米乐m6官网登录入口-官方app下载—画家要失业了？OpenAI可以从文字直接生成图像

本文摘要：看图说话，是人类具备的一项重要技术。随着图像识别技术的生长，AI系统也逐渐具备了这一能力。好比下面这一幅图，可以形貌成“山顶上的老鹰”。 但如果反过来，依据“山顶上的老鹰”这一段文字，该如何获得一幅图片呢？近期，机械学习公司 OpenAI 通过其AI系统 DALL-E，实现了这一能力。向系统输入“山顶上的老鹰”这段文字，可以生成一系列的图像。

看图说话，是人类具备的一项重要技术。随着图像识别技术的生长，AI系统也逐渐具备了这一能力。好比下面这一幅图，可以形貌成“山顶上的老鹰”。

但如果反过来，依据“山顶上的老鹰”这一段文字，该如何获得一幅图片呢？近期，机械学习公司 OpenAI 通过其AI系统 DALL-E，实现了这一能力。向系统输入“山顶上的老鹰”这段文字，可以生成一系列的图像。DALL-E+CLIP，将文本酿成图片DALL-E是OpenAI基于GPT-3开发的一种新型神经网络，可以看成是GPT-3的一个小版本。GPT-3是一个自然语言处置惩罚模型，能够完成与语言相关的种种任务，如答题、写文章、语言翻译、数据分析、图表制作等。

例如，该模型可用于UI页面设计，输入文字“一个彩虹色的按钮”，系统就能直接生成相应的UI页面；可以将自然语言直接转化为Python语言等。GPT-3的优异体现源于其在算法、数据、算力方面的投入：算法，GPT-3接纳Sparse Transfromer模型，该模型接纳自注意力机制，改善了RNN训练慢的缺点；数据，GPT-3建设庞大的数据集，涵盖新闻报道、诗歌、小说、宗教、科学、生活等种种内容，数据集巨细凌驾英语维基百科（涵盖约600万篇文章）的100倍。此外，该模型的参数量到达1750亿；算力，Microsoft和OpenAI协力开发了一款超级盘算机，专门用于GPT-3模型训练，这款超级盘算机拥有凌驾 285000 个 CPU 内核、10000 个 GPU 和 400Gbps 的网络毗连，其盘算能力位列全球超级盘算机Top 5。

与GPT-3的1750亿参数量相比，DALL-E只有120亿个参数。虽然参数量更少，但其训练数据集更有针对性，使用文本-图像对的数据集，经由专门训练，可以从文本形貌生成图像。针对一段文字，DALL-E会生成512个图像，其中大部门图像的质量不高。

为此，OpenAI推出了另一个AI模型CLIP，该模型可从每个文本生成的512个采样中，选出最好的32个图像。CLIP是通过图像和文本举行训练的多模态模型，CLIP神经网络可以从自然语言监视中有效学习视觉观点，只需提供要识此外视觉种别名称，即可使用CLIP将图像举行分类。DALL-E模型具备的五大能力能力总体上看，DALL-E模型具备的能力包罗：控制单个目的的属性依据文字形貌，模型可生成单个物体，并对该物体的各项属性举行修改和控制。

多目的绘图当一段文字形貌中涉及到多个目的时，绘图难度增大。不仅要要生成多个物体，更重要的是让AI系统明白多个物体之间的关系。DALL-E可以独立地控制少量目的的属性，并在有限的规模内控制目的的数量以及它们之间的排列方式。3D目的绘制一般图像是二维的，3D图像具有更富厚的信息，结构也越发庞大。

DALL-E模型不仅能绘制二维图像，还能渲染出3D图，为通过自然语言实现3D渲染引擎功效提供了一种途径。DALL-E可以控制渲染场景的位置和角度，并凭据角度和照明条件生成准确且规范的已知目的。例如，输入“坐在田野上的体素化模型水豚”，可以获得如下图像：举行图像缔造缔造力似乎是人类的专利，可是基于一定规则的AI法式，有时候也能体现出一定的缔造能力。

DALL-E可以将语言中的观点举行组合，“缔造出”现实世界没有或者人类很难想象的图像。好比输入文字“竖琴状的蜗牛”，可以获得一些新奇的效果。这些图像，人类一般是比力难以画出来的。

AI法式的合理使用，可以有效拓宽人类的认知界限。图像-语言-图像将DALL-E与图像识别模型相互联合，就能够实现“以图绘图”，即依据一幅图片让AI系统生成更多的图片。

其历程为，通过图像识别，AI系统明白图片中的基本元素，并将其转化为针对图像的文字形貌，再通过DALL-E将这段文字转化为一系列图像。例如，给一张猫的图片，系统可以生成种种千奇百怪的类似图片。更进一步，文字、语音、图片、视频、3D模型，都是信息的体现方式，如果通过构建多模态神经网络，让文本和图像在深度神经网络中实现张量统一，买通差别信息之间的壁垒，对于通用人工智能意义重大。

人类用同一个大脑，可以实现听说读写，明白文字、语音、图像、视频等各种信息。要实现通用人工智能，多模态AI系统是关键节点之一。

参考链接：https://github.com/elyase/awesome-gpt3#awesome-gpt-3https://openai.com/blog/dall-e/https://www.xianjichina.com/special/detail_469250.html。

本文关键词：画家,要,失业,了,OpenAI,米乐m6官网登录入口,可以,从,文字,直接

本文来源：米乐m6官网登录入口-www.lzzhsy.com