OpenAIGPT3的新模塊可從文本創建唯一圖像

舊金山人工智能開發公司OpenAI的一組研究人員已為其GPT-3自回歸語言模型添加了新模塊。該模塊稱為DALL·E，該模塊摘錄具有多個特征的文本，對其進行分析，然后根據其所描述的內容繪制圖片。OpenAI團隊在描述新模塊的網頁上將其描述為“一個僅用于解碼器的簡單轉換器”，并注意到他們計劃提供更多有關其體系結構的詳細信息以及如何在自己了解更多信息的情況下使用它。

該公司開發了GPT-3，以演示神經網絡可以將文本處理和創建應用到多遠。它分析用戶選擇的文本并基于該輸入生成新文本。例如，如果用戶鍵入“告訴我一個關于狗救火中孩子的故事”，則GPT-3可以以類似人的方式創建這樣的故事。第二次相同的輸入將導致故事的另一個版本的產生。

在這項新工作中，研究人員將這種功能擴展到了圖形。用戶輸入句子，DALL·E嘗試生成使用圖形和其他圖像描述的內容。例如，如果用戶輸入“帶貓爪和鳥尾巴的狗”，則系統將生成具有此類特征的狗的卡通形象，而不僅僅是一個。它將產生一整行，每行都使用與原始文本稍有不同的解釋來創建。

該系統能夠通過使用由互聯網頁面組成的信息集來創建圖像。對文本的每個部分都進行了研究，以試圖了解其外觀。對于前面的示例，它將搜索并分析數千張狗的圖片。然后研究貓，貓的爪子，鳥和尾巴。然后，它將結果合并為幾個圖形圖像，以為用戶提供各種結果。