ວິທີການສ້າງຮູບພາບໂດຍໃຊ້ DALL-E? ຂໍ້ຄວາມ AI ສ້າງຮູບແຕ້ມ, ບອກລາສີຂີ້ຕົວະ!

✨ປົດປ່ອຍຈິນຕະນາການຂອງເຈົ້າດ້ວຍ DALL-E🚀! ການປະຕິວັດນີ້ AI ເຄື່ອງມືສ້າງຮູບພາບຊ່ວຍໃຫ້ທ່ານສ້າງຮູບພາບທີ່ສວຍງາມດ້ວຍຂໍ້ຄວາມ🎨.

ພຽງ​ແຕ່​ໃສ່​ຄວາມ​ຄິດ​ຂອງ​ທ່ານ​ແລະ DALL-E ຈະ​ປ່ຽນ​ໃຫ້​ເຂົາ​ເຈົ້າ​ເປັນ​ວຽກ​ງານ​ສິ​ລະ​ປະ​ທີ່​ຄ້າຍ​ຄື​ຊີ​ວິດ​!

ຈາກພູມສັນຖານທີ່ຝັນໄປສູ່ຄວາມສວຍງາມບຸກຄົນຮູບຄົນ, ຄວາມເປັນໄປໄດ້ແມ່ນບໍ່ຈຳກັດ。。

ເຂົ້າຮ່ວມວົງມົນວິຈິດແຕ້ມ DALL-E ແລະເລີ່ມຕົ້ນການເດີນທາງສິລະປະຂອງທ່ານ!

ບໍ່ດົນມານີ້, ພາກສະຫນາມຂອງປັນຍາປະດິດ (AI) ມີຄວາມກ້າວຫນ້າຢ່າງໂດດເດັ່ນ.ສົນທະນາ GPT ມັນບໍ່ພຽງແຕ່ດີເລີດໃນການສ້າງຂໍ້ຄວາມ, ແຕ່ຂັ້ນຕອນຂອງ AI ຂອງພວກເຮົາຄ່ອຍໆຂະຫຍາຍອອກໄປນອກເຫນືອຈາກຂໍ້ຄວາມທີ່ບໍລິສຸດ.

DALL-E ແມ່ນຫຍັງ?

DALL-E ແມ່ນລະບົບ AI ປະຕິວັດທີ່ສ້າງຮູບພາບໂດຍອີງໃສ່ຄໍາອະທິບາຍຂໍ້ຄວາມ.

DALL-E ເປັນຈຸດສໍາຄັນໃນຄວາມຄິດສ້າງສັນຂອງປັນຍາປະດິດ, ແລະຮຸ່ນຫຼ້າສຸດ, DALL-E 3, ແມ່ນມີຄວາມເຂັ້ມແຂງກວ່າ.

ໃນຄູ່ມືນີ້, ພວກເຮົາຈະພິຈາລະນາຢ່າງລະອຽດວ່າ DALL-E ແມ່ນຫຍັງ, ມັນເຮັດວຽກແນວໃດ, ພື້ນທີ່ຂອງຄໍາຮ້ອງສະຫມັກຂອງມັນ, ແລະຄໍາແນະນໍາສໍາລັບການນໍາໃຊ້ມັນເພື່ອສ້າງເນື້ອຫາທີ່ດີ.

ແນວຄວາມຄິດຟັງຄືງ່າຍດາຍ, ແຕ່ເພື່ອໃຫ້ໄດ້ຜົນທີ່ດີທີ່ສຸດ, ທ່ານຈໍາເປັນຕ້ອງປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ສໍາລັບຜົນການຄົ້ນຫາທີ່ແທ້ຈິງແລະຖືກຕ້ອງ! ເພື່ອຮັບປະກັນວ່າທ່ານໄດ້ຮັບຜົນການຄົ້ນຫາທີ່ແທ້ຈິງແລະຖືກຕ້ອງທີ່ສຸດ, ພວກເຮົາສະຫນອງຄໍາແນະນໍາແລະ tricks ດັ່ງຕໍ່ໄປນີ້ໃຫ້ທ່ານ.

ກ່ອນທີ່ຈະໃຊ້ DALL-E, ມີສາມກົດລະບຽບການຮັກສາເຮືອນທີ່ເຈົ້າຕ້ອງເຂົ້າໃຈ:

ນັບຕັ້ງແຕ່ເຈົ້າສ້າງຄວາມຄິດທາງດ້ານເຕັກນິກສໍາລັບວຽກງານສິລະປະຂອງເຈົ້າ, ເຈົ້າເປັນນັກສິລະປິນໂດຍຄ່າເລີ່ມຕົ້ນ, ເຖິງແມ່ນວ່າຮູບພາບຈະຖືກດາວໂຫລດດ້ວຍ watermark ສີຂອງ DALL-E 2.

ມີຂໍ້ຈໍາກັດຕໍ່ສິ່ງທີ່ເຈົ້າສາມາດສ້າງໄດ້. ຕົວຢ່າງ, ນະໂຍບາຍເນື້ອຫາຂອງ DALL-E 2 ຫ້າມເນື້ອຫາທີ່ເປັນອັນຕະລາຍ, ຫຼອກລວງ, ຫຼືທາງດ້ານການເມືອງ. ເພື່ອປ້ອງກັນການລ່ວງລະເມີດ, ບາງຄໍາຄົ້ນຫາສໍາລັບຕົວເລກສາທາລະນະ, ເຊັ່ນ Taylor Swift, ແມ່ນຖືກປິດໃຊ້ງານ. ໃນຂະນະທີ່ບໍ່ແມ່ນນັກສະເຫຼີມສະຫຼອງທຸກຄົນລະເມີດນະໂຍບາຍເນື້ອຫາ, ໃບຫນ້າຂອງພວກເຂົາມັກຈະຖືກບິດເບືອນເພື່ອຄວາມປອດໄພ.

