DALL·E یک نسخه 12 میلیارد پارامتری از GPT-3است که برای تولید تصاویر از توضیحات متن، با استفاده از مجموعه داده‌ای از جفت‌های متن-تصویر آموزش دیده است. ما متوجه شدیم که مجموعه‌ای از قابلیت‌ها، از جمله ایجاد نسخه‌های انسانی از حیوانات و اشیاء، ترکیب مفاهیم نامرتبط به روش‌های قابل قبول،به تصویر کشیدن متن، و چیزهای گوناگونی در تصاویر موجود، دارد.

کنترل همزمان چندین شیء، ویژگی‌های آنها و روابط فضایی آنها چالش جدیدی را ارائه می‌کند. به عنوان مثال، عبارت "جوجه تیغی با کلاه قرمز، دستکش زرد، پیراهن آبی و شلوار سبز" را در نظر بگیرید. برای تفسیر صحیح این جمله، DALL·E نه تنها باید هر تکه لباس را به درستی با حیوان ترکیب کند، بلکه باید ترکیبات (کلاه، قرمز)، (دستکش، زرد)، (پیراهن، آبی) و (شلوار، سبز) را ایجاد کند. ) بدون اختلاط آنها.

DALL-E: آینده آثار هنری NFT توسط هوش مصنوعی طراحی شده است

پرداخت میلیون‌ها دلار برای یک اثر هنری چیز جدیدی نیست، اما پرداخت میلیون‌ها دلار برای نقاشی‌های دیجیتال، میم‌ها و گیف‌ها چیز جدیدی است. امروزه، کلکسیونرها مشتاقند راه خود را با مقداری پول هنگفت جدا کنند تا از NFT های برتر استفاده کنند و از شیدایی که بازار هنر دیجیتال را فرا گرفته است، پول نقد کنند. و اگرچه می توانستید در مورد همه چیز شنیده باشید، چیزی که ممکن است ندانید این است که دقیقاً چه کسی پشت این هنر است. یا، شاید، چه چیزی است.

تا همین اواخر، NFT ها از نبوغ انسانی با کمک ابزارهای تکنولوژیکی ناشی می شدند. اگر بازارهای اصلی NFT جهان مانند Nifty Gateway یا OpenSea را مرور کنید، به احتمال زیاد با آثار هنری خلق شده توسط مردم مواجه خواهید شد.

هنر مولد NFT یک اکوسیستم نوپا و دائماً در حال توسعه در داخل قلمرو رمزنگاری است که به عنوان جایگزینی برای هنر مرسوم به وجود آمده است. این جنبش با معرفی یک رسانه خلاق جدید که به صورت دیجیتالی بومی است، درک ما را از اینکه چه چیزی هنر را تشکیل می‌دهد و چگونه جامعه آرمان‌های مشترک خود را از طریق هنر به اشتراک می‌گذارد، زیر سوال می‌برد.

خودتان را آماده کنید زیرا هنرمند مورد علاقه بعدی شما ممکن است یک برنامه هوش مصنوعی باشد - و این چیزی است که قبلاً به طور تصادفی با آن برخورد کرده اید - و DALL-E نامزد برتر این مکان است!

در ژانویه 2021، گروه OpenAI ایلان ماسک - با حمایت مالی مایکروسافت - بلندپروازانه ترین پروژه خود را اعلام کرد، سیستم یادگیری ماشین DALL-E. این هوش مصنوعی چندوجهی باهوش قادر به تولید تصاویر بصری (اگرچه کاملاً خنده دار) بود، بسته به ویژگی های مشخص شده توسط کاربر - تصور کنید یک سگ ساخته شده از اسپاگتی یا تصویر اشعه ایکس از یک فیل در یک استخر نشسته است.

اما چگونه این امکان وجود داشت؟ این سیستم از تکنیک های مختلفی برای ادغام ویژگی های بصری مختلف عکس های اصلی استفاده کرد. در چندین مورد، به نظر می رسید که به طور کامل سبک غالب یک تصویر منبع را نشان می دهد در حالی که سبک تصویر دیگر را سرکوب می کند. با این حال، عکس های به دست آمده هنگام ترکیب، زبان طراحی متفاوتی با تصاویر اصلی دارند.

