Co to jest DALL-E?

Sztuczna inteligencja kontynuuje swoją rewolucyjną podróż w świecie technologii. Po fenomenalnym sukcesie ChatGPT, który zdobył serca użytkowników na całym świecie, OpenAI przedstawia kolejny przełom – DALL-E. To rewolucyjne narzędzie zdumiewa swoją zdolnością do kreacji obrazów bazujących na tekście, otwierając przed nami kolejne horyzonty możliwości w świecie AI.

W tym artykule odpowiadamy na najczęściej zadawane pytania dotyczące tej popularnej aplikacji.

Przeczytaj także: Co to jest ChatGPT?

Co to jest DALL-E?

DALL-E to generatywny model sztucznej inteligencji stworzony przez OpenAI, zdolny do tworzenia obrazów na podstawie tekstu. Jego magia polega na połączeniu umiejętności przetwarzania językowego z wizualizacją. W skrócie, wystarczy podać opis obrazu, a DALL-E ożywi go, niezależnie od tego, czy przedstawia on rzeczywistość czy fantastyczną wizję. Takie podejście rewolucjonizuje świat kreatywności, komunikacji i edukacji, otwierając przed nami nieznane dotąd perspektywy.

Dowiedz się jak generować obrazy za pomocą ChatGPT i DALL-E 3

Kiedy powstało DALL-E?

DALL-E zostało zaprezentowane światu w styczniu 2021 roku. Stanowiło ważny krok w dziedzinie sztucznej inteligencji. Jest to wariant modelu przetwarzania językowego GPT-3, kolejnej znaczącej innowacji stworzonej przez OpenAI. DALL-E zaskoczyło społeczność naukową i technologiczną swoją zdolnością do tworzenia obrazów opartych na podpowiedziach tekstowych. W krótkim czasie stało się narzędziem, które nie tylko demonstrowało postępy w dziedzinie AI, ale również otworzyło nowe perspektywy dla sektorów takich jak grafika komputerowa, edukacja czy nawet sztuka.

Jednakże rozwój DALL-E nie zatrzymał się na pierwszej wersji. W kwietniu 2022 roku światło dzienne ujrzało DALL-E 2, zaprojektowane do generowania jeszcze bardziej fotorealistycznych obrazów o wyższych rozdzielczościach. Kolejnym etapem była premiera DALL-E 3, która miała miejsce 20 sierpnia 2023 roku, początkowo dostępna wyłącznie dla badaczy. Od października tego samego roku nowa wersja generatora obrazów stała się szerzej dostępna, choć na razie jedynie poprzez Bing Chat od Microsoftu.

Co nowego wprowadzono w DALL-E 3?

• Dokładność i prędkość: Najważniejszą aktualizacją w DALL-E 3 w porównaniu z wcześniejszymi wersjami jest zwiększona dokładność i szybsza prędkość generowania obrazów z tekstu. Nowy model ma na celu zminimalizowanie problemów związanych z generowaniem obrazów, tworząc bardziej szczegółowe, wyraziste i precyzyjne wizualizacje zgodnie z oczekiwaniami użytkownika.
• Wsparcie w burzy mózgów: System został zbudowany na bazie ChatGPT, co oznacza szybsze dostosowywanie poleceń i łatwe modyfikacje obrazów. Użytkownicy mogą konsultować się bezpośrednio z ChatGPT, traktując go jako “partnera do burzy mózgów” w tworzeniu koncepcji obrazów.
• Protokoły bezpieczeństwa i prawne: DALL-E 3 kładzie większy nacisk na protokoły bezpieczeństwa, unikając generowania obrazów o charakterze dorosłym, brutalnym czy nienawistnym. Aby uniknąć naruszenia praw autorskich, model również nie tworzy obrazów przypominających żyjące postacie publiczne ani nie naśladuje stylu żyjących artystów.
• Integracja z Bing: Co ciekawe, DALL-E 3 można używać bezpośrednio przez wyszukiwarkę Microsoftu, Bing. Funkcja ta została wprowadzona na początku października i jest dostępna poprzez Bing Chat, a nie jako samodzielne narzędzie. Funkcja ta jest dostępna tylko dla użytkowników ChatGPT Plus, którzy muszą płacić miesięczną subskrypcję.
• Możliwość ochrony własnych treści: Jak wszystkie modele AI, DALL-E 3 uczy się na podstawie dostępnych publicznie danych. Model przyswaja dane i wykorzystuje je do tworzenia nowych obrazów inspirowanych wcześniej zdobytą wiedzą. Nie wszyscy artyści chcą, aby ich dane były wykorzystywane przez DALL-E 3. Dlatego OpenAI oferuje właścicielom treści dwie opcje rezygnacji z wykorzystania ich obrazów jako danych treningowych.

