Az OpenAI bemutatta a szöveges parancsok alapján képeket készítő, mesterséges intelligenciára alapozott DALL-E megoldásának továbbfejlesztett változatát. A DALL·E 3 a ChatGPT-t is segítségül hívja azért, hogy még egyszerűbb legyen a megfelelő promptok megalkotása.
A legtöbb mesterséges intelligenciával működő képgeneráló eszköz manapság promptokat – azaz a látni kívánt kép minél pontosabb szöveges leírását – a veszi alapul és ezt értelmezve különböző stílusú műalkotásokká alakítja őket, a fotorealisztikustól egészen a fantasztikus stílusig. A megfelelő prompt megalkotása azonban komoly kihívást jelenthet. Ez olyannyira igaz, hogy mára a „prompt engineering” szakma igen keresetté vált.
Az OpenAI új megoldása, a DALL·E 3 a ChatGPT-t hívja segítségül a promptok megalkotásához. A prémium ChatGPT-csomagok, így a ChatGPT Plus és a ChatGPT Enterprise előfizetői beírhatnak egy képre vonatkozó kérést, és a chatrobottal folytatott beszélgetéseken keresztül csiszolhatják azt tökéletesre. A megalkotott képért se kell messzire kattintaniuk, hiszen közvetlenül a chatalkalmazáson belül kapják meg. Mint a fejlesztők hangsúlyozzák, a ChatGPT képes egy, akár csak néhány szavas kérést is átvenni és a DALL-E 3-nak megfelelő leírássá varázsolni.
Az OpenAI emellett hangsúlyozza, hogy a DALL·E 3 minden eddiginél jobb minőségű képeket generál – természetesen minél hosszabb és pontosabb a prompt, annál szebb lesz a végeredmény is. Ezen felül olyan új mechanizmusokat építettek be, melyeket kifejezetten az algoritmikus torzítások csökkentése és a biztonság növelése érdekében alkottak meg. Támogatja a ma is alkotó művészek harcát a hamisítások ellen, így elutasítja azokat a kéréseket, amelyek az egyes festő képzőművész stílusában készült műalkotás elkészítését várnák el az MI-től. Érthető okokból tiltólistára kerültek a közszereplőket ábrázoló alkotások is.
Lehetőség van „kiszállni” a tanításból is: a művészek megtilthatják, hogy akár néhány, akár összes művüket felhasználják az OpenAI szöveg-kép modellek jövőbeli generációinak betanításához. Nem mellesleg a cég több riválisával együtt perekkel néz szembe, mert a gyanú szerint művészek szerzői jogvédelem alatt álló munkáit használja fel a generatív mesterséges intelligencia-képmodellek betanításához.
Az OpenAI októberben tervezi a DALL·E 3 bevezetését a prémium ChatGPT felhasználók számára, majd a kutatólaboratóriumok és az API-kat alkalmazó ügyfelei következnek. A vállalat nem közölte, hogy tervezi-e egy olyan, ingyenesen használható webes eszköz kiadását, mint ahogyan az eredeti DALL·E, majd később a DALL·E 2 modell esetében tette.
