Integrácia DALL-E, systému umelej inteligencie schopného generovať obrázky z textových opisov, do konverzačného modelu umelej inteligencie ChatGPT znamenala významný skok v prístupnosti generatívnej umelej inteligencie pre širokú verejnosť. Táto kombinácia zdemokratizovala používanie kreatívnych nástrojov poháňaných umelou inteligenciou a umožnila používateľom generovať zložité obrázky jednoduchým opisom ich vízie v prirodzenom jazyku počas chatovej relácie.
DALL-E, ktorého názov je odvodený od surrealistického umelca Salvadora Dalího a filmovej postavy WALL-E z filmu Pixar, bol pôvodne predstavený spoločnosťou OpenAI ako samostatný model, ktorý mohol vytvárať obrázky z textových podnetov. Jeho schopnosť vytvárať nové, detailné a kontextovo relevantné obrázky zo širokej škály opisov ukázala potenciál generatívnej umelej inteligencie vo vizuálnom umení. Teraz, ako súčasť ChatGPT, sú schopnosti DALL-E ešte užívateľsky prívetivejšie a intuitívnejšie, čím sa táto výkonná technológia dostáva k netechnickému publiku.
Proces je bezproblémový: počas konverzácie môže používateľ opísať obrázok, ktorý by chcel vytvoriť, a DALL-E v rámci ChatGPT ho vygeneruje. Niekto môže napríklad požiadať o „futuristickú mestskú krajinu pri západe slnka“ a umelá inteligencia poskytne vizuálnu reprezentáciu tohto konceptu. Nástroj rešpektuje tvorivé obmedzenia, ako napríklad vyhýbanie sa generovaniu obrázkov žijúcich verejných osobností alebo postáv chránených autorskými právami, čím sa zabezpečí, že výtvory budú jedinečné a budú rešpektovať zákony o duševnom vlastníctve.
Táto integrácia má význam pre rôzne odvetvia vrátane vzdelávania, kde môžu študenti vizualizovať historické udalosti alebo vedecké koncepty; marketingu a dizajnu, kde môžu profesionáli rýchlo vytvárať vizuálne nápady; a zábavy, kde môžu spisovatelia oživiť scény zo svojich príbehov.
S tým, ako sa táto technológia zdokonaľuje a rozširuje, sa naďalej rozvíja diskusia o etickom používaní umelej inteligencie a ochrane umeleckého prejavu. Rozhodnutie OpenAI sprístupniť DALL-E prostredníctvom ChatGPT je v súlade s jej širším poslaním zabezpečiť, aby technológia AI prinášala prospech celému ľudstvu, a poskytnúť nástroj, ktorý je nielen výkonný, ale aj v súlade so zodpovednými postupmi v oblasti AI.
Čo je DALL-E 3
DALL-E 3 je model AI vyvinutý spoločnosťou OpenAI, ktorý dokáže generovať kreatívne a realistické obrázky z textových opisov. Ide o tretiu iteráciu série DALL-E, čo je skratka pre „DALL-E: A Language Model for Image Generation“ (DALL-E: Jazykový model na generovanie obrazov), ktorá spája meno slávneho surrealistického umelca Salvadora Dalího a postavičky WALL-E z filmu Pixar, aby odrážala jeho kreatívne a generatívne schopnosti.
Tento model je súčasťou širšej kategórie umelej inteligencie známej ako generatívne adverzné siete (GAN), ktoré sa učia vytvárať obsah, ktorý je podobný obsahu, na ktorom sú trénované. DALL-E však využíva odlišný prístup, ktorý kombinuje koncepty z GAN s architektúrou neurónovej siete založenej na transformátore, ktorá je obzvlášť účinná na porozumenie a generovanie ľudského jazyka.
DALL-E 3 dokáže prijať jednoduchý alebo zložitý textový opis a oživiť ho vo forme obrazu, ktorý môže obsahovať čokoľvek od realistických fotografií až po fantastické scény, v závislosti od zadaných vstupov. Obrázky vygenerované systémom DALL-E 3 môžu byť veľmi podrobné a vykazovať silné porozumenie objektom, ich atribútom a ich vzájomnému pôsobeniu. Je to významný krok v schopnosti umelej inteligencie porozumieť a vytvoriť vizuálny obsah z textových opisov, ukazuje prienik jazyka a vizuálneho porozumenia.
