AI新模型可将文本转换为生动的图像

电子说

1.3w人已加入

描述

如今人工智能越来越强大,比如可以实现生成音乐、改变图片艺术风格等等。最近,人工智能非营利组织OpenAI发布了一个名为DALL-E的神经网络,可以将文本转换成与内容相关的图像。

比如生成下面这些穿着芭蕾舞裙挥舞着光剑的熊猫宝宝:

OpenAI在一篇博文中表示,该系统是具有里程碑意义的GPT-3语言模型的120亿参数版本。

DALL-E模型具有多种功能,包括创建动物和物体的拟物化版本,以合理的方式展示相关的概念,渲染文本,以及对现有图像进行转换。

比如在该模型中选定“与猫有关的文本关键词”,同时选择给定的其中一种猫类型,最终系统会自动生成一系列与猫主题有关的图像,并且风格呈现多样化。

训练该模型的数据集主要基于互联网大量文本-图像。这使得它能够通过探索提示的结构来创造出全新的图片。比如生成一些令人印象深刻的地标、位置、杂交动物和不同年代设计的图像。但是OpenAI承认并不是所有的结果都是成功的。

不过,OpenAI承认并不是所有生成的结果都是成功的。该公司表示,DALL-E系统有时无法绘制出某些特定的项目,混淆了对象与其特定属性之间的关系。

通常,提示DALL-E写的字符串越长,成功率越低。测试中发现,重复部分文本内容,准确率有所提高。

当回答有关地理方面的问题时,比如旗帜、菜肴和当地野生动物,DALL-E也经常反映出肤浅的刻板印象。考虑到人们越来越关注人工智能算法偏见的问题,这个缺点尤为明显。

OpenAI表示,它计划分析DALL-E等模特的社会影响,但该公司认为,该系统表明“通过语言操纵视觉概念现在已经触手可及。”

感兴趣的小伙伴可以在OpenAI网站上查看更多DALL-E模型生成的图像。
责编AJX

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分