ວົງເງິນສິນເຊື່ອສໍາລັບ DALL-E 2: ຜູ້ໃຊ້ທີ່ລົງທະບຽນ ແລະສ້າງບັນຊີຜ່ານທາງອີເມວກ່ອນວັນທີ 2023 ເມສາ 4 ສາມາດໄດ້ຮັບ 6 ສິນເຊື່ອຟຣີ, ໝົດອາຍຸ ແລະຕໍ່ອາຍຸໃນແຕ່ລະເດືອນ. ຕົວຢ່າງ, ຂ້ອຍໄດ້ລົງທະບຽນໃນວັນທີ 15 ກັນຍາ 2022, ດັ່ງນັ້ນຂ້ອຍຈຶ່ງໄດ້ຮັບ 9 ເຄຣດິດຟຣີທຸກໆເດືອນ, ເຊິ່ງຕໍ່ອາຍຸອັດຕະໂນມັດ. ໃຫ້ສັງເກດວ່າສິນເຊື່ອຟຣີແມ່ນບໍ່ສາມາດມ້ວນໄດ້, ດັ່ງນັ້ນເຖິງແມ່ນວ່າຂ້ອຍບໍ່ໄດ້ສ້າງສິລະປະເປັນເວລາສາມເດືອນ, ຂ້ອຍບໍ່ສາມາດສະສົມ 25 ເຄຣດິດໄດ້. ຜູ້​ໃຊ້​ໃໝ່​ທີ່​ຫາ​ກໍ່​ສ້າງ​ບັນ​ຊີ​ຈະ​ບໍ່​ໄດ້​ຮັບ​ຜົນ​ປະ​ໂຫຍດ​ການ​ປ່ອຍ​ສິນ​ເຊື່ອ​ທີ່​ບໍ່​ເສຍ​ຄ່າ​ຄື​ກັນ​ອີກ​ຕໍ່​ໄປ ແລະ​ຕ້ອງ​ຊື້​ສິນ​ເຊື່ອ​ຢ່າງ​ໜ້ອຍ 15 ອັນ​ໃນ​ມູນ​ຄ່າ $60. ຜູ້ໃຊ້ສາມາດຊື້ເຄຣດິດ DALL-E ແຍກຕ່າງຫາກໄດ້ຜ່ານ labs.openai.com, ເຊິ່ງຖືກຮຽກເກັບເງິນແຍກຕ່າງຫາກຈາກ DALL-E API.

ເຄຣດິດແມ່ນສາມາດແລກໄດ້ພຽງແຕ່ຫຼັງຈາກທີ່ພວກເຂົາຖືກປ້ອນແລະສ້າງ, ການຄົ້ນຫາທີ່ບໍ່ໄດ້ຖືກສ້າງຂຶ້ນໃນທີ່ສຸດເນື່ອງຈາກການລະເມີດນະໂຍບາຍເນື້ອຫາຈະບໍ່ຖືກຫັກອອກຈາກເຄຣດິດຟຣີ. ທ່ານ​ສາ​ມາດ​ຄລິກ​ໃສ່​ໄອ​ຄອນ profile ຂອງ​ທ່ານ​ໃນ​ແຈ​ຂວາ​ເທິງ​ຂອງ​ການ​ໂຕ້​ຕອບ​ການ​ຄົ້ນ​ຫາ​ເພື່ອ​ເບິ່ງ​ວ່າ​ທ່ານ​ໄດ້​ປ່ອຍ​ສິນ​ເຊື່ອ​ຫຼາຍ​ປານ​ໃດ​ໃນ​ແຕ່​ລະ​ເດືອນ​, ແລະ​ທ່ານ​ສາ​ມາດ​ເລືອກ​ທີ່​ຈະ​ຊື້​ເພີ່ມ​ເຕີມ​, ໂດຍ​ເລີ່ມ​ຕົ້ນ​ທີ່ $115 ສໍາ​ລັບ 15 credits​.

ໃຊ້ DALL-E ເພື່ອສ້າງຮູບພາບແນວໃດ?

DALL-E ແມ່ນຫນຶ່ງໃນເຄື່ອງມືປັນຍາປະດິດທີ່ມີປະສິດທິພາບທີ່ສຸດໃນຕະຫຼາດໃນປະຈຸບັນ.

ນີ້ແມ່ນເຄື່ອງສ້າງຮູບພາບປັນຍາປະດິດທີ່ພັດທະນາໂດຍທີມງານ OpenAI ທີ່ຢູ່ເບື້ອງຫຼັງ ChatGPT. ມັນໃຊ້ເຕັກໂນໂລຢີທີ່ເອີ້ນວ່າ "ປັນຍາປະດິດສ້າງ" ເພື່ອສ້າງຮູບພາບຕົ້ນສະບັບຈາກຈຸດເລີ່ມຕົ້ນໂດຍອີງໃສ່ການເຕືອນຂໍ້ຄວາມ.

ຕົວຢ່າງ, ຖ້າທ່ານໃສ່ຂໍ້ຄວາມ "an avocado chair with a red colored monkey”, DALL-E ຈະສ້າງຮູບພາບໃຫມ່ຂອງວັດຖຸທີ່ແປກປະຫຼາດນີ້.

ແທນທີ່ຈະພຽງແຕ່ຕັດແລະປະກອບພາກສ່ວນຂອງຮູບພາບ, ຕົວຈິງແລ້ວມັນແມ່ນ "ຈິນຕະນາການ" ສິ່ງທີ່ທ່ານອະທິບາຍ. ຍິ່ງລາຍລະອຽດຂອງທ່ານມີລາຍລະອຽດຫຼາຍເທົ່າໃດ, ຮູບພາບຜົນໄດ້ຮັບຈະມີຄວາມຫຼູຫຼາຫຼາຍຂື້ນ.

ມັນເປັນມູນຄ່າທີ່ສັງເກດວ່າຊື່ "DALL-E" ແມ່ນ homophony ຂອງສິລະປິນ surrealist Salvador Dali ແລະຕົວລະຄອນຫຸ່ນຍົນທີ່ເປັນມິດຂອງ Pixar WALL-E. ນີ້ຊີ້ໃຫ້ເຫັນເຖິງວິທີທີ່ DALL-E ປະສົມປະສານສິລະປະແລະເຕັກໂນໂລຢີເພື່ອສ້າງຜົນກະທົບດ້ານສາຍຕາທີ່ມະຫັດສະຈັນໂດຍກົງຈາກຄໍາອະທິບາຍຂໍ້ຄວາມ.

ນີ້ແມ່ນສິ່ງມະຫັດສະຈັນຂອງ DALL-E, ເຊິ່ງສະແດງເຖິງການກ້າວກະໂດດໃນຄວາມຄິດສ້າງສັນທາງປັນຍາປະດິດ.

