برنامه Dall E 2 چیست؟ تبدیل متن به تصویر با هوش مصنوعی در DALL-E 2

ممکن است تاکنون نام برنامه DALL-E 2 را شنیده باشید، یک برنامه محبوب که از فناوری هوش مصنوعی و یادگیری ماشین برای تبدیل متن به تصویر استفاده می‌کند. در حالی که چند ماه از راه‌اندازی برنامه DALL-E-2 توسط شرکت OpenAI (اوپن‌ اِی‌آی)، یکی از پیشروترین آزمایشگاه‌های هوش مصنوعی در جهان می‌گذرد، بحث و گفت‌وگوها در مورد مزایا و معایب آن همچنان ادامه دارد. برخی، برنامه DALL E 2 را یک نوآوری پیشرو می‎‌دانند که می‌‎‎تواند به بازتعریف هنر کمک کند. در همین حال، گروه مخالف معتقدند که برنامه DALLE 2 ابزاری است که با تولید تصاویر با استفاده از هوش مصنوعی، می‌تواند به پایان کار صنایع خلاق منجر شود. در هر صورت، برنامه DALLE2 فرصت‌ها و چالش‌های جدیدی را برای نحوه خلق و استفاده از هنر ایجاد می‌کند. در ادامه این مطلب با ما همراه باشید تا با مزایا و معایب برنامه دال ای 2 و نحوه کار آن بیشتر آشنا شویم.

برنامه DALL-E 2 چیست؟

برنامه DALL-E 2 یک تولیدکننده تصویر با استفاده از فناوری هوش مصنوعی است. به عبارت دیگر، این برنامه می‌تواند با استفاده از هوش مصنوعی، متن را به تصویر تبدیل کند.
برنامه DALLE 2 جانشین برنامه DALL-E شرکت اوپن اِی‌آی است که در ژانویه سال ۲۰۲۱ عرضه شد. نام این برنامه، یعنی DALL-E، از ترکیب نام‌های سالوادور دالی (Salvador Dalí)، هنرمند مشهور اسپانیایی و وال-ئی (Wall-E)، یک شخصیت محبوب در انیمیشنی به همین نام، گرفته شده است.

در جولای سال ۲۰۲۲، نسخه بتای برنامه DALL-E 2 منتشر شد و در دسترس کاربران منتخب قرار گرفت. در ۲۸ سپتامبر ۲۰۲۲ نیز، شرکت اوپن اِی‌آی دسترسی آزاد به نسخه بتای این برنامه را برای عموم فعال کرد.
مانند برنامه DALL-E اصلی، برنامه دال ای 2 نیز یک زبان مولد (generative language) است که از دستورات متنی برای ایجاد تصاویر استفاده می‌کند. این نسخه جدید در مقایسه با نسخه قبلی خود، تصاویری با وضوح چهار برابر بالاتر را ایجاد می‌کند که یک ارتقای چشمگیر است. همچنین، به نظر می‌رسد که برنامه دالی 2 در بخش فوتورئالیسم (photorealism) و تطبیق کپشن (caption matching) عملکرد بهتری دارد.

نحوه استفاده از برنامه DALL E 2

برنامه DALL-E 2 ممکن است برای کاربران جدید، بسیار مدرن و آینده‌گرایانه و احتمالاً ترسناک به نظر برسد. اما استفاده از آن بسیار ساده است.
برای این منظور، شما ابتدا باید به وبسایت رسمی برنامه DALL E 2 بروید و یک حساب کاربری ایجاد کنید. یا اگر قبلاً یک حساب اوپن اِی‌آی دارید، وارد سیستم شوید. فرآیند ایجاد حساب کاربری در وبسایت این برنامه، سریع و آسان است و از شما خواسته می‌شود که ایمیل و شماره تلفن خود را برای تأیید ارائه کنید.

