Meriv çawa bi karanîna DALL-E wêneyan diafirîne? Nivîsara AI-ê tabloyan çêdike, xatirê xwe ji nîgarkêşiya çopê re bêje!

✨Xeyalê xwe bi DALL-E🚀 vekin! Ev şoreşger AI Amûra hilberîna wêneyê dihêle hûn bi nivîsê re wêneyên balkêş biafirînin🎨.

Tenê ramanên xwe têkevin û DALL-E dê wan veguherîne karên hunerî yên jiyanê!

Ji peyzajên xewnan bigire heya bi heybetşexsîyetportre, îmkan heyebêsînor。

Tevlî xeleka sêrbaziya wênesaziya DALL-E bibin û rêwîtiya xweya hunerî dest pê bikin!

Di van demên dawî de, qada îstîxbarata sûnî (AI) pêşkeftinek berbiçav çêkiriye.GPT chat Ew ne tenê di afirandina nivîsê de bi pêş dikeve, lê qonaxa meya AI-ê hêdî hêdî ji nivîsa paqij berfireh dibe.

DALL-E çi ye?

DALL-E pergalek AI-ya şoreşger e ku li ser bingeha danasîna nivîsê wêneyan diafirîne.

DALL-E di afirîneriya îstîxbarata sûnî de qonaxek girîng e, û guhertoya herî paşîn, DALL-E 3, hê bi hêztir e.

Di vê rêbernameyê de, em ê ji nêz ve binihêrin ka DALL-E çi ye, ew çawa dixebite, deverên wê yên serîlêdanê, û serişteyên ji bo karanîna wê ji bo hilberîna naveroka dîtbarî ya mezin.

Têgeh hêsan xuya dike, lê ji bo encamên çêtirîn, hûn hewce ne ku van serişteyan ji bo encamên lêgerîna rastîn û rast bişopînin! Ji bo ku hûn encamên lêgerînê yên herî rast û rastîn bistînin, em serişte û hîleyên jêrîn ji we re peyda dikin.

Berî ku DALL-E bikar bînin, sê qaîdeyên lênihêrîna malê hene ku hûn hewce ne ku fêm bikin:

Ji ber ku we ji hêla teknîkî ve ramana hunera xwe afirandiye, hûn ji hêla xwerû ve hunermend in, her çend wêne dê bi ava nîşana rengîn a DALL-E 2 were dakêşandin.

Sînorên ku hûn dikarin çêbikin hene. Mînakî, polîtîkaya naverokê ya DALL-E 2 naveroka zirardar, xapandin, an siyasî qedexe dike. Ji bo pêşîgirtina destdirêjiyê, hin peyvên lêgerînê yên ji bo kesayetiyên gelemperî, wek Taylor Swift, neçalak in. Digel ku ne hemî navdar polîtîkayên naverokê binpê dikin, rûyên wan bi gelemperî ji bo ewlehiyê têne guheztin.

Sînorê krediyê ji bo DALL-E 2: Bikarhênerên ku berî 2023-ê Avrêl, 4-an bi e-nameyê hesabek xwe tomar dikin û diafirînin dikarin 6 krediyên belaş bistînin, ku her meh diqedin û têne nûkirin. Mînakî, min di 15ê Îlona 2022-an de qeyd kir, ji ber vê yekê ez her meh 9 krediyên belaş distînim, ku bixweber nûve dike. Bala xwe bidinê ku krediyên bêpere nayên rijandin, ji ber vê yekê ez sê mehan hunerê neafirînim jî, ez nikarim 25 krediyan berhev bikim. Bikarhênerên nû yên ku nû hesabek çêkirine êdî ji heman berjewendiya krediya belaş sûd werdigirin û divê herî kêm 15 kredî bi 60 $ bikirin. Bikarhêner dikarin bi navgîniya labs.openai.com ve, ku ji DALL-E API-yê cuda têne hesibandin, krediyên DALL-E ji hev cuda bikirin.