این کنسرسیوم جدیدترین نسل DALL-E 2 را در اوایل آوریل 2022 ارائه کرد که دارای وضوح بیشتر و تاخیر کمتری نسبت به نسخه اصلی بود. در حالی که تصاویر ایجاد شده توسط اولین DALL-E با کیفیت پایین و از نظر مفهومی ساده بودند، تصاویر تولید شده توسط DALL-E 2 پنج برابر واقعی تر و دقیق تر هستند.

و خلاقیتی که به نظر می رسد سیستم با آن این کار را انجام می دهد، ترسناک است. به DALL-E 2 در طول یک نمایش دو تصویر نشان داده شد - یکی شبیه هنر خیابانی و دیگری شبیه هنر دکو. به زودی گروهی متشکل از بیست عکس سازماندهی شده در یک شبکه ایجاد کرد که هر یک از بقیه منحصر به فرد است.

از آنجایی که DALLE بر روی مجموعه داده‌های عظیمی که مستقیماً بدون تأیید از اینترنت جمع‌آوری شده‌اند، آموزش دیده است، مسائل مربوط به نقض حق نسخه‌برداری وجود دارد. به گفته برخی، "اگر در اینترنت باشد، مالکیت عمومی است." با این حال، دیدگاه‌های متفاوتی در این مورد وجود دارد، و به نظر می‌رسد که تنها راه برای اطلاع قطعی، طرح دعوی موضوع در دادگاه حقوقی است.

در حالی که OpenAI از روش خود با بیان اینکه آنها "یک مجموعه داده جدید از 400 میلیون جفت (تصویر، متن) را از منابع مختلف در دسترس عموم در اینترنت می‌سازند، دفاع می‌کند، مدل‌های GPT گزارش شده است که به طور کلمه از مطالب آموزشی خود کپی می‌کنند.

بیایید کمی توقف کنیم و تأثیر کلی این نوع جدید از هنر مولد را پردازش کنیم. چیزی که زمانی به عنوان ویژگی منحصر به فرد انسان تلقی می شد و خلق هنر، اکنون هم افزایی بین دنیای واقعی و مجازی است. DALL-E یکی از عناصر حیاتی تکرار بعدی بیان هنری است.

طبیعتاً پیامدهای اجتماعی وجود دارد، چه به دلیل استفاده از فناوری جنایی یا پیش داوری های سهوی. طبق پست وبلاگ OpenAI، این نوع مدل‌ها پتانسیل آسیب رساندن به جامعه را دارند و این شرکت برنامه‌هایی برای بررسی نحوه کمک DALL-E به آنها دارد.

سوگیری و سوء استفاده، مسائل مهم و گسترده ای هستند که OpenAI به عنوان بخشی از تعهد خود به ایمنی و پاسخگویی بسیار جدی می گیرد.

استقرار هوش مصنوعی به نفع کل بشریت.

به طور کلی، الگوریتم به انسان نیاز دارد و فرد به الگوریتم نیاز دارد. این موقعیت جدید مستلزم جمع‌آوری داده‌ها، نوشتن کد، سرپرستی، یافتن الهام از تم‌ها و مهم‌تر از همه، مربیگری الگوریتمی بر اساس دیدگاه منحصربه‌فرد، فرد است. فرآیند سیال است و نتیجه مشارکتی است.

خوب، یک سوال باقی می ماند: چه چیزی از هنر آنگونه که ما می شناسیم باقی خواهد ماند؟ زمانی به ما آموختند که هنر فقط برای کسانی است که استعداد ذاتی دارند. خوب، اکنون، تقریباً هر کسی که زمان کافی، مهارت های ابتدایی فناوری اطلاعات و تمایل به یادگیری داشته باشد، می تواند برخی از هنرهای مبتنی بر یادگیری ماشین را بنویسد. آیا هنر مولد همه تلاش‌های خلاقانه را در بر می‌گیرد؟