பற்றி ஏற்கனவே வேறொரு சந்தர்ப்பத்தில் பேசியிருந்தோம் டால்-இ. இந்த சந்தர்ப்பத்தில் அதன் மூன்றாவது பதிப்பு தோன்றும். DALL-E3 செயற்கை நுண்ணறிவின் புதிய பதிப்பின் பெயர் OpenAI இது உரையிலிருந்து படங்களை உருவாக்குகிறது. இது DALL-E இன் பரிணாம வளர்ச்சியாகும், இது ஜனவரி 2021 இல் வழங்கப்பட்டது மற்றும் இது போன்ற மாறுபட்ட கருத்துகளின் படங்களை உருவாக்கும் திறனால் ஏற்கனவே உலகை ஆச்சரியத்தில் ஆழ்த்தியுள்ளது. தொப்பியுடன் கூடிய பென்குயின் அல்லது நாற்காலி போன்ற வடிவில் இருக்கும் வெண்ணெய் போன்றது. DALL-E 3 அதன் முன்னோடியின் செயல்திறன் மற்றும் திறன்களை கணிசமாக மேம்படுத்துகிறது, மேலும் வழங்கப்பட்ட உரையுடன் மிகவும் யதார்த்தமான, விரிவான மற்றும் நிலையான படங்களை வழங்குகிறது.
கூடுதலாக, ChatGPT உடன் இயல்பாக ஒருங்கிணைக்கிறது, GPT-3-அடிப்படையிலான சாட்போட், செயற்கை நுண்ணறிவுடன் அரட்டையடிக்க உங்களை அனுமதிக்கிறது மற்றும் எங்கள் அறிவுறுத்தல்களின்படி படங்களை உருவாக்கும்படி கேட்கவும். இந்தக் கட்டுரையில் நாங்கள் உங்களுக்குச் சொல்லப் போகிறோம் DALL-E 3 எப்படி வேலை செய்கிறது, DALL-E தொடர்பாக இது என்ன புதிய அம்சங்களைக் கொண்டுவருகிறது, எந்த வகையான படங்களை உருவாக்க முடியும் மற்றும் இந்த தொழில்நுட்பம் எதிர்கால வடிவமைப்பு மற்றும் தகவல்தொடர்புக்கு என்ன தாக்கங்களை ஏற்படுத்துகிறது.
DALL-E 3 எப்படி வேலை செய்கிறது?
DALL-E3 இது ஒரு செயற்கை நுண்ணறிவு மாதிரியை அடிப்படையாகக் கொண்டது செயற்கை நரம்பியல் நெட்வொர்க்குகள், குறிப்பாக டிரான்ஸ்பார்மர்கள் என்று அழைக்கப்படுபவை, உரை அல்லது படங்கள் போன்ற தரவுகளின் வரிசைகளை செயலாக்கும் திறன் கொண்டவை மற்றும் அவற்றுக்கிடையேயான உறவுகளைக் கற்றுக்கொள்கின்றன.
இந்த மாதிரி அதிக எண்ணிக்கையிலான உரை-பட ஜோடிகளுடன் பயிற்சி பெற்றுள்ளார், இணையத்தில் இருந்து பிரித்தெடுக்கப்பட்டது, வார்த்தைகளுடன் காட்சிக் கருத்துகளை இணைக்க கற்றுக்கொள்ள. இந்த வழியில், ஒரு உரை கொடுக்கப்பட்டால், அவர் தனது சொந்த படைப்பாற்றல் மற்றும் கற்பனையைப் பயன்படுத்தி அதை விளக்கும் ஒரு படத்தை உருவாக்க முடியும்.
உரை மற்றும் படம் இரண்டையும் பெறவும் ஒற்றை தரவு ஸ்ட்ரீமாக, அதிகபட்சம் 1280 டோக்கன்களைக் கொண்டது. ஒரு டோக்கன் என்பது ஒரு தனித்துவமான சொற்களஞ்சியத்தின் எந்த சின்னமாகும்; எடுத்துக்காட்டாக, எழுத்துக்களின் ஒவ்வொரு எழுத்தும் ஒரு டோக்கன். DALL-E 3 இன் சொல்லகராதி உரை மற்றும் படம் இரண்டிற்கும் டோக்கன்கள் உள்ளன. BPE (பைட் ஜோடி என்கோடிங்) உடன் குறியிடப்பட்ட அதிகபட்சம் 256 டோக்கன்களைப் பயன்படுத்தி உரை குறிப்பிடப்படுகிறது, மேலும் படம் குறியிடப்பட்ட 1024 டோக்கன்களைப் பயன்படுத்தி குறிப்பிடப்படுகிறது. VQ-VAE (வெக்டார் குவாண்டிஸ்டு வேரியஷனல் ஆட்டோஎன்கோடர்).
