შეუძლია DALL-E 3-ს ChatGPT-ში წაიკითხოს და შეცვალოს სურათები? მოდი, თავად ნახე

DALL-E 3-ის უცნაურობების გამოვლენა ChatGPT Plus-ში: ნახეთ, როგორ ამახინჯებს AI ინსტრუმენტი რეალობას და აქცევს ჩვეულებრივ სურათებს უჩვეულო ქმნილებებად.

მე ვიკვლევდი DALL-E 3-ის გამოყენებას ChatGPT Plus-ში. მე ამას იმიტომ ვაკეთებ, რომ ეს ჩემი საქმეა და არა იმიტომ, რომ რაღაც არაჯანსაღი პატარა დამოკიდებულება მაქვს გონებაში რაღაცის აღწერის მიმართ და ამას ეკრანზე რამდენიმე წუთში ვხედავ. ნებისმიერ დროს შემიძლია გავჩერდე. რა თქმა უნდა, ეს ბილეთია, ნებისმიერ დროს შემიძლია გაჩერება.

Მაგრამ დღეს არა. დღეს ვიპოვე ახალი სათამაშო. DALL-E 3-ს ChatGPT-ის შიგნით შეუძლია სურათების წაკითხვა და შეცვლა. ერთგვარი. ხედავ, ცოტა აურზაურია. მაგრამ მე წინ ვდგავარ. დავიწყოთ ეს ამბავი თავიდან...

მე ვიყენებ Midjourney-ს ატვირთული სურათების მოსარგებად. პრობლემა ის არის, რომ ის ძალიან ჩახლართულია. თქვენ უნდა აწარმოოთ Midjourney Discord-ში და შემდეგ უნდა გაიაროთ რამდენიმე ნაბიჯი, რომ ატვირთოთ სურათი Discord-ში, მიიღოთ URL, yada, yada, yada…

ChatGPT Plus-ში თქვენ უბრალოდ უნდა დააჭიროთ ქაღალდის კლიპის ხატულას და ატვირთოთ თქვენი სურათი. ერთი და დასრულებული.

ეს ხდის მის გამოყენებას ბევრად უფრო მარტივს და ასევე უფრო სახალისოს. მაგრამ რამდენად კარგად მუშაობს? ამის შესამოწმებლად მე ვცადე სამი სურათი: ჩემი მანქანის სურათი, ჩემი სურათი და ZDNET ლოგო. მოდით შევხედოთ შედეგებს.

Ჩემი მანქანა

აქ არის ჩემი მანქანის სურათი, 2013 წლის Dodge Challenger.

სურათის ატვირთვის შემდეგ, მე დავავალე DALL-E 3:

ჩადეთ მანქანა ქალაქში

შედეგები იმედისმომცემი იყო. DALL-E 3-მა წარმატებით გაამრავლა მანქანის მსგავსება ქალაქის სცენაზე:

შემდეგ, იმის გამო, რომ მე მაქვს გარკვეული სტიმპანკის გატაცება, ვთხოვე DALL-E-ს:

გახადეთ ის steampunk

აი რა მივიღეთ. მან მაინც შეინარჩუნა Dodge Challenger-ის სხეულის ზოგადი სტილი:

DALL-E აგრძელებს მსხვრევას

ერთი რამ უნდა აღვნიშნო, რომ მე ვერ მოვახერხე DALL-E-ს ძალიან ბევრი გამეორების გაკეთება წარუმატებლობის გარეშე. ყოველ ორ-სამ მოთხოვნაზე (და არა უმეტეს ოთხზე), მე მივიღე ეს შეტყობინება:

ჩემი გამოსავალი იყო ბოლო წარმატებით შექმნილი სურათის გადაღება და მისი ატვირთვა ChatGPT Plus-ის ახალ სესიაზე და აქედან მუშაობა.

მფრინავი მანქანა

ასე რომ, მე ავტვირთე ბოლო სურათი, ჩემი მანქანის steampunk ვერსია და ვუთხარი DALL-E-ს:

გააფრინე მანქანა

აი რა დავიბრუნე. ჩემი ორიგინალური მანქანის წარმოდგენა გაქრა და ჩვენ დავბრუნდით ძალიან მაგარი Chitty Chitty Bang Bang-ის სტილის მანქანა ჰაერში:

მაგარი იყო, მაგრამ ჩემი მანქანა აღარ იყო. მაგრამ ეს კარგია, ვნახოთ სად შეგვიძლია წავიდეთ.