Kred tenê piştî ku ew têkevin û têne hilberandin têne vegerandin, lêgerînên ku di dawiyê de ji ber binpêkirinên polîtîkaya naverokê nehatine çêkirin dê ji krediya belaş neyê derxistin. Hûn dikarin li ser îkona profîla xwe ya li quncika jorîn a rastê ya navbera lêgerînê bikirtînin da ku hûn bibînin ka we her meh çiqas kredî maye, û hûn dikarin hilbijêrin ku bêtir bikirin, ji 115 $ ji bo 15 krediyan dest pê bikin.

Meriv çawa DALL-E bikar tîne da ku wêneyan çêbike?

DALL-E yek ji wan amûrên îstîxbarata sûnî ya herî hêzdar e ku niha li sûkê ye.

Ev jeneratorek wêneya îstîxbarata sûnî ye ku ji hêla tîmê OpenAI-yê li pişt ChatGPT ve hatî pêşve xistin. Ew teknolojiyek bi navê "îstîxbarata sûnî ya hilberîner" bikar tîne da ku wêneyên orîjînal ji sifirê li ser bingeha daxwazên nivîsê biafirîne.

Mînakî, heke hûn nivîsê binivîsin "an avocado chair with a red colored monkey”, DALL-E dê wêneyên nû yên vê tiştê xerîb çêbike.

Li şûna ku bi tenê perçeyên wêneyekê bibire û berhev bike, ew bi rastî tiştê ku hûn vedibêjin "xeyal dike". Danasîna we çiqas berfirehtir be, dê wêneyê encam jî safîtir be.

Hêjayî gotinê ye ku navê "DALL-E" homofoniya hunermendê surrealîst Salvador Dali û karakterê robotê hevalê Pixar WALL-E ye. Ev destnîşan dike ka DALL-E çawa huner û teknolojiyê bi hev re dike da ku rasterast ji danasînên nivîsê bandorên dîtbarî yên fantastîk biafirîne.

Ev ecêba DALL-E-yê ye, ku di afirîneriya îstîxbarata sûnî de hilkişînek temsîl dike.

Gava ku mirov bi hêsanî dikare tiştan bi peyvan xeyal bike, berê komputer nedikarî wiya bike, nemaze ne bi rengek wusa zelal. DALL-E xeyaliya pratîkî û kapasîteyên çareserkirina pirsgirêkê yên ku di komputeran de ne diyar dike, ji bo sêwirana grafîkî, şablonên wêneyan, sêwirana rûpelên malperê, û hêj bêtir îmkanên balkêş vedike.

DALL-E çawa dixebite?

DALL-E sêrbaziya xwe çawa derdixe? Wekî ku berê hate behs kirin, ew teknolojiyek bi navê "îstîxbarata sûnî ya hilberîner" bikar tîne. Werin em ji nêz ve binerin.

Modelên AI-ê yên hilberîner

Berevajî piraniya AI-a peywirê, modelên AI-ê yên hilberîner ne pispor in ku karek taybetî bikin.

Di şûna wê de, ew li ser komên girseyî yên wêne, nivîs, û daneyên din têne perwerde kirin da ku têgihiştinek kûr a têkiliyên di navbera têgehên cihêreng de pêşve bibin.

Ev rê dide wan ku hilberek nû ya ku pir realîst e û bi rêkûpêk bi daxwaziyan re têkildar biafirînin.

Mînakî, AI-yek ku tenê li ser wêneyên pisîkan hatî perwerde kirin dê nikaribe heywanek nû ya mîna "şêrê flamîngo" xeyal bike. Li ser bi mîlyonan wêneyên cûrbecûr heywanan, mirovan, pêlîstokan û hêj bêtir hatine perwerde kirin, modela hilberîner dikare vê zanînê berhev bike da ku li ser bingeha pêşniyaran hîbrîdek flamingo-şêr bi qanih çêbike.

Di guhertoya herî dawî ya DALL-E 3 de, ev şiyana afirandina tiştên bi tevahî nû bêtir hate destnîşan kirin. Guhertoya nû di şîrovekirina nîşanan de, girtina cûdahiyên nazik û hûrguliyên ku modelên berê nikarîbûn bikişîne de astek bilindtir rast nîşan dide.