Skąd wzięła się nazwa DALL-E?

Nazwa “DALL-E” jest hołdem dla surrealistycznego artysty Salvadora Dalí. Część “DALL” odnosi się do jego nazwiska, natomiast “E” jest nawiązaniem do animowanego robota Wall-E stworzonego przez Pixar.

Czy mogę użyć DALL-E nie będąc subskrybentem ChatGPT Plus?

Jeśli chodzi o korzystanie z DALL-E bez bycia subskrybentem ChatGPT Plus, na chwilę obecną tylko użytkownicy ChatGPT Plus mają dostęp do tej funkcji. Nie jest jeszcze jasne, kiedy (lub nawet czy w ogóle) DALL-E 3 zostanie udostępnione poza Bing Chat lub dla osób niebędących subskrybentami.

Czy za pomocą DALL-E mogę stworzyć jakikolwiek obraz?

Chociaż DALL-E jest niezwykle zaawansowany i potrafi generować szeroką gamę obrazów na podstawie opisów tekstowych, ma pewne ograniczenia:

• Specyficzność: Im bardziej szczegółowy i konkretny jest opis, tym lepszy jest prawdopodobnie wynikowy obraz. Niejasne opisy mogą prowadzić do niejednoznacznych lub nieoczekiwanych obrazów.
• Protokoły bezpieczeństwa i prawne: DALL-E został zaprojektowany z uwzględnieniem pewnych protokołów bezpieczeństwa. Nie będzie generować obrazów o charakterze dorosłym, brutalnym czy nienawistnym. Dodatkowo, aby uniknąć naruszenia praw autorskich, DALL-E nie będzie tworzyć obrazów przypominających żyjące postacie publiczne ani nie naśladować stylu żyjących artystów.
• Rzeczywistość i fantazja: Chociaż DALL-E może tworzyć obrazy rzeczy, które nie istnieją w rzeczywistości, jakość i wiarygodność wyjścia mogą się różnić. Na przykład może generować obraz “dwugłowego flaminga”, ale przedstawienie opiera się na danych treningowych i wrodzonej kreatywności modelu.
• Ograniczenia danych treningowych: Możliwości DALL-E opierają się na danych, na których został przeszkolony. Jeśli koncepcja jest zbyt nowatorska lub nie była obecna w jego danych treningowych, model może mieć trudności z wyprodukowaniem satysfakcjonującego obrazu.
• Proces iteracyjny: Czasami może to wymagać wielokrotnych prób i korekt, aby uzyskać pożądany obraz od DALL-E. Dostosowanie polecenia lub bardziej szczegółowy opis może pomóc w takich przypadkach.

Czy mogę korzystać z DALL-E 3 za darmo?

Nie, DALL-E 3 nie jest dostępne za darmo. Użytkownicy muszą subskrybować ChatGPT Plus, który jest płatną usługą na bazie miesięcznej subskrypcji.

Ile kosztuje korzystanie z DALL-E?

DALL-E 3 dostępne jest dla abonentów ChatGPT Plus. Subskrypcja miesięczna wynosi aktualnie 20 USD.

 Dall-E 2 vs. Dall-E 3

Według OpenAI, kluczową różnicą między DALL-E 2 a DALL-E 3 jest znacznie lepsze rozumienie przez nową wersję poleceń tekstowych, zwłaszcza tych dłuższych. DALL-E 3 poprawiło się także w obszarach, które wcześniej były problematyczne dla narzędzi do generowania obrazów, takich jak dłonie czy tekst.

Dodatkowo, DALL-E 3 posiada bardziej zaawansowane protokoły bezpieczeństwa w porównaniu do wcześniejszych wersji, odrzucając konkretne polecenia, które uważa za obraźliwe, eksplikacyjne lub naruszające prawa autorskie. Jednym z nowych udogodnień w DALL-E 3 jest także możliwość konsultacji bezpośrednio z ChatGPT, który pomaga użytkownikom w tworzeniu pomysłów na opisy obrazów, funkcji, której brakowało w DALL-E 2.

Czy subskrypcja ChatGPT ma jakieś limity użycia DAll-E?

Subskrypcja obejmuje nieograniczony dostęp zarówno do ChatGPT, jak i DALL-E 3.

Źródło: DataCamp | OpenAI