ໃນຂະນະທີ່ມະນຸດສາມາດຈິນຕະນາການສິ່ງຕ່າງໆໄດ້ຢ່າງງ່າຍດາຍໂດຍຜ່ານຄໍາສັບຕ່າງໆ, ຄອມພິວເຕີເຄີຍບໍ່ສາມາດທີ່ຈະເຮັດແນວນັ້ນ, ໂດຍສະເພາະບໍ່ແມ່ນໃນລັກສະນະ vivid. DALL-E ຮັບຮູ້ການຈິນຕະນາການປະຕິບັດ ແລະຄວາມສາມາດແກ້ໄຂບັນຫາທີ່ມີຢູ່ໃນຄອມພິວເຕີ, ເປີດຄວາມເປັນໄປໄດ້ທີ່ຫນ້າຕື່ນເຕັ້ນສໍາລັບການອອກແບບກຣາຟິກ, ແມ່ແບບຮູບພາບ, ການຈັດວາງຫນ້າເວັບ ແລະອື່ນໆອີກ.

DALL-E ເຮັດວຽກແນວໃດ?

DALL-E ໂຍນວິເສດແນວໃດ? ດັ່ງທີ່ໄດ້ກ່າວກ່ອນຫນ້ານີ້, ມັນໃຊ້ເຕັກໂນໂລຢີທີ່ເອີ້ນວ່າ "ປັນຍາປະດິດສ້າງ." ລອງເບິ່ງໃກ້ໆ.

ແບບຈໍາລອງ AI ທົ່ວໄປ

ບໍ່ຄືກັບ AI ສະເພາະໜ້າວຽກສ່ວນໃຫຍ່, ແບບຈໍາລອງ AI ທົ່ວໄປບໍ່ແມ່ນສະເພາະເພື່ອປະຕິບັດໜ້າທີ່ສະເພາະໃດໜຶ່ງ.

ແທນທີ່ຈະ, ພວກເຂົາໄດ້ຮັບການຝຶກອົບຮົມກ່ຽວກັບຊຸດຮູບພາບ, ຂໍ້ຄວາມ, ແລະຂໍ້ມູນອື່ນໆຢ່າງຫຼວງຫຼາຍເພື່ອພັດທະນາຄວາມເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບຄວາມສໍາພັນລະຫວ່າງແນວຄວາມຄິດຕ່າງໆ.

ນີ້ເຮັດໃຫ້ພວກເຂົາສາມາດສ້າງຜົນຜະລິດໃຫມ່ທີ່ມີຄວາມເປັນຈິງສູງແລະກົງກັບການກະຕຸ້ນເຕືອນ.

ຕົວຢ່າງ, AI ທີ່ໄດ້ຮັບການຝຶກອົບຮົມພຽງແຕ່ກ່ຽວກັບຮູບພາບຂອງແມວຈະບໍ່ສາມາດຈິນຕະນາການສັດໃຫມ່ເຊັ່ນ "flamingo-lion." ໂດຍໄດ້ຮັບການຝຶກອົບຮົມຈາກຫຼາຍລ້ານຮູບພາບຂອງສັດ, ຄົນ, ຂອງຫຼິ້ນ ແລະ ອື່ນໆ, ຮູບແບບການຜະລິດສາມາດປະສົມປະສານຄວາມຮູ້ນີ້ເພື່ອສ້າງເປັນລູກປະສົມ flamingo-lion ໂດຍອີງໃສ່ການກະຕຸ້ນເຕືອນ.

ໃນຮຸ່ນຫຼ້າສຸດຂອງ DALL-E 3, ຄວາມສາມາດໃນການສ້າງສິ່ງໃຫມ່ຢ່າງສົມບູນນີ້ໄດ້ຖືກສະແດງໃຫ້ເຫັນຕື່ມອີກ. ສະບັບໃຫມ່ສະແດງໃຫ້ເຫັນເຖິງຄວາມຖືກຕ້ອງໃນລະດັບທີ່ສູງຂຶ້ນໃນການຕີຄວາມຫມາຍຕົວຊີ້ບອກ, ເກັບກໍາຄວາມແຕກຕ່າງທີ່ລະອຽດອ່ອນແລະລາຍລະອຽດທີ່ຕົວແບບກ່ອນຫນ້າບໍ່ສາມາດຈັບໄດ້.

ເມື່ອປຽບທຽບກັບເຄື່ອງສ້າງປັນຍາປະດິດກ່ອນໜ້ານີ້, DALL-E 3 ບໍ່ມີຄວາມສ່ຽງທີ່ຈະໄດ້ຜົນທີ່ບໍ່ຄາດຄິດອີກຕໍ່ໄປເມື່ອໄດ້ຮັບຄຳແນະນຳທີ່ຊັບຊ້ອນ. ແທນທີ່ຈະ, ມັນສະແດງໃຫ້ເຫັນຄວາມເຂົ້າໃຈທີ່ດີຂຶ້ນຂອງພາສາທີ່ເຮັດໃຫ້ມັນສາມາດຈິນຕະນາການສະຖານະການນະວະນິຍາຍແລະຕົວອັກສອນທີ່ເກີນຄວາມຄາດຫວັງຈາກຕົວແບບສ້າງແບບຂໍ້ຄວາມຫາຮູບພາບ.

ດ້ວຍ DALL-E 3, ການເຊື່ອມຕໍ່ລະຫວ່າງພາສາແລະຮູບພາບແມ່ນໃກ້ຊິດ, ມີຄວາມສາມາດທີ່ຈະຕີຄວາມຫມາຍສະພາບການຂອງຕົວຊີ້ບອກແທນທີ່ຈະພຽງແຕ່ສ້າງຮູບພາບ. ນີ້ເຮັດໃຫ້ຮູບພາບທີ່ສ້າງຂຶ້ນໄດ້ໃກ້ຊິດກັບຄວາມຄາດຫວັງຂອງຜູ້ໃຊ້.

ຕໍ່ໄປ, ໃຫ້ເບິ່ງເລິກໆກ່ຽວກັບວິທີການສະຖາປັດຕະຍະກໍາການຜະລິດຂອງ DALL-E.

ສະຖາປັດຕະຍະກຳການຜະລິດຂອງ DALL-E ເຮັດວຽກແນວໃດ?