Li gorî jeneratorên îstîxbarata sûnî yên berê, DALL-E 3 dema ku rêwerzên tevlihev werdigire êdî mêldarê encamên neçaverê ye. Di şûna wê de, ew têgihiştinek bilind a ziman nîşan dide ku dihêle ku ew senaryoyên nû û karakterên ku ji hêviyên ji modelên hilberîner ên nivîs-bi-wêne zêdetir in, xeyal bike.

Bi DALL-E 3 re, pêwendiya di navbera ziman û wêneyê de hîn nêzîktir e, bi şiyana şîrovekirina çarçoweya nîşanan ne ku tenê bi mekanîkî wêneyan çêbike. Ev yek wêneyên hatî çêkirin nêzî hêviyên bikarhêner dike.

Dûv re, ka em hûrguliyek kûr li ser ka mîmariya nifşê DALL-E çawa dixebite.

Mîmariya hilberîner a DALL-E çawa dixebite?

Mifteya ku DALL-E bikaribe ji nivîsê wêneyan biafirîne di mîmariya wê ya tora neuralî ya bi taybetî hatî sêwirandin de ye:

Komên daneyên mezin:

DALL-E li ser bi mîlyaran cotên wêne-text tê perwerde kirin, ku ew dihêle ku têgînên dîtbarî û têkiliya wan bi naveroka tekstî an zimanê axaftinê re fêr bibe. Vê berhevoka daneya girseyî têgihiştinek berfireh a zanîna cîhanê peyda dike.

Struktura hiyerarşîk:

Tora ji têgehên asta bilind heya hûrguliyan nûneriyek hiyerarşîk heye. Tebeqên jorîn kategoriyên berfireh fam dikin (mîna çivîkan), dema ku qatên jêrîn taybetmendiyên nazik nas dikin (wek şeklê bejna, reng û pozîsyona li ser rû).

Şîfrekirina nivîsê:

Bi karanîna vê zanînê, DALL-E dikare peyvên nivîskî veguherîne temsîlek matematîkî ya nivîsê. Mînak dema em “Şêr-Flamingo” dinivîsin, ew dizane ku flamîngo çi ye, şêr çi ye û dikare taybetmendiyên cuda yên her du ajalan bigihîne hev. Bi saya vê wergerê, têketina nivîsê dikare hilbera dîtbarî çêbike.

Vê mîmariya pêşkeftî DALL-E dihêle ku li dû nîşanên nivîsê bi rengek rast wêneyên afirîner û hevgirtî biafirîne.

Naha, em tevliheviyên teknîkî fam dikin, lê ji bo bikarhênerê dawî, karanîna DALL-E pir hêsan e.

Tenê têkevin navnîşan û wêneyên balkêş biafirînin.

Modelên ziman û DALL-E

Parçeyek girîng a mîmariya DALL-E modela zimanê GPT (Generative Pretrained Transformer) e. Van modelan di şîrovekirin û paqijkirina nîşanan de rolek sereke dilîzin.

Modela GPT di têgihîştina çarçove û cûdahiyên nazik ên ziman de baş e. Dema ku daxwazek tête navnîş kirin, modela GPT ne tenê peyvan dixwîne lê di heman demê de mebest û wateya nazik a li pişt wan jî fam dike. Ev têgihîştin ji bo wergerandina ramanên razber an tevlihev li hêmanên dîtbar ên ku beşa hilberîna wêneya DALL-E dikare bikar bîne pir girîng e.

Ger şîreta destpêkê ne zelal an jî pir berfireh be, modela GPT dikare bibe alîkar ku şîretê safîkirin an berfireh bike. Bi perwerdehiya berfireh a li ser ziman û cûrbecûr mijaran, ew dikare destnîşan bike ka kîjan hûrgulî dibe ku ji wêneyek re têkildar an balkêş bin, hetta di nameya orîjînal de bi eşkere nehatibe gotin.

