AI新模型可将文本转换为生动的图像

如今人工智能越来越强大，比如可以实现生成音乐、改变图片艺术风格等等。最近，人工智能非营利组织OpenAI发布了一个名为DALL-E的神经网络，可以将文本转换成与内容相关的图像。

比如生成下面这些穿着芭蕾舞裙挥舞着光剑的熊猫宝宝：

OpenAI在一篇博文中表示，该系统是具有里程碑意义的GPT-3语言模型的120亿参数版本。

DALL-E模型具有多种功能，包括创建动物和物体的拟物化版本，以合理的方式展示相关的概念，渲染文本，以及对现有图像进行转换。

比如在该模型中选定“与猫有关的文本关键词”，同时选择给定的其中一种猫类型，最终系统会自动生成一系列与猫主题有关的图像，并且风格呈现多样化。

训练该模型的数据集主要基于互联网大量文本-图像。这使得它能够通过探索提示的结构来创造出全新的图片。比如生成一些令人印象深刻的地标、位置、杂交动物和不同年代设计的图像。但是OpenAI承认并不是所有的结果都是成功的。

不过，OpenAI承认并不是所有生成的结果都是成功的。该公司表示，DALL-E系统有时无法绘制出某些特定的项目，混淆了对象与其特定属性之间的关系。

通常，提示DALL-E写的字符串越长，成功率越低。测试中发现，重复部分文本内容，准确率有所提高。

当回答有关地理方面的问题时，比如旗帜、菜肴和当地野生动物，DALL-E也经常反映出肤浅的刻板印象。考虑到人们越来越关注人工智能算法偏见的问题，这个缺点尤为明显。

OpenAI表示，它计划分析DALL-E等模特的社会影响，但该公司认为，该系统表明“通过语言操纵视觉概念现在已经触手可及。”

感兴趣的小伙伴可以在OpenAI网站上查看更多DALL-E模型生成的图像。
责编AJX