Kľúčové poznatky
- DALL·E je nová neurónová sieť, ktorá dokáže kresliť obrázky na základe textu.
- Sieť je jedným z rastúceho počtu projektov umelej inteligencie, ktoré dokážu napodobňovať kreatívny výstup ľudských bytostí.
- Odborníci tvrdia, že obrázky nakreslené AI nie sú originálne výtvory.
Presuň sa, Picasso. Nová neurónová sieť dokáže kresliť obrázky na základe textu.
DALL·E, podobizeň mien umelca Salvadora Dalího a Pixar’s WALL·E, dokáže vziať akýkoľvek text a vytvoriť z neho obrázok. Systém využíva neurónovú sieť, ktorá bola trénovaná na miliardách obrázkov a textových príkladov. Je to jeden z rastúceho počtu projektov umelej inteligencie, ktoré dokážu napodobňovať, ale nie replikovať tvorivý výstup ľudských bytostí.
„Pretože prirodzený jazyk sa neustále vyvíja a je veľmi závislý od kontextových nuancií, naučiť stroj rozumieť jazyku dostatočne dobre na to, aby nakreslil obrázok, je veľmi významný úspech,“Tamara Schwartz, profesorka kybernetickej bezpečnosti na York College of Pennsylvania, povedal v e-mailovom rozhovore. „Predstavte si policajného kresliča, to je vzácny talent, ktorý dokáže vytvoriť obrázok na základe popisu svedka.“
Používanie veľkých dát na vytváranie obrázkov
DALL-E bol vytvorený spoločnosťou OpenAI, ktorá sa zaoberá výskumom umelej inteligencie, a funguje na základe hromadenia obrovského množstva údajov z internetu. Údaje sú potom spracované modelom prirodzeného jazyka a sú trénované na vytváranie obrázkov z textu. DALL-E funguje podobne ako nedávno vydaný GPT-3, jazykový model vytvorený OpenAI, ktorý môže byť vyzvaný na generovanie originálnych textových pasáží. GPT-3 bol natrénovaný pomocou pol bilióna slov internetového textu a dokáže vytvoriť prekvapivo realistický text.
Naučiť stroj rozumieť jazyku dostatočne dobre na to, aby nakreslil obrázok, je veľmi významný úspech.
Michael Yurushkin, zakladateľ a technický riaditeľ spoločnosti BroutonLab, spoločnosti zaoberajúcej sa výskumom údajov, v e-mailovom rozhovore uviedol, že DALL-E je „jedným z mála úspešných zásahov ľudstva pri napodobňovaní našej kreativity a predstavivosti“. Dodal: „Je jednoduchšie si uvedomiť, ako AI niečo predpovedá, keď si prejdete relevantnými údajmi, ale porozumieť tomu, ako dokáže generovať kresby z vecí, o ktorých nikdy predtým ‚nepočuli‘, je ťažšie.“
Schwartz dbá na to, aby si všimol, že AI nevytvára informácie, ale skôr berie jazykové údaje a premieňa ich na obrázky.
„Počiatočná kreativita pochádza od človeka, ktorý vytvoril úlohu,“povedal Schwartz. „Zo strany AI existuje určitá „kreativita“, pretože experimentuje s rôznymi kombináciami údajov a následne vyberá z množstva potenciálnych výstupov. Človek však skúma výstupy a učí AI, ako si vybrať z množstva kombinácií."
Práca robotického detektíva?
Stroj môže experimentovať s touto kombináciou údajov a objektov oveľa rýchlejšie ako ľudský umelec. Schwartz poznamenal, že DALL-E by sa jedného dňa mohla spojiť s detektívom, ktorý sa pokúša zrekonštruovať miesto činu prostredníctvom náčrtu na základe výpovedí očitých svedkov.
„Keď svedkovia poskytujú svoje výpovede, počítač by mohol vziať tieto hovorené informácie v prirodzenom jazyku a vytvoriť kresbu scény alebo mnoho kresieb scény,“povedala. "Tieto vizualizácie by potom mohli byť integrované, aby sa vytvoril presnejší obraz stratených dôkazov. Táto vizualizácia by mohla byť obohatená o integráciu predchádzajúcich snímok miesta pred zločinom."
Niekoľko ďalších programov poháňaných AI môže vytvárať umenie. Napríklad Ai-Da používa na vytváranie umenia systém robotických ramien a technológiu rozpoznávania tváre spárovanú s umelou inteligenciou. Systém dokáže analyzovať obraz umiestnený pred strojom, ktorý sa prenáša do algoritmu na vytvorenie pohybov ramena robota.
Ľudskí umelci by sa však nemali obávať, že ich nahradia robotickí vládcovia, tvrdil minulý rok v The New York Times Ahmed Elgammal, riaditeľ Laboratória umenia a umelej inteligencie na Rutgers University.
„Aj keď sa definícia umenia neustále vyvíja, vo svojom jadre je to forma komunikácie medzi ľuďmi,“napísal. „Bez ľudského umelca za strojom dokáže umelá inteligencia urobiť o niečo viac než len hru s formou, či už to znamená manipuláciu s pixelmi na obrazovke alebo poznámkami v hudobnej knihe. Tieto aktivity môžu byť pútavé a vnímavo zaujímavé, ale bez interakcie medzi umelec a publikum."
Po zhliadnutí práce DALL-E chápem Elgammalov názor, že obrázky vytvorené AI nie sú umenie. Na druhej strane sú lepšie ako akékoľvek umenie, ktoré by som mohol vytvoriť. Takže, naozaj, aký je rozdiel?
