero ti o rọrun si ilọsiwaju pataki kan. Pelu awọn ilọsiwaju wọnyi, aworan ati awọn awoṣe idanimọ ohun kan tun dojukọ awọn idiwọ pataki ni igbesi aye ojoojumọ. Awọn isansa ti datasets jẹ ọkan ninu awọn ailagbara pataki julọ ti idanimọ aworan ati iran kọnputa. Nitoripe aito data wa lori awọn opin mejeeji, awọn awoṣe idanimọ aworan ikẹkọ lati fun 100 ogorun awọn abajade deede jẹ eyiti o nira.
Ni Oriire, awoṣe ikẹkọ ẹrọ tuntun ti OpenAI le di aafo ni imọ-ẹrọ. DALLE 2 ni agbara ti ipilẹṣẹ awọn aworan iyalẹnu ti o da lori awọn apejuwe ọrọ. Iṣẹjade aworan iro le pese data si awọn awoṣe idanimọ aworan ti o da lori awọn ibeere wọn. Aisi data jẹ idiwọ ikọsẹ pataki fun ohun ati idanimọ aworan.
Ni akoko oni-nọmba, datasets wa ni ibi gbogbo, sibẹ a tun n wa awọn ọna abuja lati ifunni awoṣe AI, nitorinaa o le pese awọn abajade to dara. Sibẹsibẹ, kii ṣe rọrun lati ṣe ikẹkọ awoṣe idanimọ aworan kan. O nilo nọmba nla ti awọn eto data pẹlu awọn iyatọ kekere, eyiti a le ma ti ni anfani lati gba ni irọrun.
Nitorinaa, kini idahun: Idahun si jẹ DALLE 2. Olupilẹṣẹ aworan OpenAI, pẹlu agbara rẹ lati ṣe awọn aworan lati awọn ọrọ ati yi awọn ti o wa tẹlẹ, le ṣe iranlọwọ lati di aafo naa. Eyi yoo ṣe iranlọwọ ni iran ti afikun data ikẹkọ lakoko ti o tun dinku iye aami aami eniyan ti o nilo. Pelu anfani pataki, o yẹ ki o mọ awọn iṣelọpọ aworan ẹtan ati awọn aworan ti o yọkuro ifisi. Eyi le ja si awọn ọna wiwa aworan ti n ṣe awọn abajade aiṣedeede.
idiwọn
DALL.E 2 le ni ipa ipalara ti o ba ṣubu si awọn ọwọ ti ko tọ, ni ibamu si OpenAI. Ni agbaye ode oni ti awọn iro ti o jinlẹ, awoṣe le ni irọrun lo lati tan alaye eke tabi awọn aworan ẹlẹyamẹya, eyiti o jẹ idi ti OpenAI nikan gba awọn olupolowo laaye lati lo DALL.2 nipasẹ ifiwepe. Awoṣe naa gbọdọ ni ibamu pẹlu ihamọ akoonu lile fun gbogbo awọn aba ti o gba.
Lati yọkuro agbara ti DALL.E 2 ṣiṣẹda eyikeyi awọn aworan ọta tabi iwa-ipa, dataset ti ṣẹda laisi eyikeyi ohun ija oloro. Lakoko ti OpenAI ti ṣalaye pe o ngbero lati yi pada si API ni ọjọ iwaju, ninu ọran ti DALL.E 2, o fẹ lati tẹsiwaju pẹlu iṣọra.
ipari
DALL-E 2 jẹ awari iwadii OpenAI miiran ti o nifẹ ti o ṣii ilẹkun si awọn ohun elo tuntun.
Apẹẹrẹ kan jẹ ṣiṣẹda awọn ipilẹ data nla lati pade ọkan ninu awọn igo akọkọ ti iran kọnputa – data. Lakoko ti ọran ọrọ-aje fun ọpọlọpọ awọn ohun elo orisun-DALL-E ni yoo pinnu nipasẹ idiyele ati awọn eto imulo ti OpenAI fi idi rẹ mulẹ fun awọn olumulo API rẹ, laiseaniani gbogbo wọn yoo ṣe ilọsiwaju iṣelọpọ aworan.
Fi a Reply