Невронните мрежи стават все по-добри в генерирането на изображения по

Невронните мрежи стават все по-добри в генерирането на изображения по текстово изложение
(графика: Гугъл Imagen)

Гугъл има намерение да отвори достъпа до своята невронна мрежа Imagen, която се употребява за генериране на изображения по текстово изложение, само че с някои ограничавания.

работи толкоз добре, колкото и аналози като DALL-E 2 от OpenAI или Stability от Stable Diffusion. Сега интернет колосът Гугъл ще направи невронната мрежа налична за стеснен брой консуматори на приложението, с цел да получи противоположна връзка за работата ѝ.

Гугъл започва приложението AI ​​Test Kitchen по-рано тази година, с цел да тества разнообразни логаритми, основани на невронни мрежи. Понастоящем потребителите на приложението могат да взаимодействат с модернизиран чатбот, който е построен въз основата на езиковия модел LaMDA 2.

Скоро разработчиците на Imagen ще отворят достъп до невронната мрежа, тъй че потребителите на приложението AI Test Kitchen ще могат да генерират изображения от текстово изложение, заяви The Verge.

Очаква се Гугъл да предложи два режима на взаимоотношение с Imagen. Първият се назовава City Dreamer и разрешава генериране на детайли от град, основан по тематика, определена от потребителя. Въз основа на заложената тематика, Imagen ще пресъздаде здания, градски блокове, летища и други обекти под формата на изометрични модели, сходни на тези, които се виждат в играта SimCity.
още по темата
В режим Wobble потребителят ще бъде подканен да сътвори занимателно страшилище, като избере от какво се състои, да вземем за пример гума или глина, а по-късно избере и облекла за него. Imagen ще образува виртуално страшилище съгласно описанието на потребителя и ще му даде име, след което ще стане допустимо потребителят да взаимодейства с него, карайки го да танцува.

В настоящия си тип опциите за взаимоотношение с логаритъма Imagen са доста лимитирани, което е изключително видимо на фона на някои други аналози. Потребителите нe могат да основават каквито си желаят изображения.

Текущата цел на Гугъл е да получи ранна противоположна връзка за това по какъв начин работи системата и по какъв начин потребителите я употребяват. Компанията не разкрива броя на потребителите на приложението AI ​​Test Kitchen, нито детайлности за бъдещия логаритъм на Imagen и възможната му интеграция в някои от обществените си услуги.