DALL-E，制作文字图像的AI

steevroger

程序的名称。字面上地！事实上，这个名字的正确发音是Dallì，指的是非常著名的超现实主义画家萨尔瓦多·达利 (Salvador Dalì)，混合了皮克斯机器人WALL-E的首字母缩写。它是一种人工智能算法，能够根据输入的文本描述从头开始创建图像。 所以，如果你想看看宇航员在太空中骑行会是什么样子，只需写，显然是用英语，“一个宇航员骑着一匹马”。但不仅如此：除了主题之外，Dall-E 还允许您选择风格：写实、波普艺术还是铅笔画？ Dall-E 创造了一名穿越太空的宇航员 Dall-E 创造了一名在太空中骑行的宇航员，其结果是超现实的......但如果你愿意，你还可以看到它的草图！ 是的，因为 Dall-E 能够创建的图像确实可以像照片一样超现实，或者更具想象力。尤其是在第二个版本中，Dall-E的风格发生了令人难以置信的演变！ Dall-E 它是什么以及它到底如何工作？ Dall-E 概念并不新鲜，但它将人工智能提升到了新的水平。Dall-E 于2021 年 1 月 5 日推出，是OpenA I的创造，OpenA I 是一家致力于促进和发展人工智能的非营利组织。正如他们所说，“友好”的人工智能能够为人类带来利益。显然，根据这些假设，这个非营利组织的创始成员之一只能是埃隆·马斯克。

Dall-E和Dall-E 2（程序的改进版本）是能够从自然语言描述开始生成 真实手机号码列表 数字图像的转换器。好的，时间到了。Transformer是一种深度学习模型，它使用自注意力机制（我们的注意力的人工等效物）来区分输入的各个部分。另一方面，自然语言是人类通过使用自然进化并继续进化的语言。 Dall-E 和 120 亿个参数的连接 Dall-E 使用其包含超过 120 亿个参数的数据库来查找与输入文本的最佳匹配 因此，Dall-E 能够采用通用语言，即口头语言（或更确切地说，书面语言！），对其进行解码并将其与最佳结果相关联。结果在其包含超过120 亿个GPT-3 参数的数据库中发现，该语言模型也是 OpenAI 开发的用于重现自然语言的语言模型。 这就是 Dall-E 将文本交换为像素的方式！ Dall-E 是独一无二的吗？不！ 尽管 OpenAI 尚未发布Dall-E 或 Dall-E2 的源代码，但还有其他非常相似的程序。幸运的是！是的，因为目前 Dall-E 无法进行“测试”：“测试版”测试已开放预订，但仅针对某些选定的申请人保留。动机？安全和道德问题。 如果幸运的 Beta 测试者能够从2022 年 7 月开始享受 Dall-E 的乐趣，那么我们凡人就只能依赖开源程序了……相反，这一点也不坏！在列表中，我们找到了最著名的模因生成器，曾经被称为Dall-E mini（但后来显然不得不更改其名称）：Craiyon。Dall-E Flow的图形效果比其同名的要简单得多，但它也能做同样的事情。



道德含义 道德和安全问题导致代码迟迟未发布的原因其实并不夸张。在向公众发布之前，OpenAI 希望分析其对社会的影响以及对 Dall-E 的潜在偏见。 是的，因为如果乍一看它似乎是一个纯粹用于娱乐用途的网站，那么其道德含义可能确实很棘手。特别是，一些数字艺术家对图像的版权和所有权表示了一些担忧。因为 Dall-E 必须从某个地方获取图像和模型……他最终可能会过度复制艺术家的风格。 莫奈风格的 Dall-E 和狐狸 Dall-E和莫奈风格的狐狸，比较两个版本的结果。 另一方面，谷歌基于 Dall-E 的文本转图像软件Imagen也关注这些道德影响，试图尽可能限制对这些技术的任何不当使用。 这就是 Dall-E 将文本交换为像素的方式！ Dall-E 是独一无二的吗？不！ 尽管 OpenAI 尚未发布Dall-E 或 Dall-E2 的源代码，但还有其他非常相似的程序。幸运的是！是的，因为目前 Dall-E 无法进行“测试”：“测试版”测试已开放预订，但仅针对某些选定的申请人保留。动机？安全和道德问题。 如果幸运的 Beta 测试者能够从2022 年 7 月开始享受 Dall-E 的乐趣，那么我们凡人就只能依赖开源程序了……相反，这一点也不坏！在列表中，我们找到了最著名的模因生成器，曾经被称为Dall-E mini（但后来显然不得不更改其名称）：Craiyon。Dall-E Flow的图形效果比其同名的要简单得多，但它也能做同样的事情。