Sedan artificiell intelligens (AI)-baserade tekniker började accelerera inom teknikindustrin har vi sett många innovativa AI-modeller utföra många olika typer av uppgifter. Nu har ett team av forskare skapat en AI-algoritm som kan ta din text och återge färgglada och konstnärliga bilder baserat på den.
Den här AI-boten, kallad “DALL-E”, introducerades nyligen av den ideella AI-organisationen OpenAI. Namnet, om du tror det är bekant, är faktiskt en blandning av den berömda spanska konstnären Salvador Dali (återpublicerad av Money Heist) och namnet på den bedårande boten från Pixar-universumet, Wall E.
Nu är DALL-E inte din vanliga text-till-bild-konvertering AI. Det är ett enda neuralt nätverk Ta dina beskrivande textmeningar och förvandla dem till korrekta bilder. Så på ett sätt är det som att ge beskrivningar av ett scenario eller ett objekt till en skisskonstnär så att han/hon skapar den perfekta bilden i ditt sinne.
Hur det fungerar?
Nu, som forskarna sa i sitt officiella blogginlägg, “DALL E är en 12 miljarder parametrisk version av GPT-3 tränad för att generera bilder från textbeskrivningar, med hjälp av en datauppsättning av text-bildpar”. I sina tester fann forskarna att modellen hade många unika förmågor att konvertera text till surrealistiska men fåniga bilder.
Om du tittar på deras officiella blogginlägg ser du att det finns flera interaktiva exempel från forskarna för att visa hur modellen fungerar. Dessa exempel har redan textmeningar för att modellera renderingsbilder. Det finns dock några nyckelord i dessa meningar som du kan ändra för att få boten att visa olika bilder.
Dessa nyckelord handlar främst om beskrivande ord som hjälper DALL-E att förstå färgen, formen, mönstret eller strukturen hos ett föremål. Så fort du ändrar dessa ord från rullgardinsmenyn med andra liknande ord, kommer bilden att ändras direkt baserat på det valda ordet. Dessutom, enligt skaparna, kommer modellen att förbättras av sig själv ju mer du använder den.
Nu är det imponerande att se en AI som förstår den exakta formen, färgen och strukturen på objekt för att skapa korrekta bilder. Nu väntar jag bara på dagen då den här typen av AI-modeller kommer att användas som realistiska skisser i offentliga institutioner som polisen.