Modela GPT di heman demê de dikare xeletî an nezelaliyên mimkun ên di şîretan de jî nas bike. Mînakî, heke daxwaznameyek nerazîbûnên rastîn an zimanek tevlihev hebe, model dikare xeletiyê rast bike an li zelalkirinê bigere, û piştrast bike ku têketina paşîn a hilberînerê wêneyê bi qasî ku gengaz zelal û rast e.

Balkêş e, rola GPT bi têgihiştin û safîkirinê re sînordar nabe, ew di heman demê de dikare qatek afirîneriyê jî zêde bike. Bi perwerdehiya berfereh, ew dikare bi şîroveyên yekta an xeyalî yên nîşanan derkeve, sînorên hilberîna wêneyê derxe.

Di eslê xwe de, modela zimanê GPT di navbera têketina bikarhêner û kapasîteyên hilberîna wêneya DALL-E de navbeynkarek jîr e. Ew ne tenê piştrast dikin ku tavilê bi rast têne fêm kirin, ew di heman demê de dewlemend û xweşbîn dibin da ku hilberîna dîtbarî ya herî têkildar û afirîner hilberînin.

DALL-E ji bo çi tê bikar anîn?

Zeviyên serîlêdanê yên DALL-E cihêreng in. Ew dikare ji bo afirandina cûrbecûr hêmanên dîtbarî were bikar anîn, ji bo pîşesazî û karanîna cûda piştgirîya afirîner û sêwiranê peyda dike.

sêwirana grafîkî:

DALL-E dikare li ser wêne, nivîs, û daneyên din ên din perwerdehiyek bêhempa û berbiçav biafirîne da ku têgihiştinek kûr a têkiliyên di navbera têgehên cihêreng de bigire.

Bi vî rengî, ew dikarin hilberên nûjen ên ku pir realîst in û bi rêkûpêk bi nîşanên peydakirî re têkildar biafirînin.

Mînakî, AI-yek ku tenê li ser wêneyên pisîkan hatî perwerde kirin dê nikaribe celebên heywanên nû yên mîna "flamîngo û şêran" xeyal bike.

Û bi perwerdekirina bi mîlyonan wêne, nivîs, û dengê heywanên cûrbecûr, mirov, pêlîstok û hêj bêtir, modela hilberîner dikare van encamên fêrbûnê bihevre bike da ku hîbrîdên wekî "flamîngo û şêran" bi qanih çêbike.

Di guhertoya herî dawî ya DALL-E 3 de, ev şiyana afirandina tiştên nû hîn bi hêztir e. Ew jêhatîbûnên nû di şirovekirina rasteqînî de nîşan dide û girtina cûdahiyên nazik û hûrguliyên ku modelên berê nekarîn bi dest bixin de destnîşan dike.

Li gorî jeneratorên îstîxbarata sûnî yên berê, DALL-E 3 dema ku rêwerzên tevlihev werdigire kapasîteyên têgihiştina çêtir nîşan dide. Digel ku jeneratorên berê dema ku daxwazên tevlihev hildiberînin encamên neçaverêkirî çêdibin, DALL-E 3 têgihîştina zimanî ya hêja destnîşan dike, ku dihêle ku ew senaryo û karakterên nû ji hêviyên nûjenkirina nivîs-bi-image xeyal bike.

Bi DALL-E 3 re, pêwendiya di navbera ziman û wêneyê de hîn nêziktir e, ji ber vê yekê ew dikare li şûna ku tenê ji nivîsê bixwîne, çarçoweya bilez şîrove bike. Encamên ku têne hilberandin dibe ku pir nêzî hewcedariyên bikarhêner bin.

Li vir mînakek pêşniyarek hêsan heye: "Şêrê flamîngo bifikirin."

Derketina wêneyê:

Ji ber vê yekê, ew çawa tête bidestxistin? Ev şiyana "xeyalkirina" nivîsê ji du hêmanên sereke yên modelên AI-ya hilberîner vedigire:

Tora Neuralî:

Tora neuralî torgilokek algorîtmaya hiyerarşîk e ku prensîba xebatê ya neuronan di mêjiyê mirovan de simul dike. Ew dihêle îstîxbarata sûnî ku di berhevokên daneya mezin de qalib û têgînan nas bike.

