ඡායාරූප, වීඩියෝ, ශ්‍රව්‍ය: කෘතිම බුද්ධිය යථාර්ථය ප්‍රතිනිර්මාණය කිරීමට ඉගෙන ගනී

එය විවෘත AI හි GPT-3 පෙළ උත්පාදක යන්ත්‍රයෙන් ආරම්භ විය: අද, AI හට නිශ්චල සහ චලනය වන රූප සහ ශබ්ද නිර්මාණය කළ හැකිය. නමුත් ප්‍රකාශන හිමිකමේ සිට අවදානම් වල අඩුවක් නොමැතව්යාජ පුවත්

සැප්තැම්බර් සහ ඔක්තෝබර් අතර කාලසීමාව එයයි විලාසිතා සතිය, විශේෂයෙන්ම මිලාන් සහ පැරිසියේ. මෙම වසරේ, මෙම කන්නයේ වඩාත්ම අපේක්ෂිත සිදුවීම් දෙකෙන් පසු, තවත් ආකාරයේ විලාසිතා සතියක් ආරම්භ වී ඇත, සියලු ඩිජිටල්. එය විවෘත AI සමඟ සහයෝගයෙන් ක්‍රියා කරන @ dailydall.ee නම් Instagram ගිණුමක් මඟින් ප්‍රවර්ධනය කරන ලද AI විලාසිතා සතියයි. Sam Altaman සහ Elon Musk ට අවශ්‍ය කෘත්‍රිම බුද්ධි සමාගම. සෑම දිනකම, Paco Rabanne සිට Givenchy දක්වා වඩාත් ප්‍රසිද්ධ නිර්මාණකරුවන්ගේ ඇඳුම් රැසක් සමඟින් ඡායාරූප 4ක මාලාවක් ප්‍රකාශයට පත් කෙරේ.

කාරණය වන්නේ කිසිවෙකු එම ඇඳුම් නිර්මාණය නොකළ බවයි. කෘතිම බුද්ධියක් ඒවා නිර්මාණය කළේ පෙළකින්. මෙම අවස්ථාවේ දී, එය භාවිතා කරන ලදී Dall-E 2, විවෘත AI පද්ධතිය වචන රූප බවට පරිවර්තනය කළ හැකි නමුත් Google වෙතින් ස්ථායී විසරණය, මැද ගමන හෝ Imagen ද ඇත. තවද නව මායිම් වන්නේ වීඩියෝ සහ ශබ්දය නිර්මාණය කිරීමයි. වචන කිහිපයක්, සරල විස්තරයක්, සජීවිකරණ බැලීම හෝ ශබ්දවලට සවන් දීම ආරම්භ කිරීමට.

ආයෝජන AI හි පරිණාමය මෙහෙයවයි

සාරාංශගත කිරීම සඳහා, වසර දෙකකට වැඩි කාලයක් තුළ අපි සරල පෙළ රේඛා ජනනය කිරීමේ සිට වීඩියෝ උත්පාදනය දක්වා ගොස් ඇත. ඒ සියල්ල නොවේ: සැප්තැම්බර් 30 වෙනිදා, ෆීලික්ස් ක්‍රවුස්, මෙටා පර්යේෂකයා, ශබ්ද උත්පාදක යන්ත්රයක් සංවර්ධනය කිරීම නිවේදනය කළේය. අනෙක් ඒවා මෙන්, පෙළ ඉල්ලීමකින් ආරම්භ වන ශ්‍රව්‍ය නිර්මාණය කිරීමට හැකි පද්ධතියකි.

වේගවත් වර්ධනයක්, සමහර විට අනපේක්ෂිත, දෘඪාංගවල පරිණාමයන් සහ Big Tech හි බිහිසුණු ආයෝජන මගින් මෙහෙයවනු ලැබේ. Wall Street Journal හි ලිපියකට අනුව, පර්යේෂණ හා සංවර්ධන අංශ Meta සහ Alphabet පමණක් 60 දී මෙම ක්ෂේත්‍රය සඳහා ඩොලර් බිලියන 2021 කට වඩා වියදම් කර ඇත. පරිණාමයක් තහවුරු කර ඇති ආයෝජන, දැන් යන්ත්‍රවලට ඉගෙන ගැනීමට ඉඩ සලසයි ලබා ගත හැකි අඩු දත්ත සමඟ වේගවත් සහ, සියල්ලටත් වඩා, වචන සහ රූප හෝ ශබ්ද වඩාත් ඵලදායී ලෙස සම්බන්ධ කිරීමට.

