Me • Learning • Entertainment • News

DALL-E and DALL-E 2 – வார்த்தையில் இருந்து படங்கள் உருவாக்கம்

DALL·E-2023-01-28-22.33.14---a-two-story-pink-house-with-a-white-fence-and-a-red-door,-photo-realistic-digital-art

DALL-E (டால் ஈ) என்பது OpenAI ஆல் உருவாக்கப்பட்ட ஒரு ஆழமான கற்றல் அடிப்படையிலான பட உருவாக்க மாதிரியாகும். “வெள்ளை வேலி மற்றும் சிவப்பு கதவு கொண்ட இரண்டு அடுக்கு இளஞ்சிவப்பு வீடு” (“a two-story pink house with a white fence and a red door.” ) போன்ற இயற்கை மொழி உரை விளக்கங்களிலிருந்து படங்களை உருவாக்க இது பயிற்றுவிக்கப்படுகிறது. இந்த மாதிரியானது GPT மொழி மாதிரியைப் போன்ற அமைப்புமாற்றி அடிப்படையிலான கட்டமைப்பைப் பயன்படுத்தி படங்களின் தரவுத்தொகுப்பு, அவற்றுடன் தொடர்புடைய உரை விளக்கங்கள் ஆகியன கொண்டு பயிற்சியளிக்கப்படும் ஒரு பட உருவாக்கி ஆகும்.

DALL·E-2023-01-28-22.33.14---a-two-story-pink-house-with-a-white-fence-and-a-red-door,-photo-realistic-digital-art
“a two-story pink house with a white fence and a red door.”

முக்கிய கண்டுபிடிப்புகளும் மேம்பாடுகளும்

DALL-E இன் முக்கிய கண்டுபிடிப்புகளில் ஒன்று, பயிற்சியின் போது குறிப்பிடத்தக்க விளக்கம் ஊட்டப்படாதிருப்பினும், பரந்த அளவிலான உரை விளக்கங்களிலிருந்து மிகவும் மாறுபட்ட மற்றும் புதுமையான படங்களை உருவாக்கும் திறன் ஆகும். மேற்பார்வை செய்யப்படாத மற்றும் மேற்பார்வையிடப்பட்ட கற்றல் நுட்பங்களின் கலவையைப் பயன்படுத்துவதன் மூலம் இது அடையப்படுகிறது, அங்கு மாதிரியானது முதலில் படங்கள் மற்றும் அவற்றுடன் தொடர்புடைய உரை விளக்கங்களின் ஒரு பெரிய தரவுத்தொகுப்பில் பயிற்றுவிக்கப்படுகிறது, பின்னர் குறிப்பிட்ட பட-உரை ஜோடிகளின் சிறிய தரவுத்தொகுப்பில் நன்றாக-டியூன் செய்யப்படுகிறது.

DALL-E இன் வெற்றியானது DALL-E 2 இன் வளர்ச்சிக்கு வழிவகுத்தது, இது அசல் மாடலின் மேம்படுத்தப்பட்ட பதிப்பாகும். DALL-E 2 அசல் மாதிரியை விட பல முக்கிய மேம்பாடுகளைக் கொண்டுள்ளது, இதில் பெரிய மாதிரி அளவு, மிகவும் மாறுபட்ட பயிற்சி தரவுத்தொகுப்பு மற்றும் மாற்றியமைக்கப்பட்ட கட்டமைப்பு ஆகியவை அடங்கும்.

DALL-E 2 இன் மிகப்பெரிய மாற்றங்களில் ஒன்று அதன் அதிகரித்த மாதிரி அளவு ஆகும், இது மிகவும் விரிவான மற்றும் யதார்த்தமான படங்களை உருவாக்க அனுமதிக்கிறது. இந்த மாதிரியானது மிகவும் மாறுபட்ட தரவுத்தொகுப்பில் பயிற்றுவிக்கப்பட்டுள்ளது, இதில் பரந்த அளவிலான மூலங்களிலிருந்து படங்கள் மற்றும் பலவிதமான பாணிகள் உள்ளன. இது DALL-E 2ஐ நிஜ உலகத்தை அதிகம் பிரதிநிதித்துவப்படுத்தும் படங்களை உருவாக்க அனுமதிக்கிறது.