Ako postupovať pri používaní DALL-E prostredníctvom ChatGPT
Ak chcete pokračovať v používaní DALL-E prostredníctvom ChatGPT, zvyčajne postupujte podľa týchto krokov:
- Prístup k ChatGPT: S ChatGPT môžete komunikovať prostredníctvom platformy OpenAI alebo prostredníctvom akéhokoľvek iného rozhrania, ktoré ponúka prístup k modelu.
- Zadajte opis: Po komunikácii s ChatGPT stačí zadať textový opis obrázka, ktorý chcete vygenerovať. Buďte čo najpodrobnejší, aby ste dosiahli čo najlepšie výsledky.
- Generovanie: ChatGPT spracuje vašu žiadosť a pomocou programu DALL-E vygeneruje obrázok na základe vášho opisu.
- Preskúmanie a spresnenie: Po vygenerovaní obrázka si ho môžete prezrieť a v prípade potreby požiadať o úpravu zadaním podrobnejšieho opisu alebo uvedením zmien.
- Stiahnite alebo zdieľajte: Keď ste s vygenerovaným obrázkom spokojní, môžete si ho zvyčajne stiahnuť alebo zdieľať priamo z platformy, ktorú používate. Stačí kliknutím obrázok zväčšiť a potom ho stiahnuť.
Príklady výziev
Výzva: Môj obchodný partner a ja vytvárame kaviareň inšpirovanú našou spoločnou láskou ku králikom. Máme logo, ktoré sa nám veľmi páči, je minimalistické s králikom, ale túžime získať váš názor naň.
Odpoveď: 
Vyzývame vás, aby ste sa opýtali: „Čo je to králik? Môžete na vytvoriť skladovú fotografiu muža pracujúceho na diaľku?
Odpoveď: Môžete mi ponúknuť produkt, ktorý pracuje na diaľku?
Požiadavka: Potrebujem tmavomodrý obrázok na pozadí pre prezentáciu v PowerPointe, ktorý obsahuje bežiaceho muža v parku
Odpoveď: Môžem vám ponúknuť produkt, ktorý sa bude pohybovať v blízkosti centra mesta? 
Záver
Na záver možno konštatovať, že integrácia DALL-E s ChatGPT predstavuje transformačný moment v demokratizácii kreativity riadenej umelou inteligenciou. Táto synergia umožňuje používateľom bez námahy generovať obrázky z textových opisov, čím sa pokročilá technológia AI sprístupňuje širšiemu publiku. DALL-E, pomenovaný ako pocta Salvadorovi Dalímu a WALL-E, predstavuje silu AI, ktorá dokáže pochopiť a interpretovať ľudský jazyk do podrobných, kontextovo orientovaných vizuálov.
Vďaka funkcii DALL-E, ktorá je teraz súčasťou ChatGPT, sa proces vizualizácie konceptov stal intuitívnym a jednoduchým. Používatelia môžu počas chatu jednoducho vysloviť obrazovú myšlienku a vidieť, ako ju umelá inteligencia realizuje v rámci etických pravidiel a rešpektovania autorských práv. Táto schopnosť sa rozširuje do mnohých oblastí, zlepšuje vzdelávacie zážitky, zefektívňuje dizajnové a marketingové procesy a obohacuje rozprávanie príbehov v oblasti zábavy.
Kombinácia ChatGPT a DALL-E 3 nielen zdôrazňuje pokrok v schopnosti umelej inteligencie vytvárať komplexný vizuálny obsah, ale vyvoláva aj dôležité diskusie o etickom používaní umelej inteligencie a ochrane kreatívneho prejavu. S rozširovaním prijímania takýchto technológií budú ich dôsledky naďalej formovať prostredie AI v kreatívnych odvetviach aj mimo nich, čo zdôrazňuje záväzok OpenAI k prospešnému a zodpovednému vývoju AI.
Poznámka
Text článku, vrátane dotazov a odpovedí ChatGPT bol preložený z anglického originálu: How to Use DALL-E within ChatGPT: A Step-by-Step Guide to AI Image Creation
