PE SCURT despre DALL-E si ImageGPT

OpenAI folosește diferiți algoritmi pentru a genera imagini creative pe baza solicitărilor de text. Unul dintre ele este DALL·E, care este o rețea neuronală care poate crea imagini din orice prompt, cum ar fi „un fotoliu în formă de avocado” sau „un melc care zboara prin nori”. 🙂
DALL-E utilizează ceea ce se numeste un transformer model care primește atât textul, cât și imaginea ca un singur flux de informatii și le modelează autoregresiv. De asemenea, folosește un proces numit difuzie pentru a înțelege relația dintre o imagine și textul care o descrie. DALL-E poate genera o serie de posibilități pentru diferite coduri de culoare sau poate combina diferite concepte, chiar și cele imaginare, într-o singură imagine. Învață din analiza a aproximativ 30 de milioane de imagini etichetate pentru a extrage conexiuni între cuvinte și pixeli. Un altul este Image GPT, care este o rețea neuronală care poate genera imagini realiste din pixeli, cum ar fi completarea jumătate a unei imagini sau crearea unei noi imagini de la zero. Se poate folosi API-ul OpenAI (exemplul de mai sus) pentru a accesa acești algoritmi și pentru a vă crea propriile imagini.

ImageGPT este un sistem AI care poate genera imagini realiste be baza de structura de pixeli. Si aici se utilizeaza un transformer model care este antrenat pe secvențe de pixeli pentru a prezice următoarea valoare a pixelilor. Poate crea imagini de la zero sau poate completa jumătate dintr-o imagine pe baza pixelilor existenti. De asemenea, poate genera imagini condiționate de un mesaj text, cum ar fi „o pisică care poartă papion”. ImageGPT învață din analiza unui set mare de date de imagini naturale pentru a capta modelele și structurile vizuale.