DALL-E 3 ஆனது அதிகபட்ச சாத்தியக்கூறு முறையைப் பயன்படுத்தி பயிற்றுவிக்கப்படுகிறது, இது அனைத்து டோக்கன்களையும் ஒன்றன் பின் ஒன்றாக உருவாக்கி, முந்தையவற்றின் நிகழ்தகவை அதிகப்படுத்துகிறது. இந்த வழியில், DALL-E 3 நீங்கள் புதிதாக ஒரு படத்தை உருவாக்கலாம், அல்லது ஏற்கனவே உள்ள படத்தின் எந்தப் பகுதியையும், அது உரையுடன் ஒத்துப்போகும் வரை, கீழ் வலது மூலையில் நீட்டிக்கப்படும்.
என்ன செய்தி தருகிறது?
DALL-E 3 கருதுகிறது DALL-E உடன் ஒப்பிடும்போது ஒரு பெரிய முன்னேற்றம் பல அம்சங்களில். முதலாவதாக, DALL-E 3 ஆனது அது உருவாக்கும் படங்களில் அதிக தெளிவுத்திறனையும் தரத்தையும் கொண்டுள்ளது. DALL-E படங்களை உருவாக்கியது 256 × 256 பிக்சல்கள், DALL-E 3 படங்களை உருவாக்குகிறது 512 × 512 பிக்சல்கள், இது விவரங்களையும் அமைப்புகளையும் சிறப்பாகப் பாராட்ட உங்களை அனுமதிக்கிறது.
இரண்டாவதாக, DALL-E 3 ஆனது a அதிக புரிதல் மற்றும் துல்லியம் வழங்கப்பட்ட உரையை விளக்கும் போது. இது உரையின் நுணுக்கங்கள் மற்றும் விவரக்குறிப்புகள் மற்றும் படத்தை உருவாக்கும் கூறுகளுக்கு இடையிலான உறவுகளை சிறப்பாகப் பிடிக்க முடியும். உதாரணத்திற்கு, உள்ளே உரையுடன் படங்களை உருவாக்கலாம், சுவரொட்டிகள் அல்லது லேபிள்கள் போன்றவை, உரையின் மொழி மற்றும் வடிவமைப்பை மதிக்கின்றன. கைகள் அல்லது கால்கள் போன்ற மிகவும் யதார்த்தமான மற்றும் விகிதாசார மனித உடல் உறுப்புகளுடன் படங்களையும் நீங்கள் உருவாக்கலாம்.
மூன்றாவது, DALL-E 3 அதிக ஒருங்கிணைப்பு மற்றும் எளிதாக உள்ளது ChatGPT உடனான அதன் இணைப்புக்கு நன்றி. ChatGPT என்பது GPT-3 ஐ அடிப்படையாகக் கொண்ட OpenAI இன் சாட்போட் ஆகும், இது உலகின் மிகவும் மேம்பட்ட மொழி மாதிரியாகும், இது செயற்கை நுண்ணறிவுடன் அரட்டையடிக்கவும் அதைச் செய்யச் சொல்லவும் உங்களை அனுமதிக்கிறது. ChatGPT, DALL-E 3 உடன் ஒருங்கிணைப்பதன் மூலம் நீங்கள் இன்னும் விரிவான வழிமுறைகளைப் பெறலாம் மற்றும் படங்களை உருவாக்க தெளிவான படங்கள், அத்துடன் பயனருக்கு மிகவும் இயல்பான மற்றும் திரவ கருத்துக்களை வழங்குகின்றன.
DALL-E 3 எந்த மாதிரியான படங்களை உருவாக்க முடியும்?
DALL-E3 இயற்கையான மொழியில் வெளிப்படுத்தக்கூடிய பலவிதமான கருத்துகளின் படிமங்களை உருவாக்க முடியும். சில உதாரணங்கள்:
- மானுடவியல் பொருள்கள் அல்லது விலங்குகளின் படங்கள், அதாவது மனிதப் பண்புகளுடன். உதாரணமாக, சூட் மற்றும் டை அணிந்த பூனை, அல்லது கண்ணாடி மற்றும் தொப்பியில் யானை.
- கலப்பின பொருட்கள் அல்லது விலங்குகளின் படங்கள், அதாவது, இரண்டு அல்லது அதற்கு மேற்பட்ட இனங்களின் ஒருங்கிணைந்த பண்புகளுடன். உதாரணமாக, பட்டாம்பூச்சி இறக்கைகள் கொண்ட ஒரு நாய், அல்லது சிங்கத்தின் தலையுடன் ஒரு பாம்பு.
- மாற்றியமைக்கப்பட்ட பொருள்கள் அல்லது விலங்குகளின் படங்கள், அதாவது, மாற்றப்பட்ட அல்லது சேர்க்கப்பட்ட பண்புகளுடன். உதாரணமாக, சீஸ் சக்கரங்கள் கொண்ட கார், அல்லது கண்ணாடி இதழ்கள் கொண்ட பூ.
