मुख्य तथ्य
- DALL·E एक नया तंत्रिका नेटवर्क है जो पाठ के आधार पर चित्र बना सकता है।
- नेटवर्क एआई परियोजनाओं की बढ़ती संख्या में से एक है जो मनुष्य के रचनात्मक उत्पादन की नकल कर सकता है।
- विशेषज्ञों का कहना है कि एआई द्वारा खींची गई छवियां मूल रचनाएं नहीं हैं।
आगे बढ़ो, पिकासो। एक नया तंत्रिका नेटवर्क पाठ के आधार पर चित्र बना सकता है।
DALL·E, कलाकार सल्वाडोर डाली और पिक्सर की WALL·E के नामों का एक पोर्टमैंटू, कोई भी पाठ ले सकता है और उससे एक छवि बना सकता है। सिस्टम एक तंत्रिका नेटवर्क का उपयोग करता है जिसे अरबों चित्रों और पाठ उदाहरणों पर प्रशिक्षित किया गया है।यह एआई परियोजनाओं की बढ़ती संख्या में से एक है जो मनुष्य के रचनात्मक उत्पादन की नकल तो कर सकती है, लेकिन नकल नहीं कर सकती।
"चूंकि प्राकृतिक भाषा लगातार विकसित हो रही है, और प्रासंगिक बारीकियों पर बहुत निर्भर है, एक चित्र बनाने के लिए भाषा को अच्छी तरह से समझने के लिए एक मशीन को पढ़ाना एक बहुत ही महत्वपूर्ण उपलब्धि है," तमारा श्वार्ट्ज, यॉर्क कॉलेज ऑफ पेनसिल्वेनिया में साइबर सुरक्षा के प्रोफेसर, एक ईमेल साक्षात्कार में कहा। "एक पुलिस स्केच कलाकार की कल्पना करें, वह एक दुर्लभ प्रतिभा है, जिसमें गवाह विवरण के आधार पर चित्र बनाने की क्षमता है।"
छवियां बनाने के लिए बड़े डेटा का उपयोग करना
DALL-E को AI अनुसंधान कंपनी OpenAI द्वारा बनाया गया था और यह इंटरनेट से बड़ी मात्रा में डेटा जमा करके काम करता है। फिर डेटा को एक प्राकृतिक भाषा मॉडल द्वारा संसाधित किया जाता है और पाठ से चित्र बनाने के लिए प्रशिक्षित किया जाता है। DALL-E हाल ही में जारी GPT-3 के समान काम करता है, OpenAI द्वारा बनाया गया एक भाषा मॉडल जिसे मूल पाठ मार्ग उत्पन्न करने के लिए प्रेरित किया जा सकता है।GPT-3 को इंटरनेट टेक्स्ट के आधा ट्रिलियन शब्दों का उपयोग करके प्रशिक्षित किया गया था और यह आश्चर्यजनक रूप से सजीव पाठ का उत्पादन कर सकता है।
चित्र बनाने के लिए मशीन को भाषा को अच्छी तरह से समझना सिखाना एक बहुत ही महत्वपूर्ण उपलब्धि है।
माइकल युरुश्किन, एक डेटा साइंस कंपनी, ब्रोटनलैब के संस्थापक और सीटीओ, ने एक ईमेल साक्षात्कार में कहा कि DALL-E "हमारी रचनात्मकता और कल्पना का अनुकरण करने में मानवता के कुछ सफल जैब्स में से एक है।" उन्होंने आगे कहा, "यह महसूस करना आसान है कि एआई प्रासंगिक डेटा के माध्यम से किसी चीज़ की भविष्यवाणी कैसे करता है, लेकिन यह समझना कि यह उन चीज़ों से चित्र बनाने में सक्षम है जिनके बारे में उसने पहले कभी नहीं सुना था।"
श्वार्ट्ज ध्यान दें कि एआई जानकारी नहीं बना रहा है, बल्कि भाषा डेटा ले रहा है और इसे छवियों में बदल रहा है।
"प्रारंभिक रचनात्मकता उस मानव से आती है जिसने कार्य का निर्माण किया," श्वार्ट्ज ने कहा। "एआई की ओर से कुछ 'रचनात्मकता' है, क्योंकि यह डेटा के विभिन्न संयोजनों के साथ प्रयोग करता है और फिर कई संभावित आउटपुट से चयन करता है।हालांकि, एक मानव आउटपुट की जांच कर रहा है और एआई को सिखा रहा है कि कई संयोजनों में से कैसे चयन किया जाए।"
रोबोट डिटेक्टिव वर्क?
एक मशीन मानव कलाकार की तुलना में इस डेटा और वस्तु संयोजन के साथ बहुत तेजी से प्रयोग कर सकती है। श्वार्ट्ज ने नोट किया कि DALL-E एक दिन एक जासूस के साथ साझेदार हो सकता है, जो प्रत्यक्षदर्शी गवाही के आधार पर एक स्केच के माध्यम से एक अपराध स्थल को फिर से बनाने की कोशिश कर रहा है।
"जैसा कि गवाह अपने बयान देते हैं, कंप्यूटर उस बोली जाने वाली, प्राकृतिक भाषा की जानकारी ले सकता है और दृश्य का एक चित्र बना सकता है, या दृश्य के कई चित्र बना सकता है," उसने कहा। "इन विज़ुअलाइज़ेशन को फिर खोए हुए सबूतों की अधिक सटीक छवि बनाने के लिए एकीकृत किया जा सकता है। इस विज़ुअलाइज़ेशन को अपराध से पहले के स्थान की पिछली इमेजरी को एकीकृत करके समृद्ध किया जा सकता है।"
कई अन्य AI- संचालित कार्यक्रम कला का निर्माण कर सकते हैं। उदाहरण के लिए, एआई-दा कला बनाने के लिए रोबोटिक आर्म सिस्टम और आर्टिफिशियल इंटेलिजेंस के साथ फेशियल रिकग्निशन तकनीक का उपयोग करता है।सिस्टम मशीन के सामने रखी एक छवि का विश्लेषण कर सकता है, जो रोबोट के हाथ की गतिविधियों को उत्पन्न करने के लिए एक एल्गोरिदम में फीड करता है।
हालांकि, मानव कलाकारों को चिंता नहीं करनी चाहिए कि रोबोटिक अधिपति उनकी जगह लेंगे, पिछले साल द न्यूयॉर्क टाइम्स में रटगर्स विश्वविद्यालय में आर्ट एंड आर्टिफिशियल इंटेलिजेंस लैब के निदेशक अहमद एल्गममल ने तर्क दिया था।
"जबकि कला की परिभाषा हमेशा विकसित हो रही है, इसके मूल में, यह मनुष्यों के बीच संचार का एक रूप है," उन्होंने लिखा। "मशीन के पीछे एक मानव कलाकार के बिना, एआई फॉर्म के साथ खेलने से थोड़ा अधिक कर सकता है, चाहे इसका मतलब स्क्रीन पर पिक्सल में हेरफेर करना या संगीत लेजर पर नोट्स हो। ये गतिविधियां आकर्षक और अवधारणात्मक रूप से दिलचस्प हो सकती हैं, लेकिन उनके बीच बातचीत के बिना अर्थ की कमी है कलाकार और दर्शक।"
डाल-ई के काम पर एक नज़र डालने के बाद, मैं एल्गमाल की बात को समझता हूं कि एआई-निर्मित छवियां कला नहीं हैं। दूसरी ओर, वे मेरे द्वारा बनाई गई किसी भी कला से बेहतर हैं। तो, वास्तव में, क्या अंतर है?
