Негизги алып салуулар
- DALL·E – тексттин негизинде сүрөттөрдү тарта алган жаңы нейрон тармагы.
- Тармак - адамдардын чыгармачылык натыйжасын туурай алган көбөйүп бараткан AI долбоорлорунун бири.
- Адистердин айтымында, AI тарабынан тартылган сүрөттөр оригиналдуу эмес.
Жыгыл, Пикассо. Жаңы нейрон тармагы тексттин негизинде сүрөттөрдү тарта алат.
DALL·E, сүрөтчү Сальвадор Далинин жана Пиксардын WALL·E ысымдарынын портмантосу каалаган текстти алып, андан сүрөт түзө алат. Система миллиарддаган сүрөттөр жана текст мисалдары боюнча үйрөтүлгөн нейрон тармагын колдонот. Бул адамдардын чыгармачылык натыйжасын туурай алган, бирок кайталабаган AI долбоорлорунун саны өсүп жаткандын бири.
"Табигый тил тынымсыз өнүгүп жаткандыктан жана контексттик нюанска абдан көз каранды болгондуктан, машинаны сүрөт тартуу үчүн тилди жакшы түшүнүүгө үйрөтүү абдан маанилүү жетишкендик", - Тамара Шварц, Пенсильваниядагы Йорк колледжинин киберкоопсуздук боюнча профессору., деп билдирди электрондук почта менен болгон маегинде. "Полициянын эскизчи сүрөтчүсүн элестетиңиз, бул сейрек талант, ал күбөнүн сүрөттөмөсү боюнча сүрөт жарата алат."
Сүрөттөрдү чыгаруу үчүн чоң маалыматтарды колдонуу
DALL-E AI изилдөө компаниясы OpenAI тарабынан түзүлгөн жана интернеттен чоң көлөмдөгү маалыматтарды топтоо менен иштейт. Андан кийин маалыматтар табигый тил модели менен иштетилет жана тексттен сүрөттөрдү чыгарууга үйрөтүлөт. DALL-E жакында чыккан GPT-3 сыяктуу иштейт, OpenAI тарабынан түзүлгөн тил модели, ал түпнуска текст үзүндүлөрүн түзүүгө түрткү берет. GPT-3 жарым триллион сөздүк интернет текстин колдонуу менен үйрөтүлгөн жана таң калыштуу түрдө жандуу текстти чыгара алат.
Сүрөт тартуу үчүн машинаны тилди жакшы түшүнүүгө үйрөтүү абдан маанилүү жетишкендик.
Майкл Юрушкин, маалымат илими боюнча BroutonLab компаниясынын негиздөөчүсү жана башкы директору, электрондук почта менен болгон маегинде DALL-E "адамзаттын биздин чыгармачылыгыбызды жана фантазиябызды туураган бир нече ийгиликтүү жетишкендиктеринин бири" экенин айтты. Ал кошумчалагандай, "Тийиштүү маалыматтарды карап чыгуу менен AI бир нерсени кантип алдын ала болорун түшүнүү оңой, бирок ал мурда "укпаган" нерселердин чиймелерин кантип түзө аларын түшүнүү кыйыныраак."
Шварц AI маалыматты жаратпастан, тил дайындарын алып, аны сүрөттөргө айландырарын эске алуусу керек.
"Баштапкы чыгармачылык тапшырманы түзгөн адамдан келип чыгат" деди Шварц. «AI тарабынан кандайдыр бир «чыгармачылык» бар, анткени ал маалыматтардын ар кандай комбинациялары менен эксперимент жүргүзүп, андан кийин бир катар потенциалдуу натыйжалардын ичинен тандап алат. Бирок, адам натыйжаларды карап чыгып, AIга көптөгөн комбинациялардан кантип тандоону үйрөтүүдө."
Робот-детектив иштейби?
Машина бул маалымат менен объекттин айкалышы менен адам сүрөтчүсүнө караганда тезирээк эксперимент жасай алат. Шварц белгилегендей, DALL-E бир күнү күбөлөрдүн көрсөтмөлөрүнө негизделген эскиз аркылуу кылмыш болгон жерди калыбына келтирүүгө аракет кылган детектив менен өнөктөш боло алат.
"Күбөлөр өз көрсөтмөлөрүн берип жатканда, компьютер ошол оозеки, табигый тилдеги маалыматты алып, окуя болгон жердин чиймесин же көптөгөн сүрөттөрүн түзө алат", - деди ал. "Бул визуализациялар жоголгон далилдердин так сүрөтүн түзүү үчүн бириктирилиши мүмкүн. Бул визуализация кылмыш болгонго чейинки жайгашкан жердин мурунку сүрөттөрүн бириктирүү аркылуу байытылышы мүмкүн."
AI башкарган бир нече башка программалар көркөм өнөр чыгара алат. Мисалы, Ai-Da искусство жаратуу үчүн робот кол системасын жана жасалма интеллект менен жупташкан бетти таануу технологиясын колдонот. Система машинанын алдына коюлган сүрөттү анализдей алат, ал роботтун колу кыймылдарын жасоо үчүн алгоритмге кирет.
Бирок адам сүрөтчүлөрү алардын ордун роботтордун ээлери калат деп чочулабашы керек, - деп ырастады Ратгерс университетинин Көркөм жана жасалма интеллект лабораториясынын директору Ахмед Элгаммал былтыр The New York Times гезитинде.
"Искусствонун аныктамасы тынымсыз өнүгүп жатканы менен, бул адамдардын ортосундагы байланыштын бир түрү", - деп жазган ал. "Машинанын артында адам сүрөтчүсү болбосо, AI форма менен ойноо менен гана чектелбейт, мейли бул экрандагы пикселдерди же музыкалык китепчедеги ноталарды манипуляциялоону билдирет. Бул иш-аракеттер кызыктуу жана кабылдоо жагынан кызыктуу болушу мүмкүн, бирок алардын ортосунда өз ара аракеттенишпестен мааниси жок. сүрөтчү жана көрүүчүлөр."
DALL-Eнин ишин карап чыккандан кийин, Элгаммалдын AI жараткан сүрөттөр искусство эмес деген оюн түшүндүм. Башка жагынан алып караганда, алар мен жасай алган бардык искусстводон жакшыраак. Демек, чындап эле, кандай айырма бар?