ກຸນແຈໃນການເປີດໃຊ້ DALL-E ເພື່ອສ້າງຮູບພາບຈາກຂໍ້ຄວາມແມ່ນຢູ່ໃນສະຖາປັດຕະຍະກໍາເຄືອຂ່າຍ neural ທີ່ອອກແບບໂດຍສະເພາະ:

ຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່:

DALL-E ໄດ້ຖືກຝຶກອົບຮົມຢູ່ໃນຫຼາຍພັນລ້ານຄູ່ຮູບພາບຂໍ້ຄວາມ, ເຊິ່ງເຮັດໃຫ້ມັນສາມາດຮຽນຮູ້ແນວຄວາມຄິດທາງສາຍຕາແລະຄວາມສໍາພັນຂອງເຂົາເຈົ້າກັບເນື້ອໃນຂໍ້ຄວາມຫຼືພາສາເວົ້າ. ຊຸດຂໍ້ມູນອັນໃຫຍ່ຫຼວງນີ້ໃຫ້ມັນມີຄວາມເຂົ້າໃຈຢ່າງກວ້າງຂວາງກ່ຽວກັບຄວາມຮູ້ຂອງໂລກ.

ໂຄງສ້າງລໍາດັບຊັ້ນ:

ເຄືອຂ່າຍມີການເປັນຕົວແທນຕາມລໍາດັບຈາກແນວຄວາມຄິດລະດັບສູງໄປຫາລາຍລະອຽດ. ຊັ້ນເທິງເຂົ້າໃຈປະເພດກວ້າງ (ເຊັ່ນ: ນົກ), ໃນຂະນະທີ່ຊັ້ນລຸ່ມຮັບຮູ້ຄຸນລັກສະນະທີ່ລະອຽດອ່ອນ (ເຊັ່ນ: ຮູບຮ່າງປາຍປາກ, ສີ, ແລະຕໍາແຫນ່ງເທິງໃບໜ້າ).

ການເຂົ້າລະຫັດຂໍ້ຄວາມ:

ການນໍາໃຊ້ຄວາມຮູ້ນີ້, DALL-E ສາມາດປ່ຽນຄໍາທີ່ຂຽນເປັນຕົວແທນທາງຄະນິດສາດຂອງຂໍ້ຄວາມ. ຕົວຢ່າງ, ເມື່ອເຮົາພິມ "Flamingo-lion", ມັນຮູ້ວ່າ flamingo ແມ່ນຫຍັງ, ຊ້າງແມ່ນຫຍັງ, ແລະສາມາດສົມທົບລັກສະນະທີ່ແຕກຕ່າງກັນຂອງສັດສອງຕົວ. ຜ່ານ​ການ​ແປ​ພາ​ສາ​ນີ້, ການ​ປ້ອນ​ຂໍ້​ມູນ​ຕົວ​ໜັງ​ສື​ສາ​ມາດ​ຜະ​ລິດ​ໄດ້​ຜົນ​ຜະ​ລິດ​ທາງ​ພາບ.

ສະຖາປັດຕະຍະກຳທີ່ກ້າວໜ້ານີ້ເຮັດໃຫ້ DALL-E ສາມາດສ້າງຮູບພາບທີ່ສ້າງສັນ ແລະສອດຄ່ອງກັນໄດ້ຢ່າງຖືກຕ້ອງຕາມຕົວໜັງສື.

ໃນປັດຈຸບັນ, ພວກເຮົາເຂົ້າໃຈຄວາມສັບສົນດ້ານວິຊາການ, ແຕ່ສໍາລັບຜູ້ໃຊ້ສຸດທ້າຍ, ການນໍາໃຊ້ DALL-E ແມ່ນງ່າຍດາຍຫຼາຍ.

ພຽງແຕ່ໃສ່ການກະຕຸ້ນເຕືອນແລະສ້າງຮູບພາບທີ່ຫນ້າປະຫລາດໃຈ.

ຮູບແບບພາສາ ແລະ DALL-E

ອົງປະກອບທີ່ສໍາຄັນຂອງສະຖາປັດຕະຍະກໍາ DALL-E ແມ່ນຮູບແບບພາສາ GPT (Generative Pretrained Transformer). ແບບຈໍາລອງເຫຼົ່ານີ້ມີບົດບາດສໍາຄັນໃນການຕີຄວາມແລະປັບປຸງ cues.

ຮູບແບບ GPT ແມ່ນດີທີ່ຈະເຂົ້າໃຈສະພາບການແລະຄວາມແຕກຕ່າງເລັກນ້ອຍຂອງພາສາ. ເມື່ອມີການກະຕຸ້ນເຕືອນ, ຮູບແບບ GPT ບໍ່ພຽງແຕ່ອ່ານຄໍາສັບຕ່າງໆ, ແຕ່ຍັງເຂົ້າໃຈຄວາມຕັ້ງໃຈແລະຄວາມຫມາຍທີ່ອ່ອນໂຍນທີ່ຢູ່ເບື້ອງຫລັງ. ຄວາມເຂົ້າໃຈນີ້ແມ່ນສໍາຄັນສໍາລັບການແປແນວຄວາມຄິດທີ່ບໍ່ມີຕົວຕົນຫຼືສະລັບສັບຊ້ອນເຂົ້າໄປໃນອົງປະກອບທາງສາຍຕາທີ່ພາກສ່ວນການຜະລິດຮູບພາບຂອງ DALL-E ສາມາດຂຸດຄົ້ນໄດ້.

ຖ້າຄໍາແນະນໍາເບື້ອງຕົ້ນແມ່ນບໍ່ຊັດເຈນຫຼືກວ້າງເກີນໄປ, ຮູບແບບ GPT ສາມາດຊ່ວຍປັບປຸງຫຼືຂະຫຍາຍຄໍາແນະນໍາ. ໂດຍຜ່ານການຝຶກອົບຮົມຢ່າງກວ້າງຂວາງກ່ຽວກັບພາສາແລະຫຼາຍໆຫົວຂໍ້, ມັນສາມາດຄາດເດົາໄດ້ວ່າລາຍລະອຽດໃດອາດຈະກ່ຽວຂ້ອງຫຼືຫນ້າສົນໃຈກັບຮູບພາບ, ເຖິງແມ່ນວ່າບໍ່ໄດ້ກ່າວເຖິງຢ່າງຈະແຈ້ງໃນຂໍ້ຄວາມຕົ້ນສະບັບ.

