هوش مصنوعی و تبدیل کلمات به عکس
شرکت آمریکایی OpenAI که در حوزه فناوری و هوش مصنوعی فعالیت دارد ۲۰ جولای از آغاز مرحله آزمایشی پروژه DALL-E خبر داد.
نسخه آخر این پروژه که امکان خلق نقاشی از محتوای یک متن را فراهم می‌کند توسط یک میلیون داوطلب محک زده خواهد شد.
پروژه DALL-E که عنوانش علاوه بر نام سالوادور دالی نقاش شهیر اسپانیایی اشاره‌ای به ربات انیمیشن WALL·E متعلق به استودیو پیکسار هم هست. یک میلیون کاربر این امکان را خواهند داشت تا رویای تبدیل کلمات و عبارات به نقاشی را به حقیقت تبدیل کنند.
OpenAI که ایلان ماسک هم از بنیان گذاران آن است به مدد هوش مصنوعی امکان تبدیل شدن متن به تصویر را فراهم می‌کند.
پروژه بی نظیر DALL-E 2 که در واقع نمونه تکمیل شده DALL-E 1 است از دقت درک و رزولوشن بالاتری برخوردار است و توانایی درک رابطه بین دو تصویر را هم دارد.
این پروژه در ژانویه ۲۰۲۲ کلید خورد و موفق به خلق تصاویری شده که تا پیش از این وجود نداشتند. بعنوان مثال می‌توان به نمونه‌های منتشر شده این طرح از قبیل خرس قطبی در حال گیتار زدن یا کوالا در حال انداختن توپ بسکتبال داخل حلقه اشاره کرد.
این شرکت آمریکایی تاکید کرده که در حال حاضر از DALL-E در تهیه موسیقی برای کودکان سرطانی و طراحی جلد مجله‌ها و ترویج مفاهیم جدید زندگی استفاده می‌شود.
قرار است طی هفته‌های آینده برای حدود یک میلیون داوطلبی که نام خود را وارد لیست انتظار کرده‌اند دعوتنامه فرستاده شود تا آنها بتوانند آخرین نسخه این ابزار شگفت‌انگیز را امتحان کنند.
این پیشرفت‌های علمی در حالی است که استفاده از هوش مصنوعی نگرانی‌های زیادی را در مورد جایگزین شدن انسان با ماشین در حوزه‌های مختلف برانگیخته است.
با این حال علاقه‌مندان می‌گویند تکنولوژی بیش از آن که تهدید باشد فرصت است. مخالفان معتقدند امکان سوءاستفاده از این ابزار یا وسیله‌های مشابه با هدف جعل خبر و انتشار اطلاعات ساختگی وجود دارد.
OpenAI می‌گوید در همکاری با پژوهشگران و متخصصان تدابیر لازم را برای حراست از حریم شخصی افراد و جلوگیری از سوءاستفاده و یا فریب دادن آنها اتخاذ کرده است.
از اینرو بارگذاری تصویر حقیقی اشخاص و یا تلاش برای شبیه سازی چهره‌های مشهور ممنوع است. همچنین محتواهایی که از نظر سیاسی ، جنسیتی و یا اشاعه خشونت در تضاد با سیاست‌های اعلامی DALL-E باشند فیلتر خواهند شد.
پیش از این هم امکان تبدیل متن به تصویر با استفاده از هوش مصنوعی گوگل وجود داشت که در نوع خود پیشرفتی عمیق از درک زبان بود.