თოვლის ბაბუა

ჩემი შემდეგი მცდელობა, სეზონის გათვალისწინებით, იყო სანტას მძღოლის ადგილზე დაყენება. აქ მე გადავეყარე საკმაოდ ზედმეტად გულმოდგინე სამაგრს, ChatGPT-მა მითხრა: „ბოდიში, მაგრამ ამ თხოვნით ვერ დაგეხმარები“.

დიახ, ჩვენ მივედით იმ დროს მომავალში, როდესაც AI ამბობს ზუსტ ეკვივალენტს: "ბოდიში დეივ. მეშინია, რომ ამის გაკეთება არ შემიძლია." ცხოვრება ხელოვნებას ბაძავს.

როგორც ხედავთ, მსჯელობა ცოტა უცნაური იყო. მაგრამ, როგორც ჩანს, დამოკიდებული იყო იმ ფაქტზე, რომ მე მას ვთხოვდი ატვირთული სურათის შეცვლას. ასე რომ, მე მივეცი მას ზემოაღნიშნული მოთხოვნა, როგორც ერთი მოთხოვნა:

ჩადეთ მანქანა ქალაქში. გახადეთ ის steampunk. გააფრინე მანქანა. დააყენეთ სანტა მძღოლის სავარძელში.

მე მივიღე ეს:

მშვენიერი სურათი იყო, მაგრამ აკლდა მთელი ვიქტორიანული ესთეტიკა, რაც წინა სურათებს ჰქონდა. თუმცა, ამის გამოსწორება არსებობს.

DALL-E ერთად ChatGPT არსებითად გადაწერს ყველა მოთხოვნას უფრო დეტალურ ინსტრუქციაში. ასე, მაგალითად, "Make it steampunk" გადაიწერა შემდეგში:

სტიმპანკის თემის ქუჩის სცენის გამოსახულება ვინტაჟური არქიტექტურით, რომელშიც წარმოდგენილია კლასიკური კუნთოვანი მანქანა, მოდიფიცირებული steampunk ელემენტებით, როგორიცაა სპილენძის მილები, მექანიზმები და ორთქლის გამონაბოლქვი. მანქანა გაჩერებულია რიყის ქვის ქუჩაზე ატმოსფერული ქუჩის ნათურებით და მოძველებული შენობების ფონზე, რომელიც აერთიანებს ვიქტორიანულ და ინდუსტრიულ რევოლუციის გავლენას. ტროტუარებზე დადიან სტიმპანკის სამოსში გამოწყობილი, სათვალეებითა და ვიქტორიანული ტანსაცმლით გამოწყობილი ხალხი. საერთო ატმოსფერო არის რეტრო-ფუტურისტული ქალაქი ალტერნატიული ისტორიიდან, სადაც ორთქლის ენერგია არის ძირითადი ტექნოლოგია.

ასე რომ, მე ავიღე აღწერილობითი მასალის ნაწილი როგორც "გააკეთე ეს steampunk" და "გააკეთე მანქანა ფრენა" და გავაერთიანე ისინი ამ მოთხოვნისთვის:

ჩადეთ მანქანა ქალაქში. გახადეთ ის steampunk. გააფრინე მანქანა. დააყენეთ სანტა მძღოლის სავარძელში. ქვემოთ, ქვაფენილის ქუჩები გაზის განათებული ქუჩის ნათურებითაა მოპირკეთებული და ვიქტორიანული ჩაცმულობით გამოწყობილი ხალხი გაოცებული იყურება. ცა არის ნარინჯისფერი ბინდისფერი, სმოგის ელფერით და შორიდან პატარა ორთქლის დრონებისა და საჰაერო ხომალდების ზუზუნით. საერთო ატმოსფერო არის რეტრო-ფუტურისტული ქალაქი ალტერნატიული ისტორიიდან, სადაც ორთქლის ენერგია არის ძირითადი ტექნოლოგია.

