OpenAI نسخه سوم پلتفرم هوش مصنوعی مولد خود Dall-E را عرضه کرد

شرکت OpenAI به تازگی نسخه سوم پلتفرم هوش مصنوعی مولد خود، Dall-E، را منتشر کرده است که به کاربران امکان می‌دهد از ربات چت ChatGPT برای تولید تصاویر از پیام‌ها استفاده کنند.

Dall-E ابزاری است که پیام‌ها را از متن به تصویر تبدیل می‌کند. محققان OpenAI می‌گویند که با انتشار نسخه سوم، این ابزار متن را بهتر درک می‌کند و مانند نسخه قبلی، کلمات خاص را از قلم نمی‌اندازد.

نکته قابل توجه این است که Dall-E 3 با ChatGPT یکپارچه شده است. اکنون کاربران نیازی به ایجاد یادآوری‌های دقیق برای Dall-E 3 ندارند، بلکه می‌توانند از چت‌بات ChatGPT بخواهند که به آنها یادآوری‌هایی ارائه دهد. کاربران همچنین می‌توانند در صورت داشتن ایده‌های خاص برای Dall-E از یادآوری‌های خود استفاده کنند.

تصویر برای Dall-E 3 تولید شده است.

Dall-E اولین بار توسط OpenAI در ژانویه 2021، پیش از پلتفرم‌های دیگری مانند Midjourney، منتشر شد. با انتشار نسخه دوم در سال 2022، OpenAI پس از دریافت انتقاداتی مبنی بر تولید تصاویر جانبدارانه توسط Dall-E، یک لیست انتظار برای کنترل افرادی که می‌توانند از این ابزار استفاده کنند، باز کرد. در سپتامبر همان سال، این شرکت آمریکایی لیست انتظار را حذف کرد و Dall-E 2 را برای عموم در دسترس قرار داد.

Dall-E 3 ابتدا در ماه اکتبر برای کاربران ChatGPT Plus و ChatGPT Enterprise و پس از آن برای آزمایشگاه‌ها و سرویس‌های API منتشر خواهد شد. نسخه رایگان برای همه هنوز اعلام نشده است.

OpenAI می‌گوید که برای ایجاد حفاظ‌های قوی جهت جلوگیری از ایجاد تصاویر نفرت‌انگیز، کار زیادی را در Dall-E 3 انجام داده است. این شرکت همچنین با «بازیگران قرمز» خارجی - گروه‌هایی که عمداً سعی در شکستن یک سیستم برای آزمایش ایمنی آن دارند - همکاری کرده و به طبقه‌بندی ورودی (روشی برای آموزش یک مدل زبانی برای نادیده گرفتن کلمات خاص برای جلوگیری از درخواست‌های خشونت‌آمیز و تحریک‌آمیز) متکی بوده است. Dall-E 3 همچنین قادر به تولید تصاویر چهره‌های عمومی در صورتی که درخواست به نام خاصی اشاره کند، نخواهد بود.

نماینده‌ی OpenAI در ایمیلی اعلام کرد که Dall-E 3 برخلاف Dall-E 2، طوری آموزش دیده که تصاویر را به سبک هنرمندان زنده خلق نکند.

منبع