Sztuczna inteligencjo, wygeneruj zdjęcie Tima Cooka gryzącego Nokię 3310

Organizacja OpenAI w pocie czoła pracuje nad sztuczną inteligencją o nazwie DALL-E. Cel jest ambitny - zbudować narzędzia, które będzie w stanie w kilka sekund wygenerować dowolne zdjęcie na podstawie słownego opisu.

Przykład działania widzicie wyżej; kazałem algorytmowi wygenerować fotkę Tima Cooka jedzącego Nokię 3310. Oczywiście zdjęcie nie jest specjalnie użyteczne, ale da się rozpoznać twarz szefa Apple'a i kształt zbliżony do odświeżonej komórki z 2017 roku.

Publicznie dostępne jest już demonstracyjne narzędzie o nazwie DALL-E mini, które można uruchomić na dowolnym telefonie lub komputerze. Jego skuteczność już na tym etapie jest dla mnie imponująca.

Algorytm nie robi prostych sklejek, ale buduje obrazy od zera. Na podstawie słownego opisu i znalezionych w sieci zdjęć starał się zrozumieć, jak wygląda Tim Cook, jak wygląda Nokia 3310 i czym jest jedzenie. Wykorzystując zebrane dane, wygenerował grafikę piksel po pikselu.

Ciekawe jest to, że można wielokrotnie użyć tego samego opisu i za każdym razem ujrzeć inne grafiki.

Tim Cook z telefonen to bardzo prosty przykład. DALL-E mini pozwala puścić wodze fantazji, czego kilka przykładów znajdziecie niżej.

Chomik w czapce świętego Mikołaja w kosmosie:

Elon Musk tnący banany mieczem świetlnym:

Tańczący tyranozaur na deskorolce:

Czerwony iPhone 13 Pro (taki wariant kolorystyczny nie istnieje - dop. red.):

Szczęśliwa Godzilla w Warszawie:

Polecam pobawić się samemu. Demonstracyjną wersję DALL-E mini znajdziecie na tej stronie. Oczywiście opisy należy wprowadzać po angielsku.

Zobacz także:

Miron Nurski, redaktor prowadzący Komórkomanii