ຮູບແບບ GPT ຍັງສາມາດລະບຸຄວາມຜິດພາດທີ່ເປັນໄປໄດ້ ຫຼືຄວາມບໍ່ແນ່ນອນໃນຄໍາແນະນໍາ. ຕົວຢ່າງ, ຖ້າການເຕືອນມີຄວາມບໍ່ສອດຄ່ອງຂອງຄວາມເປັນຈິງຫຼືພາສາທີ່ສັບສົນ, ຮູບແບບສາມາດແກ້ໄຂຂໍ້ຜິດພາດຫຼືຊອກຫາຄວາມກະຈ່າງແຈ້ງ, ໃຫ້ແນ່ໃຈວ່າການປ້ອນຂໍ້ມູນສຸດທ້າຍໄປຫາເຄື່ອງສ້າງຮູບພາບແມ່ນຈະແຈ້ງແລະຖືກຕ້ອງເທົ່າທີ່ເປັນໄປໄດ້.

ຫນ້າສົນໃຈ, ບົດບາດຂອງ GPT ບໍ່ຈໍາກັດຄວາມເຂົ້າໃຈແລະການປັບປຸງໃຫມ່, ມັນຍັງສາມາດເພີ່ມຊັ້ນຂອງຄວາມຄິດສ້າງສັນ. ດ້ວຍ​ການ​ຝຶກ​ອົບ​ຮົມ​ຢ່າງ​ກວ້າງ​ຂວາງ, ມັນ​ສາ​ມາດ​ມີ​ການ​ຕີ​ລາ​ຄາ​ເປັນ​ເອ​ກະ​ລັກ​ຫຼື​ຈິນ​ຕະ​ນາ​ການ​ຂອງ cues, ຊຸກ​ດັນ​ໃຫ້​ຂໍ້​ຈໍາ​ກັດ​ຂອງ​ການ​ຜະ​ລິດ​ຮູບ​ພາບ.

ໂດຍເນື້ອແທ້ແລ້ວ, ຮູບແບບພາສາ GPT ແມ່ນຕົວກາງອັດສະລິຍະລະຫວ່າງການປ້ອນຂໍ້ມູນຂອງຜູ້ໃຊ້ ແລະຄວາມສາມາດໃນການສ້າງຮູບພາບຂອງ DALL-E. ບໍ່ພຽງແຕ່ພວກເຂົາຮັບປະກັນການກະຕຸ້ນເຕືອນຖືກເຂົ້າໃຈຢ່າງຖືກຕ້ອງ, ພວກເຂົາຍັງຖືກປັບປຸງແລະເພີ່ມປະສິດທິພາບເພື່ອຜະລິດຜົນໄດ້ຮັບທາງດ້ານສາຍຕາທີ່ກ່ຽວຂ້ອງແລະສ້າງສັນທີ່ສຸດ.

DALL-E ໃຊ້ເພື່ອຫຍັງ?

ຂົງເຂດຄໍາຮ້ອງສະຫມັກຂອງ DALL-E ແມ່ນມີຄວາມຫຼາກຫຼາຍ. ມັນສາມາດຖືກນໍາໃຊ້ເພື່ອສ້າງອົງປະກອບສາຍຕາທີ່ຫລາກຫລາຍ, ສະຫນອງການສະຫນັບສະຫນູນດ້ານຄວາມຄິດສ້າງສັນແລະການອອກແບບສໍາລັບອຸດສາຫະກໍາແລະການນໍາໃຊ້ທີ່ແຕກຕ່າງກັນ.

ການອອກແບບກາຟິກ:

DALL-E ສາມາດສ້າງການຝຶກອົບຮົມທີ່ເປັນເອກະລັກແລະຫນ້າສົນໃຈກ່ຽວກັບຮູບພາບ, ຂໍ້ຄວາມ, ແລະຊຸດຂໍ້ມູນອື່ນໆເພື່ອພັດທະນາຄວາມເຂົ້າໃຈຢ່າງເລິກເຊິ່ງກ່ຽວກັບຄວາມສໍາພັນລະຫວ່າງແນວຄວາມຄິດຕ່າງໆ.

ດ້ວຍວິທີນີ້, ພວກເຂົາສາມາດສ້າງຜົນຜະລິດທີ່ມີລັກສະນະເປັນຈິງສູງແລະກົງກັບຕົວຊີ້ບອກທີ່ສະຫນອງໃຫ້.

ຕົວຢ່າງເຊັ່ນ, AI ທີ່ໄດ້ຮັບການຝຶກອົບຮົມພຽງແຕ່ກ່ຽວກັບຮູບພາບຂອງແມວຈະບໍ່ສາມາດຈິນຕະນາການປະເພດສັດໃຫມ່ເຊັ່ນ "flamingos ແລະສິງໂຕ."

ແລະໂດຍຜ່ານການຝຶກອົບຮົມກ່ຽວກັບຮູບພາບ, ຂໍ້ຄວາມ, ແລະສຽງຂອງສັດຕ່າງໆ, ມະນຸດ, ຂອງຫຼິ້ນ, ແລະອື່ນໆອີກຫຼາຍລ້ານ, ຮູບແບບການຜະລິດສາມາດປະສົມປະສານຜົນການຮຽນຮູ້ເຫຼົ່ານີ້ເພື່ອສ້າງລູກປະສົມເຊັ່ນ "flamingos ແລະຊ້າງ."

ໃນຮຸ່ນຫຼ້າສຸດຂອງ DALL-E 3, ຄວາມສາມາດນີ້ໃນການສ້າງສິ່ງໃຫມ່ກໍ່ມີພະລັງຫຼາຍກວ່າເກົ່າ. ມັນສະແດງໃຫ້ເຫັນຄວາມສາມາດໃຫມ່ໃນການຕີຄວາມຫມາຍຕົວຊີ້ບອກຢ່າງຖືກຕ້ອງແລະເກັບກໍາຄວາມແຕກຕ່າງເລັກນ້ອຍແລະລາຍລະອຽດທີ່ຕົວແບບທີ່ຜ່ານມາບໍ່ສາມາດຈັບໄດ້.