აი რა დავიბრუნე:

მკაცრად რომ ვთქვათ, ეს არ არის მფრინავი მანქანა, მაგრამ მაგარია. სამწუხაროდ, არანაირი კავშირი არ არის იმ მანქანის ორიგინალურ სურათთან, რომლითაც დავიწყე.

გაჩერდი, დეივ. გაჩერდები, დეივ? გაჩერდი, დეივ.

მე მქონდა კიდევ ერთი HAL მომენტი, როდესაც ვთხოვე ChatGPT-ს ჩემი სურათის ოფისში განთავსება:

მითხრა: "ბოდიში, მაგრამ ამ თხოვნით ვერ დაგეხმარები". ყოველ შემთხვევაში, ChatGPT-ს არ უთქვამს: "ნახე დეივ, მე ვხედავ, რომ შენ ნამდვილად განაწყენებული ხარ ამის გამო. გულწრფელად ვფიქრობ, რომ უნდა დაჯდე მშვიდად, დალიო სტრესის აბი და დაფიქრდე".

ჯარიმა. ახლა კი სულ სხვა რამეზე.

რეაქტიული მატარებლით გამგზავრება

აი ZDNET-ის ლოგო, რომელიც ავტვირთე DALL-E-ზე:

პირველ რიგში, მე ვცადე მისი დაყენება თვითმფრინავზე:

განათავსეთ ეს ლოგო ჯუმბო ჯეტის გვერდზე

მაინც სწორი ფერი მიიღო:

მერე ვცადე, რომ ლოგო დამეტანა შენობაზე.

განათავსეთ ეს ლოგო აგურის შენობის მხარეს

ახსოვდა მწვანე, მაგრამ არა სწორი მწვანე:

ასე რომ, მე ვცდილობდი, რომ DALL-E შენობის გადასატანად რკინიგზაზე გადასულიყო.

განათავსეთ შენობა მოდელის რკინიგზაზე

შედეგი არის რაღაც მოდელის რკინიგზის მსგავსი (თუმცა წინა პლანზე მდებარე ლიანდაგი, სავარაუდოდ, რელსებიდან გადავარდნას გამოიწვევს).

არის აგურის შენობა, მაგრამ ეს არ არის იგივე აგურის შენობა და ZDNET-ის ლოგოს ყოველგვარი პრეტენზია გაქრა. ZDNET მწვანეც კი არ რჩება.

ასე რომ, რა თქმა უნდა, მე ვთხოვე ამის გაკეთება:

ასევე დააყენეთ ჯუმბო ჯეტი მოდელის რკინიგზაზე

მე მივიღე ეს. უბრალოდ მინდა ვიცოდე ეს თვითმფრინავებია თუ რაკეტები წყალში.

რა ვისწავლეთ?

ამ DALL-E მახასიათებლის შემუშავების შემდეგ, ვფიქრობ, შეგვიძლია დავასკვნათ შემდეგი:

• თქვენ შეგიძლიათ ატვირთოთ სურათები DALL-E-ზე.
• თქვენ შეგიძლიათ სთხოვოთ მას მათი შეცვლა, მაგრამ შერეული შედეგებით.
• DALL-E ბევრს მარცხდება.
• ChatGPT შეიძლება არ აჩვენოს ხელოვნური ზოგადი ინტელექტი, მაგრამ მასში აბსტრაქტული ექსპრესიონიზმი მცირდება.
• მისი პასუხები არასასიამოვნოდ ახლოსაა HAL-9000-თან.

და აი. სურათები DALL-E-ზე ატვირთეთ? როგორ მოიქცა ეს თქვენთვის? შეგვატყობინეთ ქვემოთ მოცემულ კომენტარებში.

შეგიძლიათ თვალი ადევნოთ ჩემი პროექტის ყოველდღიურ განახლებებს სოციალურ მედიაში. აუცილებლად გამოიწერეთ ჩემი ყოველკვირეული განახლების ბიულეტენი Substack-ზე და გამომყევით Twitter-ზე @DavidGewirtz-ზე, Facebook-ზე Facebook.com/DavidGewirtz-ზე, Instagram-ზე Instagram.com/DavidGewirtz-ზე და YouTube-ზე YouTube.com/DavidGewirtzTV-ზე.