تکنولوژی Dall&E؛ هیاهوی این‌ روزهای شبکه‌های اجتماعی

شاید شما هم مثل من چند روزی است که تایم‌لاین توییترتان پر از تصاویر دیجیتالی عجیب‌وغریبی شده است که توسط هوش مصنوعی Dall-E Mini ایجاد شده‌اند؛ تصاویری مثل کارل مارکس ساخته شده با برفک تلویزیون، کاراکتر والتر وایت با کنسول گیم‌کیوب در دست؛ گوردون رمزی در حال خوردن بیگ مک، یا کرمیت قورباغه در نقاشی جیغ ادوارد مونک.سرویس Dall-E Mini که در وب‌سایت Hugging Face از آن میزبانی می‌شود، با استفاده از هوش مصنوعی، تراش داده و میلیاردها تصویر از گوشه‌وکنار اینترنت قادر است از متنی که کاربر به آن می‌دهد، تصاویر نسبتاً مرتبط ایجاد کند؛ حتی اگر متن تایپ شده شبیه مثال‌های بالا، عجیب و سورئال باشد و نمونه‌‌ای از آن‌ها در دنیای واقعی یافت نشود. مثلا من عبارت «پونیو آیفون به دست» را در این پلتفرم امتحان کردم و تصاویر زیر به دست آمد:‌دلیل اینکه «اثر هنری»‌ ایجادشده با Dall-E Mini اینقدر محبوب است و همه دارند درباره‌ی آن صحبت می‌کنند، به توانایی شگفت‌انگیز هوش مصنوعی به خلق تصاویر از ایده‌هایی برمی‌گردد که قبلا کسی آن‌ها را مطرح نکرده است. مثلا اگر در گوگل عبارت «گندالف در فضاپیما» را جستجو کنید، نتیجه‌ی موردنظر را دریافت نخواهید کرد؛ اما همین عبارت در پلتفرم‌های مولد تصویر از جمله Dall-E Mini نتایج نسبتاً مرتبطی را نشان می‌دهد.هر چند سال یک‌ بار، نوعی تکنولوژی پا به میدان می‌گذارد که دنیا را به پیش و پس از خودش تقسیم می‌کند. مثلا من اولین بار که آهنگی را «شزم» کردم یا اولین تماس ویدئویی که با وایبر گرفتم یا اولین عکسی را که با یک دوربین دومگاپیکسلی انداختم و بعد با یک فیلتر ساده در اینستاگرام پست کردم، خوب به خاطر دارم.تصویر درخواست شده:‌ فورتزا هورایزن ۵ در میدان آزادی چیزی که این لحظات را به‌یادماندنی می‌کند، تصور اتفاقات غیر قابل پیش‌بینی‌ و شگفت‌انگیزی است که با ظهور این تکنولوژی‌ها ممکن است دست‌یافتنی شوند. حالا که می‌شود تماس ویدیویی برقرار کرد،‌ از فضای ابری هر فایلی را به هر دستگاهی فراخواند یا با یک گوشی و وای‌فای به‌صورت استریم زنده با هزاران نفر در سراسر دنیا ارتباط گرفت، دنیا چه شکلی خواهد شد؟چند سالی می‌شد که خبری از این نوع تکنولوژی‌ها نبود؛ از همین‌هایی که دلمان بخواهد به دوستانمان نشان دهیم و بگویبم این را حتماً باید ببینید! البته Dall-E Mini همان‌طور که از اسمش مشخص است، تنها نمونه‌ی بسیار کوچکی از تکنولوژی بزرگ و آینده‌داری است که می‌تواند آینده را شکل دهد؛ دنیای الگوریتم‌ها و هوش مصنوعی.Dall-E Mini؛ سرگرمی جدید کاربران شبکه‌های اجتماعیDall-E Mini پروژه‌ی برنامه‌نویس اهل تگزاس به نام بوریس دیما (Boris Dayma) است که آن را در جولای ۲۰۲۱ برای شرکت در مسابقه‌‌ی محاسبات هوش مصنوعی زیر نظر گوگل و شرکت ارائه‌دهنده‌ی تکنولوژی یادگیری ماشین Hugging Face توسعه داد. این پروژه که در حال حاضر در وب‌سایت Hugging Face میزبانی می‌شود، این‌روزها به‌خاطر هیاهوی توییتر آنقدر محبوب شده که ترافیک روی سایت بسیار بالا است و شاید لازم به چند بار تلاش باشد تا سرانجام تصویری را که به دنبالش هستیم، نشان داده شود؛ اما ازآنجاکه استفاده از این سرویس کاملاً رایگان است، ارزش کمی صبر و تلاش را برای رفع حس کنجکاوی‌مان دارد.