ເມື່ອປຽບທຽບກັບເຄື່ອງສ້າງປັນຍາປະດິດທີ່ຜ່ານມາ, DALL-E 3 ສະແດງໃຫ້ເຫັນຄວາມສາມາດໃນການເຂົ້າໃຈທີ່ດີກວ່າເມື່ອໄດ້ຮັບຄໍາແນະນໍາທີ່ສັບສົນ. ໃນຂະນະທີ່ເຄື່ອງກໍາເນີດໄຟຟ້າທີ່ຜ່ານມາມີແນວໂນ້ມທີ່ຈະໃຫ້ຜົນໄດ້ຮັບທີ່ບໍ່ຄາດຄິດໃນເວລາທີ່ປະມວນຜົນການກະຕຸ້ນເຕືອນທີ່ສັບສົນ, DALL-E 3 ສະແດງໃຫ້ເຫັນຄວາມເຂົ້າໃຈໃນພາສາທີ່ດີເລີດ, ເຮັດໃຫ້ມັນສາມາດຈິນຕະນາການສະຖານະການໃຫມ່ແລະລັກສະນະທີ່ເກີນກວ່າຕົວແບບການຜະລິດຂໍ້ຄວາມເປັນຮູບພາບທີ່ຄາດຫວັງ.

ດ້ວຍ DALL-E 3, ການເຊື່ອມຕໍ່ລະຫວ່າງພາສາແລະຮູບພາບແມ່ນໃກ້ຊິດ, ດັ່ງນັ້ນມັນຈຶ່ງສາມາດຕີຄວາມຫມາຍສະພາບການຂອງການກະຕຸ້ນເຕືອນແທນທີ່ຈະພຽງແຕ່ອ່ານມັນຈາກສະຄິບ. ຜົນໄດ້ຮັບທີ່ສ້າງຂຶ້ນອາດຈະໃກ້ຊິດກັບຄວາມຕ້ອງການຂອງຜູ້ໃຊ້.

ນີ້ແມ່ນຕົວຢ່າງຂອງການເຕືອນທີ່ງ່າຍດາຍ: "ຈິນຕະນາການຊ້າງ flamingo."

ຜົນຜະລິດຮູບພາບ:

ດັ່ງນັ້ນ, ມັນບັນລຸໄດ້ແນວໃດ? ຄວາມສາມາດໃນການ "ຈິນຕະນາການ" ຂໍ້ຄວາມນີ້ແມ່ນມາຈາກສອງອົງປະກອບທີ່ສໍາຄັນຂອງແບບຈໍາລອງ AI ທົ່ວໄປ:

ເຄືອຂ່າຍ neural:

ເຄືອຂ່າຍ neural ແມ່ນເຄືອຂ່າຍລະບົບສູດການຄິດໄລ່ແບບລຳດັບທີ່ຈຳລອງຫຼັກການເຮັດວຽກຂອງ neurons ໃນສະໝອງຂອງມະນຸດ. ມັນຊ່ວຍໃຫ້ປັນຍາປະດິດສາມາດກໍານົດຮູບແບບແລະແນວຄວາມຄິດໃນຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່.

ຂັ້ນຕອນການຮຽນຮູ້ເຄື່ອງຈັກ:

ສູດການຄິດໄລ່ເຫຼົ່ານີ້, ເຊັ່ນການຮຽນຮູ້ເລິກ, ສືບຕໍ່ປັບປຸງຄວາມເຂົ້າໃຈຂອງເຄືອຂ່າຍ neural ກ່ຽວກັບການພົວພັນຂໍ້ມູນ.

ຮູບແບບການຜະລິດສ້າງຄວາມເຂົ້າໃຈແນວຄວາມຄິດອັນອຸດົມສົມບູນຂອງໂລກໂດຍການຝຶກອົບຮົມກ່ຽວກັບຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່. ການກະຕຸ້ນເຕືອນທີ່ຖືກຕ້ອງສາມາດທົບທວນຜົນການຮຽນຮູ້ເຫຼົ່ານີ້ເພື່ອສ້າງຜົນຜະລິດທີ່ບໍ່ເຄີຍມີມາກ່ອນ.

ສະຖາປັດຕະຍະກຳທົ່ວໄປຂອງ DALL-E ເຮັດວຽກແນວໃດ

DALL-E ສາມາດສ້າງຮູບພາບຈາກຂໍ້ຄວາມຍ້ອນສະຖາປັດຕະຍະກໍາເຄືອຂ່າຍ neural ອອກແບບພິເສດຂອງມັນ:

ຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່:

DALL-E ໄດ້ຮັບການຝຶກອົບຮົມໃນຫຼາຍພັນລ້ານຄູ່ຮູບພາບ-ຂໍ້ຄວາມ, ເຊິ່ງອະນຸຍາດໃຫ້ມັນຮຽນຮູ້ແນວຄວາມຄິດທາງສາຍຕາແລະການເຊື່ອມໂຍງກັບເນື້ອໃນຂໍ້ຄວາມຫຼືພາສາເວົ້າ. ຊຸດຂໍ້ມູນອັນໃຫຍ່ຫຼວງນີ້ໃຫ້ຄວາມຮູ້ອັນກວ້າງຂວາງຂອງໂລກ.

ໂຄງສ້າງລໍາດັບຊັ້ນ:

ເຄືອຂ່າຍແມ່ນເປັນຕົວແທນຕາມລໍາດັບ, ຈາກແນວຄວາມຄິດລະດັບສູງໄປຫາລາຍລະອຽດ. ຊັ້ນເທິງເຂົ້າໃຈປະເພດກວ້າງ (ເຊັ່ນ: ນົກ), ໃນຂະນະທີ່ຊັ້ນລຸ່ມຮັບຮູ້ຄຸນລັກສະນະທີ່ລະອຽດອ່ອນ (ເຊັ່ນ: ຮູບຊົງປາຍປາກ, ສີ ແລະຕຳແໜ່ງເທິງໃບໜ້າ).

ການເຂົ້າລະຫັດຂໍ້ຄວາມ:

ດ້ວຍຄວາມຮູ້ນີ້, DALL-E ສາມາດປ່ຽນຄໍາທີ່ຂຽນເປັນຕົວແທນທາງຄະນິດສາດ. ຕົວຢ່າງ: ເມື່ອເຮົາພິມ "flamingo lion", ມັນຮູ້ວ່າ flamingo ແລະ lion ແມ່ນຫຍັງ ແລະສາມາດສົມທົບລັກສະນະທີ່ແຕກຕ່າງກັນຂອງສັດສອງໂຕໄດ້. ຜ່ານ​ການ​ແປ​ແບບ​ນີ້, ການ​ປ້ອນ​ຂໍ້​ມູນ​ຕົວ​ໜັງ​ສື​ສາ​ມາດ​ຜະ​ລິດ​ໄດ້​ຜົນ​ຜະ​ລິດ​ທາງ​ພາບ.

