DALL-E là gì và nó tạo hình ảnh từ văn bản như thế nào?

Nhiều người trong chúng ta đã nghe thấy cái tên DALL-E nổi khắp nơi, nhưng bạn có thể không chắc nó là gì. Nói tóm lại, đó là một mô hình AI tổng hợp có thể tạo ra những hình ảnh chưa từng tồn tại trước đây, tất cả những gì bạn phải làm là cho nó biết bạn muốn tạo gì.

Khi phiên bản tiếp theo, được gọi là DALL-E 2, được phát hành, nó đã thực sự nổi tiếng. Những hình ảnh mà nó có thể tạo ra có chất lượng cao và được tạo ra tốt đến mức bạn khó có thể nói rằng một chiếc máy đã tạo ra nó.

Đây là những gì bạn cần biết về DALL-E và cách thức hoạt động của nó.

DALL-E là gì?

DALL-E là một mô hình AI tổng quát được phát triển bởi Open AI, có thể tạo hình ảnh và tác phẩm nghệ thuật từ lời nhắc văn bản. Nói cách khác, bạn có thể viết một câu mô tả chính xác những gì bạn muốn xem và DALL-E có thể tạo hình ảnh đó cho bạn chỉ trong vài giây.

DALL-E được phát hành lần đầu tiên vào tháng 1 năm 2021 và kể từ đó đã được nâng cấp đáng kể trong phiên bản thứ hai có tên là DALL-E 2. Đây là một trong số ít các trình tạo tác phẩm nghệ thuật AI khác nhau đã trở nên cực kỳ phổ biến nhờ khả năng tạo ra những hình ảnh và tác phẩm nghệ thuật đẹp mắt từ đầu. .

Vì bạn chỉ cần viết một vài từ mô tả để tạo ra một hình ảnh, nó đã thu hút nhiều người không phải là nghệ sĩ, những người thấy công cụ này cực kỳ thú vị và dễ sử dụng.

Những hình ảnh mà DALL-E tạo ra thuyết phục đến mức chúng dễ bị nhầm với tác phẩm nghệ thuật do con người tạo ra. Bên cạnh khả năng mô tả các đối tượng và phong cảnh từ thế giới xung quanh chúng ta, nó có thể hiển thị những hình ảnh này theo một phong cách cụ thể, chẳng hạn như nghệ thuật kỹ thuật số, màu nước hoặc trường phái ấn tượng.

DALL-E lấy tên từ nghệ sĩ Salvador Dalí và một robot có tên WALL-E từ một bộ phim hoạt hình của Pixar. Tên của DALL-E chắc chắn cho chúng ta ý tưởng về cách công ty hướng đến việc kết hợp nghệ thuật và công nghệ AI.

Bạn có thể tìm hiểu tất cả về cách sử dụng Dall-E 2 để tạo hình ảnh AI trong hướng dẫn chuyên sâu của chúng tôi, bao gồm cách truy cập và cách chỉnh sửa các phần cụ thể của hình ảnh.

DALL-E hoạt động như thế nào?

Có khá nhiều công nghệ khác nhau đằng sau DALL-E. Nhưng không đi sâu vào toán học phức tạp, hãy bắt đầu với cách DALL-E được đào tạo dựa trên hàng triệu hình ảnh từ khắp nơi trên internet.

Các hình ảnh được sử dụng để đào tạo đến từ các bộ dữ liệu chứa một số lượng lớn các hình ảnh có chú thích văn bản. Như bạn có thể tưởng tượng, với đủ dữ liệu, mô hình AI có thể học cách nhận biết đối tượng là gì và nó trông như thế nào trong một hình ảnh.

Bộ dữ liệu được sử dụng để đào tạo DALL-E chưa được tiết lộ, tuy nhiên, bạn vẫn có thể tìm hiểu xem hình ảnh của mình đã đào tạo mô hình AI hay chưa và chọn không tham gia.

DALL-E cũng được xây dựng bằng cách sử dụng mô hình ngôn ngữ có tên là GPT-3 hoặc Generative Pre-training Transformer. Nó đã được phổ biến rộng rãi khi Open AI phát hành ChatGPT, một chatbot AI mà bạn có thể dễ dàng nói chuyện bằng ngôn ngữ tự nhiên của con người. Công nghệ này thu hẹp khoảng cách giữa văn bản và hình ảnh, đồng thời giúp biến những từ bạn nhập thành hình ảnh trên màn hình được tạo thành từ các pixel.

Một phần cốt lõi khác của DALL-E là việc sử dụng mô hình Khuếch tán. Mô hình này có hình ảnh nhiễu—hãy nghĩ đến một hình ảnh có nhiều pixel không thể nhận dạng được—và hoạt động ngược lại để tạo ra hình ảnh rõ ràng phù hợp với mô tả văn bản bạn đã nhập.

Bạn có thể làm gì với DALL-E?

Mọi người đang sử dụng DALL-E cho mọi thứ. Bạn có thể thử trở thành một nghệ sĩ AI, sử dụng nó để phối lại một tác phẩm nghệ thuật nổi tiếng hoặc lấy một tác phẩm nghệ thuật gốc và mở rộng nó bằng các chức năng chỉnh sửa của DALL-E.

Phác thảo là một tính năng trong DALL-E cho phép bạn tạo các tác phẩm thậm chí còn lớn hơn bằng cách cho phép bạn đính kèm các bảng hình ảnh mới được tạo vào một tác phẩm nghệ thuật hiện có. Tìm hiểu cách sử dụng vẽ ngoài trong Dall-E 2 để xem bạn có thể mở rộng hình ảnh do AI tạo ra bao xa.

Tạo hình ảnh do AI tạo với DALL-E

DALL-E là một công cụ AI dễ truy cập mà bạn có thể sử dụng để tạo tác phẩm nghệ thuật hoặc tạo hình ảnh, chưa có công cụ nào từng tồn tại trước đây. Nó sử dụng những tiến bộ đáng kinh ngạc trong máy học, bao gồm cả GPT-3 và các mô hình khuếch tán. Kiến thức của DALL-E về thế giới con người, bao gồm cả lịch sử nghệ thuật, đến từ hàng triệu hình ảnh có khả năng được thu thập từ internet.

Sự kết hợp của một số công nghệ mới trong AI tổng hợp có nghĩa là bạn có thể tận hưởng việc đưa trí tưởng tượng của mình vào cuộc sống chỉ bằng cách sử dụng từ ngữ để vẽ một bức tranh.