تصویر درخواست شده: جوانی در حال باز کردن پرتالی به روم باستان به‌کمک کومودور ۶۴در Dall-E Mini می‌توان هر چیزی را متصور شد؛ اتفاقا یکی از دلایلی که کاربران اینترنتی تا این حد شیفته‌ی این سرویس شده‌اند، به‌خاطر توانایی آن در به‌تصویر کشیدن عجیب‌ترین و بی‌ربط‌ترین درخواست‌ها و مسخره‌ترین موقعیت‌ها است که منجر به نتایج خنده‌دار و گاها غافلگیرکننده‌ای می‌شود. وقتی عبارت مدنظرتان را در کادر متنی Dall-E Mini وارد می‌کنید و دکمه‌ی Run را فشار می‌دهید، با ۹ تصویر به ابعاد ۲۵۶ در ۲۵۶ پیکسل رو‌به‌رو می‌شوید که از نظر الگوریتم به‌کار رفته در این پلتفرم، با چیزی که دنبالش هستید، مطابقت دارد. البته وقتی به این تصاویر دقیق می‌شوید، متوجه خواهید شد که چقدر ایراد دارند؛ به‌ویژه اگر به جای حیوان یا کاراکترهای خیالی، نام افراد واقعی را وارد کنید. اما از دور و در نگاهی گذارا، تصاویر خلق شده اغلب به چیزی که انتظار داریم، شباهت زیادی دارند.دیما اذعان دارد که این پلتفرم نتایج بهتری را در نقاشی‌های انتزاعی و آبستره نشان می‌دهد، اما در مورد تصاویر واقعی با جزییات بیشتر، با مشکل رو‌به‌رو می‌شود.سخت‌ترین بخش بدون شک تصاویر افراد است. اگر از Dall-E یک منظره بخواهید، نتیجه عالی خواهد بود؛ چون اگر درختی ایراد داشته باشد، کسی متوجه آن نخواهد شد. اما اگر بخشی از صورت آدم، مثلا چشم دچار مشکل باشد، ما بلافاصله متوجه آن خواهیم شد.اگرچه Dall-E Mini می‌تواند تصاویر زیبا و «هنری» ایجاد کند، پای ریاضیات و الگوریتم بدون دخالت هرگونه ذوق هنری در میان است. کاری که هوش مصنوعی این پلتفرم انجام می‌دهد، جاری کردن ذوق و قریحه‌ی هنری‌اش نیست. متأسفانه یا خوشبختانه، هوش مصنوعی هنوز آنقدر پیشرفت نکرده که بخواهد از خود خلاقیت نشان دهد؛ بلکه الگوریتم Dall-E Mini فقط به تصاویر بی‌شماری در اینترنت که متن با درخواست کاربر مطابقت دارند، نگاه می‌کند و بعد الگوهایی را که در اکثر آن‌ها تکرار شده است، نظیر اَشکال، رنگ‌ها و توضیحات را پیدا می‌کند. Dall-E Mini سپس به کمک این الگوها یاد می‌گیرد چگونه تصویر متناسب با درخواست متنی کاربر را ایجاد کند.تصویر درخواست شده: موجود فضایی فیلم Alien به سبک پیش‌طراحی اتاق دادگاهدیما Dall-E Mini را تقلیدی از پروژه‌ی DALL-E شرکت OpenAI اما در مقیاس بسیار کوچک‌تر با معماری ساده‌تر از نسخه‌ی اصلی توصیف می‌کند که اگرچه نتایج آن کیفیت بسیار پایین‌تری از DALL-E دارد، به‌طور کاملاً رایگان برای همه دردسترس است و برای اجرایش نیازی به سخت‌افزارهای آن‌چنانی نیست؛ حتی می‌توانید Dall-E Mini را در گوشی هوشمند خود امتحان کنید، هرچند به گفته‌ی سازنده، روی وب نتیجه آموزش آشپزی و مطالب جالب جدید...