در دنیای هوش مصنوعی، پیشرفتهایی که موانعی را که ما غیرممکن میدانستیم میشکنند، با سرعت بسیار بالایی اتفاق میافتند. OpenAI's DALL-E3 مدل ممکن است به نظر یک مدل جدید دیگر در دریای وسیع ابزارهای هوش مصنوعی امروزی باشد، اما نوآوری واقعی را به همراه دارد.
ایده ها به تصاویر
DALL-E 3 با تغییرات زیادی همراه است. بسیاری از آنها بهبودهایی در پشت صحنه نحوه عملکرد مدل هستند، مانند محدودیت های جدید برای محتوای خشونت آمیز یا مضر. برخی از پیشرفت ها آنهایی هستند که می توانیم خودمان شاهد باشیم. برای یکی، DALL-E 2 و مدلهای مشابه، در صورتی که از آنها خواسته میشد که متن را درج کنند، تصاویری با متن نامفهوم تولید میکردند. نشان داده شده است که مدل جدید تصاویری با متن قابل خواندن تولید می کند. در حالی که برخی از اشتباهات املایی دارد، هنوز پیشرفت بزرگی نسبت به نسخه قبلی خود دارد.
در مقایسه با midjourney یا انتشار پایدار، پشتیبانی از متن Dalle-3 واقعاً یک مزیت بزرگ برای پذیرش فناوری و استفاده در دنیای واقعی از تولید تصویر است. #دال3 # انتشار پایدار #میانه سفر pic.twitter.com/3jstAFQSmc
- قرمز (@reddu4) سپتامبر 30، 2023
با این حال، تغییر قابل بحث تر این است که DALL-E 3 دیگر بر روی داده های هنرمندان زنده آموزش نمی بیند. همچنین محدودیت هایی در مورد استفاده از شخصیت های عمومی به عنوان موضوع وجود خواهد داشت. فناوری هوش مصنوعی مولد هنوز یک منطقه خاکستری است و به همین دلیل است که بسیاری از نویسندگان این کار را انجام داده اند تحت پیگرد OpenAI بیش از کارهای آنها برای آموزش مدل ها استفاده می شود. به این ترتیب، OpenAI یک انصراف ایجاد کرده است فرم برای سازندگان، بنابراین آنها می توانند شخصاً مطمئن شوند که داده های آنها حذف شده است.
دیگر درخواست نمی کند
DALL-E 3 در تغییرات مدل متوقف نمی شود. شرح شغلی که یک دهه پیش هیچ کس به آن فکر نمی کرد، یک مهندس سریع است. با این حال در سال گذشته، این تبدیل به یک واقعیت با افزایش محبوبیت ابزارهای مولد هوش مصنوعی. به طور خاص برای ابزارهای تولید تصویر مانند Stable Diffusion و خود DALL-E، سریع باید یک توالی توصیفی و دقیق از کلمات کلیدی باشد.
DALL-E 3 می تواند ماکت های وب سایت را در چند ثانیه طراحی کند.
این همه چیز را برای طراحان تغییر می دهد - ایده ها و الهامات بی نهایت. pic.twitter.com/wDb2wuMCk4
- مت شومر (@mattshumer_) اکتبر 4، 2023
از آنجایی که زبان معمولی دقیقاً آن چیزی را که شما می خواهید تولید نمی کند، باید یاد بگیرید که چگونه این دستور را مهندسی کنید. از طرف دیگر، مانند بسیاری از شرکتهایی که شروع به استفاده حرفهای از این ابزارها کردهاند، فردی متخصص در بهینهسازی اعلانها را استخدام کنید. با شروع با DALL-E 3 و با ادغام ChatGPT، این مورد نیاز نخواهد بود. هر کسی می تواند هر طور که می خواهد آنچه را که می خواهد توصیف کند و هوش مصنوعی متوجه خواهد شد.
YouTube: معرفی DALL·E 3
با کلیک روی پخش، شما با یوتیوب موافقت میکنید شرایط استفاده از خدمات و سیاست حفظ حریم خصوصیدادهها ممکن است با یوتیوب/گوگل به اشتراک گذاشته شوند.
اعتبار عکس: تصویر ویژگی نمادین است و توسط کریستوفر ایساک با Midjourney برای TechAcute انجام شده است.
منبع: جنیفر ژان (کرکس) / هنر انتشار پایدار
