如今人工智能越來越強大，比如可以實現生成音樂、改變圖片藝術風格等等。最近，人工智能非營利組織OpenAI發布了一個名為DALL-E的神經網絡，可以將文本轉換成與內容相關的圖像。

比如生成下面這些穿著芭蕾舞裙揮舞著光劍的熊貓寶寶：

OpenAI在一篇博文中表示，該系統是具有里程碑意義的GPT-3語言模型的120億參數版本。

DALL-E模型具有多種功能，包括創建動物和物體的擬物化版本，以合理的方式展示相關的概念，渲染文本，以及對現有圖像進行轉換。

比如在該模型中選定“與貓有關的文本關鍵詞”，同時選擇給定的其中一種貓類型，最終系統會自動生成一系列與貓主題有關的圖像，并且風格呈現多樣化。

訓練該模型的數據集主要基于互聯網大量文本-圖像。這使得它能夠通過探索提示的結構來創造出全新的圖片。比如生成一些令人印象深刻的地標、位置、雜交動物和不同年代設計的圖像。但是OpenAI承認并不是所有的結果都是成功的。

不過，OpenAI承認并不是所有生成的結果都是成功的。該公司表示，DALL-E系統有時無法繪制出某些特定的項目，混淆了對象與其特定屬性之間的關系。

通常，提示DALL-E寫的字符串越長，成功率越低。測試中發現，重復部分文本內容，準確率有所提高。

當回答有關地理方面的問題時，比如旗幟、菜肴和當地野生動物，DALL-E也經常反映出膚淺的刻板印象。考慮到人們越來越關注人工智能算法偏見的問題，這個缺點尤為明顯。

OpenAI表示，它計劃分析DALL-E等模特的社會影響，但該公司認為，該系統表明“通過語言操縱視覺概念現在已經觸手可及。”

感興趣的小伙伴可以在OpenAI網站上查看更多DALL-E模型生成的圖像。
責編AJX