- கற்பனை பொருட்கள் அல்லது விலங்குகளின் படங்கள், அதாவது அவை உண்மையில் இல்லை. உதாரணமாக, ஒரு இளஞ்சிவப்பு யூனிகார்ன் அல்லது ஒரு தீ டிராகன்.
- கற்பனைக் காட்சிகள் அல்லது நிலப்பரப்புகளின் படங்கள், அதாவது, அவை எந்த உண்மையான இடத்திற்கும் பொருந்தாது. உதாரணமாக, வானத்தில் மிதக்கும் நகரம் அல்லது மந்திரித்த காடு.
- ஏற்கனவே உள்ள படங்களின் மாற்றங்கள் அல்லது கையாளுதல்களிலிருந்து படங்கள், அதாவது, அவை அசல் படத்தின் சில அம்சங்களை மாற்றுகின்றன. உதாரணமாக, ஒரு நபரின் தலைமுடி அல்லது கண்களின் நிறத்தை மாற்றுவது அல்லது படத்தில் இருந்து எதையாவது சேர்ப்பது அல்லது அகற்றுவது.
DALL-E 3 என்ன தாக்கங்களை கொண்டுள்ளது?
DALL-E 3 என்பது செயற்கை நுண்ணறிவு துறையில் உள்ள மகத்தான ஆற்றலுக்கு ஒரு எடுத்துக்காட்டு வடிவமைப்பு மற்றும் தொடர்பு. DALL-E 3 உடன், தனிப்பயனாக்கப்பட்ட மற்றும் அசல் படங்களை உருவாக்கும் சாத்தியம் ஒரு சொற்றொடரை எழுதுவதன் மூலம் திறக்கிறது. பல நடைமுறை பயன்பாடுகளைக் கொண்டிருக்கலாம் மற்றும் படைப்பு.
எடுத்துக்காட்டாக, DALL-E 3 இதற்குப் பயன்படுத்தப்படலாம்:
- புத்தகங்களுக்கான விளக்கப்படங்களை உருவாக்கவும், பத்திரிகைகள் அல்லது வலைப்பதிவுகள்.
- லோகோக்கள் அல்லது சுவரொட்டிகளை உருவாக்கவும் பிராண்டுகள் அல்லது நிகழ்வுகளுக்கு.
- அவதாரங்கள் அல்லது ஈமோஜிகளை உருவாக்கவும் சமூக வலைப்பின்னல்கள் அல்லது கேம்களுக்கு.
- மீம்ஸ் அல்லது ஸ்டிக்கர்களை உருவாக்கவும் நண்பர்களுடன் பகிர்ந்து கொள்ள.
- ஓவியங்கள் அல்லது முன்மாதிரிகளை உருவாக்கவும் கலை அல்லது தொழில்முறை திட்டங்களுக்கு.
- கல்வி படங்களை உருவாக்கவும் அல்லது சிக்கலான கருத்துக்களை விளக்கும் தகவல்.
இருப்பினும், DALL-E 3 சில சவால்கள் மற்றும் அபாயங்களையும் முன்வைக்கிறது, அவை கணக்கில் எடுத்துக்கொள்ளப்பட வேண்டும். ஒருபுறம், DALL-E 3 வேலையை பாதிக்கலாம் மற்றும் மனித வடிவமைப்பாளர்கள் மற்றும் கலைஞர்களின் அங்கீகாரம், அவர்களின் படைப்பாற்றல் மற்றும் அசல் தன்மையை இயந்திரத்தால் அச்சுறுத்துவதைக் காண முடிந்தது. மறுபுறம், DALL-E 3 ஆனது சமூகத்திற்கு எதிர்மறையான விளைவுகளை ஏற்படுத்தக்கூடிய டீப்ஃபேக்குகள் அல்லது போலிச் செய்திகள் போன்ற தவறான அல்லது தவறாக வழிநடத்தும் உள்ளடக்கத்தை உருவாக்குவதற்கும் பரப்புவதற்கும் உதவுகிறது.
உங்கள் கற்பனை, இப்போது தடைகள் இல்லாமல்
DALL-E 3 இன் புதிய பதிப்பு OpenAI செயற்கை நுண்ணறிவு இது உரையிலிருந்து படங்களை உருவாக்குகிறது. DALL-E 3, அது உருவாக்கும் படங்களின் தரம் மற்றும் துல்லியத்தை மேம்படுத்துகிறது, அத்துடன் ChatGPT உடன் அதன் ஒருங்கிணைப்பையும் மேம்படுத்துகிறது. இயற்கையான மொழியில் வெளிப்படுத்தக்கூடிய பல்வேறு வகையான கருத்துகளின் நம்பமுடியாத படங்களை நீங்கள் உருவாக்கலாம். DALL-E 3 உள்ளது வடிவமைப்பு மற்றும் தகவல்தொடர்புக்கான சிறந்த ஆற்றல், ஆனால் இது சில சவால்கள் மற்றும் அபாயங்களை முன்வைக்கிறது, அவை கணக்கில் எடுத்துக்கொள்ளப்பட வேண்டும்.