නව මංපෙත් විවර කළ තාක්ෂණික දියුණුව. ස්ථිතික හෝ චලනය වන රූප සෑදීමට භාවිතා කරන තාක්ෂණය වන විසරණය ගැන සිතන්න. කෘත්‍රිම බුද්ධියට අන්තර්ජාලය හරහා ඡායාරූප මිලියන ගණනක් ආදාන ලෙස ලැබේ, විස්තරයක් සමඟ ලේබල් කර ඇත. එම අවස්ථාවේදී, එය පරිශීලක ඉල්ලීම් වලින් ආරම්භ වන පික්සල දහස් ගණනකට ඒවා බිඳ දමයි, පසුව නව රූපයක් නිර්මාණය කිරීමට නැවත සම්බන්ධ වේ. පවතින ඡායාරූප සහ නිදර්ශනවල සරල ආවරණයක් නොමැත: එය උත්පාදන ක්රියාවලියකි. එය පික්සල කට්ටලයකින් ආරම්භ වන අතර අලුත් දෙයක් නිර්මාණය කිරීමට ඒවා පිරිපහදු කරයි.

අවදානම් සහ ප්රතිලාභ: කුමක් සිදුවේද?

තාක්ෂණික පරිණාමයන් සමඟ වාණිජ හා දේශපාලන තේරීම් ද ඇත. Open AI විසින් Dall-E 2 සඳහා මන්දගාමී නිකුතුවක් තෝරාගෙන තිබේ නම්, ඉතා දිගු පොරොත්තු ලේඛනයක් සහිතව, මෙම ගිම්හානයේදී ස්ථාවර AI විසින් මේසය මත ඇති කාඩ්පත් වෙනස් කර ඇත ස්ථාවර විසරණය සමඟ. මෙම රූප උත්පාදන ආකෘතිය ඇත්ත වශයෙන්ම කේතය ඇතුළුව සෑම කෙනෙකුටම ලබා දී ඇත. මෙම ක්‍රම ප්‍රජාතන්ත්‍රීකරණයට තල්ලු වීමට මෙය එක් හේතුවකි.

නිසැකව ම විසඳිය යුතු ප්‍රශ්න මාලාවක් නිර්මාණය කරන ප්‍රජාතන්ත්‍රීකරණයකි. උදාහරණයක් ලෙස, ඇත රූප සන්තකයේ තබා ගැනීම පිළිබඳ මතභේදය උත්පාදනය වන බව. මේ මොහොතේ, සෑම දෙයක්ම සේවාව මත රඳා පවතී: උදාහරණයක් ලෙස Midjourney මත ජනනය කරන ලද ඒවා සම්පූර්ණයෙන්ම පරිශීලකයාට ලබා ගත හැකිය; Dall-E 2 ඇති ඒවා විවෘත AI හි දේපල ලෙස පවතී.

තවත් කරුණක් ගැන සැලකිලිමත් වේ කතුහිමිකම එම පද්ධති පෝෂණය කිරීම සඳහා භාවිතා කරන ලද පින්තූරවල. වෙනත් වචන වලින් කිවහොත්, මෑත වසරවල අන්තර්ජාලයට උඩුගත කරන ලද ඕනෑම කලා කෘතියක් මෙම AI පුහුණු කිරීම සඳහා පදනම ලෙස භාවිතා කළ හැකිය. එබැවින්, අද, මෙම මානව කලාකරුවන් ඔවුන්ගේ ශෛලිය අනුකරණය කළ හැකි යන්ත්‍ර සමඟ තරඟ කරනු ඇත.

එපමණයි: රූප හෝ වීඩියෝ පරම්පරාවේ අන්තරායන්, උදාහරණයක් ලෙස, යථාර්ථවාදී තත්වයන් තුළ මිනිසුන් නිරූපණය කරන, භයානක ය. අවදානම එතනයි ව්යාජ පුවත්: වැනි පින්තූර ලබා ගැනීමේ හැකියාව විසින් ද ඉස්මතු කර ඇත පෙන් රාජ්ය විශ්ව විද්යාලයේ පර්යේෂකයන්, ව්‍යාජ පුවත් වල විශ්වසනීයත්වයට බෙහෙවින් බලපායි. බොහෝ පද්ධතිවල මුහුණු හෝ නුසුදුසු ලෙස සලකන අවස්ථා නිරූපණය කරන නිර්මාණ පෙරහන් ඇති අතර, Stability.AI මගින් ස්ථායී විසරණය, ද වර්ජ් හි ලිපියක ද පෙන්වා දී ඇත, වඩා පළපුරුදු පරිශීලකයින්ට ඕනෑම ආකාරයක රූපයක් ජනනය කිරීමට ඉඩ සලසයි. කාමුක දර්ශන ඇතුළුව.

​  

කෙටුම්පත් කිරීම BlogInnovazione.it