Невронните мрежи стават все по-добри в генерирането на изображения по текстово описание
(графика: Google Imagen)
Google възнамерява да отвори достъпа до своята невронна мрежа Imagen, която се използва за генериране на изображения по текстово описание, но с някои ограничения.
Imagen работи толкова добре, колкото и аналози като DALL-E 2 от OpenAI или Stability от Stable Diffusion. Сега интернет гигантът Google ще направи невронната мрежа достъпна за ограничен брой потребители на приложението AI Test Kitchen, за да получи обратна връзка за работата ѝ.
Google стартира приложението AI Test Kitchen по-рано тази година, за да тества различни алгоритми, базирани на невронни мрежи. Понастоящем потребителите на приложението могат да взаимодействат с усъвършенстван чатбот, който е изграден на базата на езиковия модел LaMDA 2.
Скоро разработчиците на Imagen ще отворят достъп до невронната мрежа, така че потребителите на приложението AI Test Kitchen ще могат да генерират изображения от текстово описание, съобщи The Verge.
Очаква се Google да предложи два режима на взаимодействие с Imagen. Първият се нарича City Dreamer и позволява генериране на елементи от град, създаден по тема, избрана от потребителя. Въз основа на зададената тема, Imagen ще пресъздаде сгради, градски блокове, летища и други обекти под формата на изометрични модели, подобни на тези, които се виждат в играта SimCity.
В режим Wobble потребителят ще бъде подканен да създаде забавно чудовище, като избере от какво се състои, например гума или глина, а след това избере и дрехи за него. Imagen ще формира виртуално чудовище според описанието на потребителя и ще му даде име, след което ще стане възможно потребителят да взаимодейства с него, карайки го да танцува.
В сегашния си вид възможностите за взаимодействие с алгоритъма Imagen са много ограничени, което е особено забележимо на фона на някои други аналози. Потребителите нe могат да създават каквито си искат изображения.
Текущата цел на Google е да получи ранна обратна връзка за това как работи системата и как потребителите я използват. Компанията не разкрива броя на потребителите на приложението AI Test Kitchen, нито подробности за бъдещия алгоритъм на Imagen и евентуалната му интеграция в някои от публичните си услуги.