DALL-E 2 இன் மற்றொரு முக்கியமான மாற்றம், மாற்றியமைக்கப்பட்டஉருவாக்கக்கலை ஆகும், இது உரை விளக்கங்களின் அர்த்தத்தை நன்கு புரிந்துகொள்ளவும் மேலும் துல்லியமான படங்களை உருவாக்கவும் அனுமதிக்கிறது. மாதிரியானது “prompt engineering” எனப்படும் புதிய நுட்பத்தைப் பயன்படுத்துகிறது, இது பயனர் அவர்கள் உருவாக்க விரும்பும் படத்தின் சில பண்புக்கூறுகள் அல்லது அம்சங்களைக் குறிப்பிடுவதன் மூலம் மாதிரிக்கு கூடுதல் சூழலை வழங்க அனுமதிக்கிறது. இது பயனரின் நோக்கங்களுடன் மிகவும் நெருக்கமாக இணைந்த படங்களை உருவாக்க மாதிரியை அனுமதிக்கிறது.

எவ்வாறு படங்கள் உருவாக்குவது?

https://openai.com/dall-e-2/ எனும் இணையம் செல்லுங்கள். உங்கள் கூகிள் அல்லது மைக்ரோசொப்ட் கணக்கைப் பயன்படுத்தி அணுக்கம் பெற்றுக்கொள்ளுங்கள். முதல் மாதம் உங்களுக்கு 50 credits வழங்கப்படும். அதன் பின்னர் ஒவ்வாறு மாதமும் 15  credits வழங்கப்படும். இவை போதாது எனின் காசு கொடுத்து வேண்டலாம்.

எத்தனை இலவச கிரெடிட்கள் கிடைக்கும்?

உங்கள் முதல் மாதம் 50 இலவச கிரெடிட்களைப் பெறுவீர்கள்.

15 இலவச கிரெடிட்கள் ஒவ்வொரு மாதமும் அதன் பிறகு, மாதத்தின் அதே நாளில் நிரப்பப்படும்.

எடுத்துக்காட்டாக, ஆகஸ்ட் 3 ஆம் தேதி நீங்கள் பதிவுசெய்திருந்தால், உங்கள் இலவச வரவுகள் செப்டம்பர் 3 ஆம் தேதி மீண்டும் நிரப்பப்படும்.

நீங்கள் ஒவ்வொரு மாதமும் 29, 30 அல்லது 31 ஆம் தேதிகளில் சேர்ந்தால், உங்கள் இலவச வரவுகள் ஒவ்வொரு மாதமும் 28 ஆம் தேதி மீண்டும் நிரப்பப்படும்.

இலவச கிரெடிட்கள் அடுத்த மாதத்திற்கு மாற்றப்படாது, எனவே அவை வழங்கப்பட்ட ஒரு மாதத்திற்குப் பிறகு அவை காலாவதியாகிவிடும் – ஆனால் நீங்கள் 15 புதிய இலவச கிரெடிட்களைப் பெறுவீர்கள்.

உங்கள் கணக்குப் பக்கத்தில் உள்ள “கிரெடிட்களை வாங்கு” பொத்தானைப் பயன்படுத்தி அல்லது சுயவிவரப் புகைப்படத்தின் கீழ் தோன்றும் மெனுவில் DALL-E கிரெடிட்களை வாங்கலாம்.

இலவச கிரெடிட்கள் வழங்கப்பட்ட ஒரு மாதத்திற்குப் பிறகு காலாவதியாகும், ஆனால் காசு கொடுத்து வாங்கிய கிரெடிட்கள் தேதியிலிருந்து 12 மாதங்களுக்குள் காலாவதியாகும்.

படங்கள் உருவாக்கும் முறை

இங்கு ஆங்கிலத்தில் விளக்கமாக எழுதுங்கள். “laughing green tortoise cartoon in a white background” என்று எழுதியதன் விளைவாகப் பெறப்பட்ட படம்:

laughing green tortoise cartoon in a white background

இதில் முதல் தடவை அதிகபட்சம் 1024 x 1024 பிக்சல் படங்களை மட்டுமே உருவாக்க முடியும். ஆனால் உருவாக்கப்பட்ட படத்தை மேலும் விரிவாக்க முடியும். இதை விட, உங்களிடம் ஒரு படம் இருந்தால் அதைப் போன்ற படங்களையோ அல்லது அந்தப் படத்தை விரிவாக்கவோ இயலும்.

இப்படத்தில் முதலில் உள்ளது அசல் படம். இது தரவேற்றப்பட்டு டால் ஈ உருவாக்கிய அசலைப் போன்ற படம் அடுத்ததாக உள்ளது.
இங்கு முதலாவதாக உள்ள படம் அசல். இரண்டாவது உள்ளது டால் ஈ விரிவாக்கியது

DALL-E 2 ஆனது “அனிமேஷன்களை” உருவாக்கும் திறனையும் கொண்டுள்ளது.

இது திறம்பட படங்களை உருவாக்குகின்றதெனினும் இது இன்னமும் பரிசோதனை நிலையிலேயே உள்ளது (ஜன 29, 2023). சில சந்தர்ப்பங்களில் படம் சரிவர அமைவது இல்லை.