Á sviði myndsköpunar með gervigreind heldur OpenAI áfram að kynna framfarir sem virðast ýta á mörk þess sem hægt er. Sönnunin er kynningin í sama septembermánuði DALL-E3, nýtt reiknirit sem táknar sanna byltingu í heimi texta-í-myndar.
DALL-E3 er líkan sem er byggt á DALL-E 2 og ChatGPT, en umfram allt sker það sig úr í því verkefni að „þýða“ textalýsingar yfir í myndir, með miklum smáatriðum og nákvæmni. Niðurstöðurnar, í ljósi þeirra mynda sem hafa verið lekar hingað til (við tökum nokkrar þeirra með í þessari grein), eru einfaldlega áhrifamiklar.
Þetta öfluga gervigreind líkan Það er enn á frumstigi þróunar og rannsókna.. Hins vegar, það sem vitað er hingað til býður vissulega upp á eldmóð. Það er tilkynning um framtíð myndsköpunartækni, atburðarás sem virðist eiga sér engin landamæri og mun án efa skilja okkur eftir orðlaus mörgum sinnum.
Það eru enn mörg smáatriði að koma í ljós um DALL-E 3, en með því sem þegar er vitað getum við dregið upp smá kynningu á því sem þetta tól getur boðið okkur:
Index
Hvað er texti til myndgerðar?
Þetta er eitt af þeim sviðum þar sem áhrif gervigreindar á líf okkar eru hvað augljósust. Líkön eins og DALL-E 3 búa til taugakerfi til að umbreyta texta í lifandi, mjög raunsæjar myndir.
Þessar gerðir skilja og túlka skrif okkar, fanga flókin smáatriði, liti og samhengi til að búa til sláandi sjónræna framsetningu. Það eru fjölmörg forrit fyrir þessa nýju leið til að búa til myndir: list, hönnun, efnissköpun... Öflugt tæki til að koma skapandi hugmyndum í framkvæmd.
Ný leið til að búa til myndir úr texta
DALL-E 3 hefur verið sérstaklega hannað til að endurskilgreina hvernig þú býrð til myndir úr texta. Þær lausnir sem hafa verið settar fram hingað til verða oft skort, þar sem þær hunsa ákveðin orð eða orðasambönd. Með öðrum orðum: aðeins þeir notendur sem eru sérfræðingar í hröðu verkfræðimáli geta nýtt sér það.
Þvert á móti táknar DALL-E 3 róttæka breytingu. Framfarir sem þýðir að allir notendur geta notað þessa tækni og fáðu ótrúlegan árangur, án þess að flækjast.
Fullkomlega samþætt við ChatGPT, DALL-E 3 verður þannig skapandi og móttækilegur félagi við kröfur okkar. Allt sem við þurfum að gera er að koma hugmyndum okkar á framfæri með orðum og lýsingum, láta reikniritið sjá um restina af verkinu: gefa hugsunum okkar líf, búa til sérsniðnar myndir með miklum sjónrænum áhrifum.
meiri nákvæmni
Í fyrri útgáfu af DALL-E komu upp sömu vandamálin og í hinum kynslóða gervigreindarlíkönunum. Leiðin til að túlka flókin textaskilaboð var ekki alltaf rétt. Stundum var hugtökum jafnvel blandað saman þegar myndir voru búnar til, sem leiddi til fáránlegra eða gróteskra niðurstaðna.
En ólíkt forverum hans, DALL-E 3 er hannað til að skilja textaboð með ótrúlegri nákvæmni, fanga blæbrigði og smáatriði sem aldrei fyrr.
Siðferðileg álitamál og gagnsæi
Siðferðileg umræða um myndir sem myndast af gervigreind er nú þegar á vörum margra, ekki bara sérfræðinga. Fyrir forðast myndun mynda með ofbeldisfullu, klámfengnu efni eða sem gæti kynt undir hatri, DALL-E 3 inniheldur ákveðnar öryggisráðstafanir sem takmarka suma þætti efnisframleiðslu. Það er einnig með síu sem kemur í veg fyrir að myndir af opinberum persónum myndast og verndar þannig friðhelgi einkalífs þeirra og berst gegn þessu formi falsa fréttir.
Annað áhyggjuefni þeirra sem bera ábyrgð á DALL-E 3 er að vera eins gagnsær og mögulegt er gagnvart notendum sínum varðandi "raunveruleika" mynda þeirra. Það getur ekki verið annað, þar sem efni sem er búið til með gervigreind verður tíðara á internetinu, vex það nauðsyn þess að vera eins gagnsæ og hægt er við auðkenningu umrædds efnis. Aftur er ætlunin að forðast blekkingar og misskilning og leggja grunn að ábyrgri notkun þessarar nýju tækni. Ef það er ekki chimera.
Af þessum sökum er OpenAI virkur að rannsaka nýjar leiðir til að hjálpa fólki að greina gervigreindarmyndir frá þeim sem eru búnar til af mönnum. Nú er verið að prófa innra tól sem þegar hefur fengið nafn "upprunaflokkari". Fræðilega séð, þökk sé þessu tæki, verður hægt að ákvarða hvort mynd hafi verið búin til með DALL-E 3 og sé því ekki raunveruleg mynd.
Útgáfudagur
Ef allt gengur að óskum verður DALL-E 3 kynnt almenningi í október 2023. Þeir fyrstu sem fá tækifæri til að sjá hvernig nýja reikniritið virkar verða notendur ChatGPT Plus og ChatGPT Enterprise. OpenAI ætlar að innleiða DALL-E 3 í áfangalíkani, það er að skammta virkni þess, þó að það hafi ekki enn staðfest ákveðna dagsetningu fyrir opinbera og ókeypis kynningu.