ສະຖາປັດຕະຍະກຳຂັ້ນສູງນີ້ຊ່ວຍໃຫ້ DALL-E ສ້າງຮູບພາບທີ່ສ້າງສັນ ແລະສອດຄ່ອງກັນໂດຍອີງໃສ່ຕົວໜັງສືທີ່ຊັດເຈນ.

ໃນປັດຈຸບັນ, ພວກເຮົາຮູ້ວ່າບັນຫາດ້ານວິຊາການສາມາດຂ້ອນຂ້າງສັບສົນ, ແຕ່ສໍາລັບຜູ້ໃຊ້ສຸດທ້າຍ, ການດໍາເນີນງານແມ່ນງ່າຍດາຍຫຼາຍ.

ພຽງແຕ່ໃຫ້ຄໍາແນະນໍາແລະສ້າງຮູບພາບທີ່ຫນ້າປະຫລາດໃຈ.

ຮູບແບບພາສາ ແລະ DALL-E

ອົງປະກອບທີ່ສໍາຄັນຂອງສະຖາປັດຕະຍະກໍາຂອງ DALL-E ແມ່ນຮູບແບບພາສາ GPT (Generative Pretrained Transformer). ຮູບແບບເຫຼົ່ານີ້ມີບົດບາດສໍາຄັນໃນການຕີຄວາມໝາຍ ແລະປັບປຸງຕົວຊີ້ບອກເພື່ອເພີ່ມປະສິດທິພາບການສ້າງຮູບພາບ.

ແບບຈໍາລອງ GPT ແມ່ນດີທີ່ຈະເຂົ້າໃຈບໍລິບົດແລະ nuances ຂອງພາສາ. ເມື່ອຖືກກະຕຸ້ນ, ຮູບແບບ GPT ສາມາດບໍ່ພຽງແຕ່ຮັບຮູ້ຄໍາສັບຕ່າງໆ, ແຕ່ຍັງເຂົ້າໃຈຄວາມຕັ້ງໃຈແລະຄວາມຫມາຍທີ່ອ່ອນໂຍນທີ່ຢູ່ເບື້ອງຫຼັງ. ຄວາມເຂົ້າໃຈນີ້ແມ່ນສໍາຄັນສໍາລັບການແປແນວຄວາມຄິດທີ່ບໍ່ມີຕົວຕົນຫຼືສະລັບສັບຊ້ອນເຂົ້າໄປໃນອົງປະກອບທາງສາຍຕາທີ່ພາກສ່ວນການຜະລິດຮູບພາບຂອງ DALL-E ສາມາດຂຸດຄົ້ນໄດ້.

ຖ້າການເຕືອນເບື້ອງຕົ້ນອາດບໍ່ຈະແຈ້ງ ຫຼືກວ້າງເກີນໄປ, ຮູບແບບ GPT ສາມາດຊ່ວຍປັບປຸງ ຫຼືຂະຫຍາຍການເຕືອນໄດ້. ໂດຍຜ່ານການຝຶກອົບຮົມຢ່າງກວ້າງຂວາງກ່ຽວກັບພາສາແລະຫຼາຍໆຫົວຂໍ້, ມັນສາມາດຄາດເດົາໄດ້ວ່າລາຍລະອຽດໃດທີ່ອາດຈະກ່ຽວຂ້ອງຫຼືຫນ້າສົນໃຈກັບຮູບພາບ, ເຖິງແມ່ນວ່າພວກເຂົາບໍ່ໄດ້ກ່າວເຖິງຢ່າງຊັດເຈນໃນຂໍ້ຄວາມຕົ້ນສະບັບ.

ຮູບແບບ GPT ຍັງສາມາດກໍານົດຄວາມຜິດພາດທີ່ເປັນໄປໄດ້ຫຼືຄວາມບໍ່ແນ່ນອນໃນຄໍາແນະນໍາ. ຕົວຢ່າງ, ຖ້າການເຕືອນມີຄວາມບໍ່ສອດຄ່ອງຂອງຄວາມເປັນຈິງຫຼືພາສາທີ່ສັບສົນ, ຮູບແບບສາມາດແກ້ໄຂຂໍ້ຜິດພາດຫຼືຊອກຫາຄວາມກະຈ່າງແຈ້ງ, ໃຫ້ແນ່ໃຈວ່າຜົນໄດ້ຮັບສຸດທ້າຍຂອງເຄື່ອງສ້າງຮູບພາບແມ່ນຈະແຈ້ງແລະຖືກຕ້ອງເທົ່າທີ່ເປັນໄປໄດ້.

ຫນ້າສົນໃຈ, ບົດບາດຂອງ GPT ບໍ່ຈໍາກັດຄວາມເຂົ້າໃຈແລະການປັບປຸງໃຫມ່, ມັນຍັງສາມາດເພີ່ມຊັ້ນຂອງຄວາມຄິດສ້າງສັນ. ມີການຝຶກອົບຮົມຢ່າງກວ້າງຂວາງ, ມັນສາມາດມາພ້ອມກັບການຕີຄວາມເປັນເອກະລັກຫຼືຈິນຕະນາການຂອງ cues, ຊຸກຍູ້ການຈໍາກັດການສ້າງສັນຂອງການສ້າງຮູບພາບ.

ໂດຍເນື້ອແທ້ແລ້ວ, ຮູບແບບພາສາ GPT ແມ່ນຕົວກາງອັດສະລິຍະລະຫວ່າງການປ້ອນຂໍ້ມູນຂອງຜູ້ໃຊ້ ແລະຄວາມສາມາດໃນການສ້າງຮູບພາບຂອງ DALL-E. ມັນບໍ່ພຽງແຕ່ຮັບປະກັນການກະຕຸ້ນເຕືອນຖືກເຂົ້າໃຈຢ່າງຖືກຕ້ອງ, ແຕ່ພວກມັນຍັງຖືກປັບປຸງແລະເພີ່ມປະສິດທິພາບເພື່ອຜະລິດຜົນຕາທີ່ກ່ຽວຂ້ອງແລະສ້າງສັນທີ່ສຸດ.

ຄໍາຮ້ອງສະຫມັກຂອງ DALL-E

DALL-E ແມ່ນຫຼາຍກ່ວາພຽງແຕ່ການສາທິດເຕັກໂນໂລຊີເຢັນ, ມັນມີຄໍາຮ້ອງສະຫມັກປະຕິບັດຫຼາຍ.

