Amit tudnod kell
- A Google Imagen egy új, mesterséges intelligencia által vezérelt képgenerátor, amely szavakból teljes képeket hozhat létre.
- A Google bemutatta a technológiát egy kutatási dokumentummal, amely elmagyarázza annak működését, és számos példát is tartalmaz a teljesítményére.
- Jelenleg nincs nyilvánosan elérhető demó, és a Google még nem adja ki a forráskódot, a társadalmi hatásokkal kapcsolatos aggodalmakra hivatkozva.
A mesterséges intelligencia képgenerálása nem újdonság, de a Google legújabb kutatási cikke olyan előrelépést mutat be, amelyet az első mesterséges intelligencia által vezérelt képgenerátorok megjelenése óta nem láthattunk. Dióhéjban az Imagen szöveget vesz, és valósághűnek tűnő képpé alakítja, amelyet teljesen egy mesterséges intelligencia hajt, amely megérti a szavak nagy szótárát, és megérti, hogy ezek a szavak mit jelentenek vizuális értelemben.
A Google kiadta Imagen kutatási cikk az eszköz magyarázata mellett. A Google azt állítja, hogy saját, házon belül kifejlesztett benchmarkja, a DrawBench más képgeneráló modelleket emberi értékelések alapján értékel, és megmutatja, hogy
Google AI- Powered Imagen kiváló eredményeket produkál, mint a többi modell. Az Imagen webhely számos különböző példát mutat be, amelyek közül néhányat az alábbiakban válogattunk.1/4 kép
"Egy robotpár finom vacsorával az Eiffel-toronnyal a háttérben."
"Üvegből készült átlátszó kacsa szobor. A szobor egy tájkép előtt van."
"Fenséges olajfestmény egy mosómedvekirálynőről, aki vörös francia királyi ruhát visel. A festmény egy díszes, tapétával díszített falon lóg."
"Egy krómozott, aranycsőrű kacsa, aki egy dühös teknőssel veszekszik az erdőben."
A fenti képek alatt láthatja azt a szöveget, amelyet a kép létrehozásához használtak a Google Imagen segítségével. Sok esetben a szöveg rendkívül leíró jellegű, és egy nagyon konkrét végeredmény létrehozására szolgál, amely meglepően valósághűnek tűnik. Sok más mesterséges intelligencia által vezérelt képgenerátor, amelyet az interneten találhat, gyakran nagyon absztrakt megjelenésű képeket hoz létre, amint azt a kedvenc közösségi média alkalmazásai.
De bár a Google rengeteg példát és egy teljes kutatási cikket kínál az Imagen működésének bemutatására, a technológiát még nem teszi nyilvánosan elérhetővé. Magyarázatában a Google a társadalmi aggodalmakra hivatkozik a fő okként, amiért a felhasználók egyelőre nem engedik, hogy kipróbálják. A Google azt állítja, hogy úgy véli, hogy a felhasznált adatkészlet miatt káros, valósághű képek jöhetnek létre sok nem gondozott szót tartalmaz, amelyek közül sok rasszistának, becsmérlőnek vagy másnak tekinthető káros.
Valószínű, hogy a Google végül kiad egy nyílt forráskódú demót, mivel a vállalat arra hivatkozik, hogy a nyílt forráskód segít megelőzni az ilyen problémákat. Konkrétan a Google azt mondja, hogy addig nem ad ki demót vagy forrást, amíg "további biztosítékok nem állnak rendelkezésre". Egyelőre csak élvezni kell azokat a furcsán szürreális képeket, amelyeket a Google biztosított a webhelyén.
Google Pixel 6
Szerezze be a Google mesterséges intelligenciát telefonjára a Pixel 6 telefonnal, amely a Google Tensor processzorával működik, és jónéhány elképesztő mesterséges intelligencia által vezérelt trükköt tartalmaz a közmondások szerint.
Vezető tartalomgyártó – Okostelefonok és VR
Nick a DOS-szal és a NES-sel kezdte, és a hajlékonylemezekről és kazettákról szóló kedves emlékeket használja fel a modern technológiáról alkotott véleményének kifejtésére. Legyen szó VR-ről, intelligens otthoni kütyükről vagy valami másról, ami csipog, 2011 óta ír erről. Érd el őt a Twitteren vagy az Instagramon @Gwanatu