هنگامی که حساب کاربری خود را ایجاد کردید، باید یک پیام متنی توصیفی تا ۴۰۰ کاراکتر را وارد کنید و این برنامه، بقیه کارها را انجام خواهد داد. برای مثال، با تایپ کردن «گرگ‌هایی که در ماه کامل زوزه می‌کشند»، نتایج زیر دریافت شده است.

و یا با تایپ کردن متن «ارائه ۳ بعدی یک سرباز رومی در حال استراحت»، برنامه دال ای 2 تصاویر زیر را ارائه کرده است:

به این ترتیب، می‌توان گفت که برنامه DALL-E 2 یک معیار جدید برای ایجاد تصاویر با استفاده از هوش مصنوعی ارائه کرده است. این برنامه می‌تواند توضیحات متنی را خیلی خوب درک کند و این موضوع، منجر به تسلط دقیق بر سبک‌ها، موضوعات، زوایا، زمینه‌ها، مکان‌ها و مفاهیم مختلف می‌شود. نتیجه این امر، ارائه تصاویر با کیفیت بالا و هنری چشمگیر توسط برنامه DALLE2 است.
یک نکته قابل‌توجه در مورد برنامه DALLE 2 این است که شما می‌توانید از آن به صورت رایگان هم استفاده کنید. با تکمیل ثبت نام، شما ۵۰ اعتبار رایگان و سپس از ماه دوم به بعد، ۱۵ اعتبار رایگان دریافت خواهید کرد. اگر هم اعتبار رایگان شما تمام شد، می‌توانید با پرداخت هزینه، اعتبار اضافی خریداری کنید.

مزایا و نکات مثبت برنامه DALLE 2

به‌ طور کلی، شما می‌توانید انتظار چندین خروجی با کیفیت بالا را از برنامه DALL-E 2 داشته باشید؛ البته تا زمانی که از پیام‌های متنی دقیق و توصیفی استفاده کنید. با استفاده از برنامه DALLE 2 ارائه تصاویر با کیفیت بالا چند ثانیه طول می‌کشد، این در حالی است که ارائه همان تصاویر با همان سطح کیفیت توسط یک نقاش یا هنرمند دیجیتال، ممکن بود ساعت‌ها و حتی روزها زمان ببرد.
نکته مثبت دیگر این است با برنامه DALL E 2، شما می‌توانید بدون پرداخت هزینه به همه این ایده‌های بصری دسترسی داشته باشید. در واقع، برای یک تصویر ایجادشده توسط هوش مصنوعی، هیچ هزینه‌ای برای مکان و دستمزدی برای سازندگان و مدل‌ها وجود ندارد. البته، این نکته بسته به دیدگاه شما، می‌تواند هم مثبت و هم منفی باشد.

برنامه DALLE2 از «درک» خود از موضوع، سبک، پالت‌های رنگی و معنای مفهومی مورد نظر، برای ارائه خروجی استفاده می‌کند. شما از هر تصویر، چهار نوع خواهید داشت که هر کدام ظاهر، احساس و معنای اصلی را بازتاب می‌دهند، اما با سبک منحصربه‌فرد خود.

شما همچنین می‌توانید بدون داشتن هیچ تجربه قبلی در ویرایش عکس، تصاویر را در برنامه DALL-E 2 ویرایش کنید. برخلاف برخی از برنامه‌های شناخته‌شده ویرایش تصویر مانند ادوبی فتوشاپ (Adobe Photoshop)، ویرایش با برنامه دال ای 2 فوق‌العاده آسان است. به عنوان مثال، شما می‌توانید یک فضانورد را در حال راه رفتن روی مریخ تصویرسازی کنید و بعداً یک سگ را به پرتره بیفزایید. برای این منظور، شما فقط باید متن «یک سگ در پشت سر فضانورد بگذار» را تایپ کنید. به همین ترتیب، می‌توانید از برنامه دال ای 2 بخواهید تا بزرگ‌نمایی و کوچک‌نمایی تصویر را تغییر دهد تا به نتیجه دلخواه برسید.
البته، لازم به ذکر است که با توجه به طراحی سیستم، برنامه DALLE2 نمی‌تواند محتوای حاوی هرزه‌نگاری، خون و خونریزی، یا عناصر سیاسی تولید کند.