Algorîtmaya fêrbûna makîneyê:

Van algorîtmayan, wekî fêrbûna kûr, berdewam dikin ku têgihîştina torên neuralî yên têkiliyên daneyê baştir bikin.

Modelên hilberîner bi perwerdehiya li ser komên daneya mezin têgihiştina têgehî ya dewlemend a cîhanê ava dikin. Serlêdanên rast dikarin van encamên fêrbûnê ji nû ve tevlihev bikin da ku hilberek ku berê nehatiye dîtin hilberîne.

Mîmariya Generative ya DALL-E çawa dixebite

DALL-E bi saya mîmariya xweya tora neuralî ya bi taybetî hatî sêwirandin dikare ji nivîsê wêneyan çêbike:

Komên daneyên mezin:

DALL-E li ser bi mîlyaran cotên wêne-tekst tê perwerde kirin, ku dihêle ew fêrî têgehên dîtbarî û têkiliya wan bi naveroka tekstî an zimanê axaftinê re bibe. Vê berhevoka daneya girs jê re zanîna berfireh a cîhanê peyda dike.

Struktura hiyerarşîk:

Tora bi hiyerarşîk tê temsîl kirin, ji têgehên asta bilind bigire heya hûrguliyan. Tebeqên jorîn kategoriyên berfireh fam dikin (mîna çûkan), dema ku qatên jêrîn taybetmendiyên nazik nas dikin (mîna şiklê beqê, reng û pozîsyona li ser rû).

Şîfrekirina nivîsê:

Bi vê zanînê, DALL-E dikare peyvên nivîskî veguherîne temsîlên matematîkî. Mînak dema em “şêrê flamîngo” dinivîsin, ew dizane ku flamîngo û şêr çi ne û dikare taybetmendiyên cuda yên her du ajalan li hev bicivîne. Bi vî rengî werger, têketina nivîsê dikare hilberîna dîtbarî çêbike.

Ev mîmariya pêşkeftî ji DALL-E re dibe alîkar ku wêneyên afirîner û hevgirtî yên ku li ser bingeha nişanên nivîsê yên rast têne çêkirin çêbikin.

Naha, em dizanin ku pirsgirêkên teknîkî dikarin pir tevlihev bin, lê ji bo bikarhênerê dawîn, operasyon pir hêsan e.

Tenê serişteyan peyda bikin û wêneyên balkêş biafirînin.

Modelên ziman û DALL-E

Parçeyek girîng a mîmariya DALL-E modela zimanê GPT (Generative Pretrained Transformer) e. Van modelan di şîrovekirin û paqijkirina nîgaran de ji bo xweşbînkirina hilberîna wêneyê rolek sereke dilîzin.

Modelên GPT di têgihîştina çarçove û hûrgelên zimên de baş in. Dema ku tê xwestin, modela GPT dikare ne tenê peyvan nas bike lê di heman demê de mebest û wateya nazik li pişt wan jî fam bike. Ev têgihîştin ji bo wergerandina ramanên razber an tevlihev li hêmanên dîtbar ên ku beşa hilberîna wêneya DALL-E dikare bikar bîne pir girîng e.

Ger şîreta destpêkê dibe ku nezelal an pir berfireh be, modela GPT dikare bibe alîkar ku daxwazê ​​safîkirin an berfireh bike. Bi perwerdehiya berfireh a li ser ziman û cûrbecûr mijaran, ew dikare destnîşan bike ka kîjan hûrgulî dibe ku bi wêneyek re têkildar an balkêş bin, her çend ew bi eşkereyî di navgîniya orîjînal de nehatibin gotin.

Modela GPT di heman demê de dikare xeletî an nezelaliyên mimkun ên di şîretan de jî nas bike. Mînakî, heke daxwaznameyek nerazîbûnên rastîn an zimanek tevlihev hebe, model dikare xeletiyê rast bike an li zelalkirinê bigere, û piştrast bike ku derketina paşîn a hilberînerê wêneyê bi qasî ku gengaz zelal û rast e.

