OpenAI发布新人工智能系统：根据文字生成图像

high

据报道，旧金山人工智能研究公司OpenAI已经开发了一种新系统，能根据短文本来生成图像。



OpenAI在官方博客中表示，这个新系统名为DALL-E，名称来源于艺术家萨尔瓦多·达利（Salvador Dali）和皮克斯的机器人英雄瓦力（WALL-E）的结合。新系统展示了“为一系列广泛的概念”创造图像的能力，创作的作品包括牛油果形状的扶手椅等。



通过神经网络去生成图像，这种技术并不新颖。此前，生成对抗网络（GAN）已被广泛用于创建真实的人、宠物、租赁房产和食物的照片。



不过，DALL-E的独特之处在于可以根据输入的文本来创作图像。该系统基于文字生成系统GPT-3的一个版本，该系统此前被用于撰写诗歌和新闻文章等。利用配对好的文本和图像数据集进行训练，DALL-E可以根据新的文字提示生成图像，此外还展示了创造多种风格图片的能力。



OpenAI还发布了图像识别系统Clip。Clip通用性比当前针对单个任务的系统更好，可以用网上公开的文字图像配对数据集来训练。



DALL-E还需要继续优化。OpenAI指出，DALL-E目前的可靠性还存在问题，对类似“glass”等有多个含义的名词常常会混淆，文字中不同的语法也可能会造成不同的结果。



此外还有更深层次的问题需要解决。OpenAI表示：“我们注意到，涉及生成模型的工作可能会产生重大而广泛的社会影响。”未来可能的举措包括研究对就业岗位的影响，生成结果的偏见，以及技术的长期道德挑战。



长期以来，公众一直担心人工智能生成的媒体内容被滥用，例如神经网络被用来制造虚假的音视频和图像，用于不道德的目的，例如政治上的假信息和欺诈活动等。