1. ການອອກແບບສ້າງສັນ:

ຜູ້ອອກແບບສາມາດຮັບຮູ້ແນວຄວາມຄິດສ້າງສັນຂອງເຂົາເຈົ້າໄດ້ຢ່າງງ່າຍດາຍດ້ວຍ DALL-E. ບໍ່ວ່າຈະເປັນແນວຄວາມຄິດຂອງຜະລິດຕະພັນທີ່ເປັນເອກະລັກ, ຮູບພາບການໂຄສະນາ, ຫຼືວຽກງານສິລະປະ, DALL-E ສາມາດໃສ່ແຮງບັນດານໃຈໃຫມ່ເຂົ້າໄປໃນພາກສະຫນາມການອອກແບບ.

2. ການສ້າງເນື້ອຫາ:

ນັກຂຽນ ແລະຜູ້ສ້າງສາມາດໃຊ້ DALL-E ເພື່ອສ້າງອົງປະກອບທາງພາບໃຫ້ກັບເລື່ອງລາວ, ບົດຄວາມ ຫຼືກາຕູນຂອງເຂົາເຈົ້າ. ນີ້ຊ່ວຍເສີມສ້າງການສ້າງຂອງພວກເຂົາແລະເຮັດໃຫ້ພວກເຂົາມີຄວາມດຶງດູດກວ່າເກົ່າ.

3. ການຄ້າແບບສາຍຕາ:

ຍີ່ຫໍ້ແລະທີມງານການຕະຫຼາດສາມາດນໍາໃຊ້ DALL-E ເພື່ອສ້າງການໂຄສະນາທີ່ຈັບຕາ, ໂປສເຕີແລະອຸປະກອນການສົ່ງເສີມອື່ນໆ. ນີ້ຊ່ວຍເພີ່ມການຮັບຮູ້ຂອງຍີ່ຫໍ້ແລະດຶງດູດຜູ້ຊົມເປົ້າຫມາຍຫຼາຍຂຶ້ນ.

4. ການຊ່ວຍເຫຼືອດ້ານການສຶກສາ:

ນັກການສຶກສາສາມາດນໍາໃຊ້ DALL-E ເພື່ອສ້າງຮູບພາບເພື່ອເຮັດໃຫ້ອຸປະກອນການສອນມີຊີວິດຊີວາແລະຫນ້າສົນໃຈ. ນັກຮຽນສາມາດເຂົ້າໃຈແນວຄວາມຄິດທີ່ຊັບຊ້ອນໄດ້ດີຂຶ້ນໂດຍຜ່ານອົງປະກອບທາງສາຍຕາ.

5. ການສ້າງ scene virtual:

ຜູ້ຜະລິດຮູບເງົາ ແລະໂທລະພາບ ແລະຜູ້ພັດທະນາເກມສາມາດໃຊ້ DALL-E ເພື່ອສ້າງສາກ, ຕົວລະຄອນ ແລະເຄື່ອງແຕ່ງກາຍທີ່ເປັນເອກະລັກເພື່ອເພີ່ມສີສັນໃຫ້ກັບຜົນງານຂອງເຂົາເຈົ້າ.

ນີ້ແມ່ນພຽງແຕ່ປາຍຂອງກ້ອນຫີນຂອງ DALL-E, ແລະພື້ນທີ່ຄໍາຮ້ອງສະຫມັກຂອງມັນຍັງຂະຫຍາຍອອກໄປ. ມັນນໍາເອົາຄວາມຄິດສ້າງສັນ ແລະປະສິດທິພາບທີ່ບໍ່ເຄີຍມີມາກ່ອນມາໃຫ້ທຸກພາກສ່ວນຂອງຊີວິດ.

ໃນການສະຫລຸບ

ໃນຄື້ນຂອງປັນຍາປະດິດ, DALL-E ແນ່ນອນວ່າເປັນມ້າຊ້ໍາ. ມັນສະແດງໃຫ້ເຫັນຄວາມສາມາດພິເສດຂອງປັນຍາປະດິດໃນການສ້າງຮູບພາບ, ສະຫນອງເຄື່ອງມືທີ່ມີປະສິດທິພາບສໍາລັບຜູ້ສ້າງ, ນັກອອກແບບ, ແລະຜູ້ຊ່ຽວຊານດ້ານການຕະຫຼາດ.

ໂດຍຜ່ານການຮຽນຮູ້ທີ່ເລິກເຊິ່ງແລະເຄືອຂ່າຍ neural ຂັ້ນສູງ, DALL-E ບໍ່ພຽງແຕ່ສາມາດເຂົ້າໃຈການກະຕຸ້ນຂໍ້ຄວາມ, ແຕ່ຍັງສ້າງສັນໃຫ້ເຂົາເຈົ້າກາຍເປັນເນື້ອໃນສາຍຕາທີ່ສວຍງາມ. ຂະບວນການຜະລິດຂອງມັນລວມເອົາປັນຍາປະດິດສ້າງ ແລະຮູບແບບພາສາເພື່ອໃຫ້ຜູ້ໃຊ້ມີປະສົບການທີ່ງ່າຍດາຍ ແລະມີປະສິດທິພາບ.

ບໍ່ວ່າຈະເປັນການອອກແບບທີ່ສ້າງສັນ, ການສ້າງເນື້ອຫາຫຼືການຕະຫຼາດ, DALL-E ໄດ້ໃສ່ຄວາມສໍາຄັນໃຫມ່ເຂົ້າໄປໃນອຸດສາຫະກໍາຕ່າງໆ. ມັນບໍ່ພຽງແຕ່ຈຸດສູງສຸດຂອງເຕັກໂນໂລຢີ, ແຕ່ຍັງເປັນແຫຼ່ງຂອງຄວາມຄິດສ້າງສັນທີ່ບໍ່ຈໍາກັດ.

ໃນຂະນະທີ່ເຕັກໂນໂລຢີສືບຕໍ່ພັດທະນາ, ພວກເຮົາສາມາດຄາດຫວັງວ່າ DALL-E ຮຸ່ນໃນອະນາຄົດຈະນໍາເອົາຄວາມແປກໃຈຫຼາຍຂຶ້ນແລະໃສ່ຄວາມສໍາຄັນຫຼາຍຂຶ້ນໃນພາກສະຫນາມຂອງປັນຍາປະດິດ.