Balkêş e, rola GPT bi têgihiştin û safîkirinê re sînordar nabe, ew di heman demê de dikare qatek afirîneriyê jî zêde bike. Bi perwerdehiya berfereh, ew dikare bi şiroveyên yekta an xeyalî yên nîşanan derkeve, sînorên afirîner ên hilberîna wêneyê derxe.

Di eslê xwe de, modela zimanê GPT di navbera têketina bikarhêner û kapasîteyên hilberîna wêneya DALL-E de navbeynkarek jîr e. Ew ne tenê piştrast dike ku şîret bi rast têne fêm kirin, lê ew di heman demê de dewlemend û xweşbîn dibin da ku hilberîna dîtbarî ya herî têkildar û afirîner hilberînin.

Serlêdana DALL-E

DALL-E ji xwenîşandanek teknolojiyê ya xweş wêdetir e, gelek sepanên wê yên pratîkî hene.

1. Sêwirana afirîner:

Sêwiran dikarin bi DALL-E re ramanên xwe yên afirîner bi hêsanî fêhm bikin. Ka ew têgehek hilberek bêhempa, wêneyek reklamê, an karek hunerî be, DALL-E dikare îlhama nû li qada sêwiranê derxîne.

2. Afirandina naverokê:

Nivîskar û afirîner dikarin DALL-E bikar bînin da ku ji bo çîrok, gotar an çîrokên xwe hêmanên dîtbar biafirînin. Ev dibe alîkar ku afirînên wan dewlemend bikin û wan balkêştir bikin.

3. Bazirganiya dîtbar:

Nîşan û tîmên kirrûbirrê dikarin DALL-E bikar bînin da ku reklamên balkêş, poster û materyalên din ên danasînê biafirînin. Ev dibe alîkar ku hişmendiya brandê zêde bike û bêtir temaşevanên armanc bikişîne.

4. Alîkariya perwerdehiyê:

Perwerdekar dikarin DALL-E bikar bînin da ku wêneyan çêbikin da ku materyalên hînkirinê zindîtir û balkêştir bikin. Xwendekar bi hêmanên dîtbarî dikarin têgehên tevlihev baştir fam bikin.

5. Afirandina dîmena virtual:

Hilberînerên fîlim û televizyonê û pêşdebirên lîstikê dikarin DALL-E bikar bînin da ku dîmen, karekter û amûrên bêhempa biafirînin da ku reng li karên xwe zêde bikin.

Ev tenê serê berfê ya DALL-E ye, û deverên serîlêdana wê hîn jî berfireh dibin. Ew afirîneriyek nedîtî û bikêrhatî ji hemî beşên jiyanê re tîne.

di encam de

Di pêla îstîxbarata sûnî de, DALL-E bê guman hespek tarî ye. Ew di hilberîna wêneyê de kapasîteyên awarte yên îstîxbarata sûnî destnîşan dike, ji bo afirîner, sêwiraner û pisporên kirrûbirrê amûrên hêzdar peyda dike.

Di nav fêrbûna kûr û torên neuralî yên pêşkeftî de, DALL-E ne tenê nekare şîretên nivîsê fam bike, lê di heman demê de bi afirîner wan veguherîne naverokek dîtbarî ya balkêş. Pêvajoya hilberîna wê îstîxbarata çêkirî ya hilberîner û modelên zimanî bi hev re dike ku ji bikarhêneran re ezmûnek hêsan û hêzdar peyda bike.

Ka ew sêwirana afirîner, afirandina naverokê an kirrûbirra be, DALL-E zindîtiya nû di pîşesaziyên cihêreng de derzî kiriye. Ew ne tenê lûtkeya teknolojiyê ye, lê di heman demê de çavkaniya afirîneriya bêsînor jî ye.

Her ku teknolojî pêşkeftina xwe berdewam dike, em dikarin li bendê bin ku guhertoyên pêşerojê yên DALL-E dê bêtir surprîzên xwe bînin û bêtir zindîtî li qada îstîxbarata sûnî derxînin.