معایب و محدودیت‌های برنامه DALLE2

در نظر داشته باشید که بخش بزرگی از کیفیت خروجی تصاویر در برنامه DALL-E 2، به کیفیت پیام متنی شما بستگی دارد. هرچه پیام شما دقیق‌تر باشد، شانس بیشتری برای دریافت خروجی مورد نظر خواهید داشت.
همچنین، این سیستم برخی محدودیت‌های ذاتی نیز دارد. به عنوان مثال، هنوز در ترکیب‌بندی مهارتِ چندانی ندارد (اگرچه به نظر می‌رسد که با گذشت زمان بهبود می‌یابد). به این معنا که برنامه دال ای 2 اغلب قادر به ادغام چند موضوع یا ویژگی‌های آنها مانند شکل، جهت و رنگ نیست.
علاوه بر این، برنامه DALL-E2 ممکن است حتی با دستورات نسبتاً ساده، نتیجه خوبی ندهد. به عنوان مثال، با تایپ کردن متن «صد قورباغه با لباس سربازان رومی در حال رژه در بیابان» و اعمال چند تغییر، تصاویر زیر به دست آمده که رضایت‌بخش نیست.

اینها، تنها چند نمونه از محدودیت‌های سایت دال ای 2 هستند.

نگرانی‌های موجود در رابطه با برنامه دال ای 2

شرکت اوپن اِی‌آی برنامه DALLE 2 را به‌ گونه‌ای طراحی کرده که تصاویری از چهره‌های عمومی و افراد مشهور ایجاد نکند. در واقع، این برنامه از تولید تصاویر حاوی چهره‌های واقعی یا افراد واقعی خودداری می‌کند. این گامی درست در جلوگیری از سوءاستفاده از برنامه است. با این حال، با توجه به در دسترس بودن رو به رشد اپلیکیشن‌های دیپ فیک (deep fake) یا جعل عمیق، کاربران مخرب می‌توانند تصویر را از برنامه DALL-E-2 بگیرند و چهره شخص را در آن تغییر دهند.

با افزایش محبوبیت برنامه دال ای 2، نقض قانون کپی رایت نیز می‌تواند به یک مشکل بزرگ تبدیل شود. شرکت اوپن اِی‌آی ادعا می‌کند که کاربران «از حقوق کامل تجاری کردن تصاویری که با برنامه DALL-E-2 ایجاد می‌کنند، از جمله حق چاپ مجدد و خرید و فروش آنها، برخوردار هستند.» با این حال، تولیدکنندگان هنر هوش مصنوعی برای تجزیه و تحلیل، یادگیری و خلق هنر، به کار هنرمندان انسانی وابسته هستند. بنابراین، نقض بالقوه قوانین مالکیت فکری -هر چند ناخواسته- را نمی‌توان رد کرد.

خلاصه مطلب

در این مقاله به معرفی برنامه DALL-E 2 و مزایا و معایب آن پرداختیم.
لازم به ذکر است که برنامه DALL E 2 هنوز کامل نشده و همچنان در حال پیشرفت است. اما با توجه به ماهیت فناوری هوش مصنوعی و یادگیری ماشین، انتظار می‌رود که این برنامه با گذشت زمان و به تدریج هوشمندتر و توانمندتر شود. از نقطه نظر صرفاً فناوری، برنامه دال ای 2 یک گام بزرگ رو به جلو در تکامل فناوری هوش مصنوعی است. تا همین اواخر، دیدگاه رایج این بود که سیستم‌های هوش مصنوعی نمی‌توانند در زمینه‌های خلاقانه از انسان‌ها بهتر عمل کنند، حداقل نه به این زودی. اما برنامه دالی 2 این استدلال را تا حد زیادی باطل کرده است.