DALL-E Mini – zabawy z udostępnioną wersją DALL-E OpenAI.
Model opracowany przez DALL-E 2 OpenAI dla generowania grafik na podstawie opisu, robi ostatnio prawdziwą furorę w sieci, jednak dostęp do pełnej wersji jest dość ograniczony i niedostępny publicznie.
Cierpliwie czekając na uzyskanie dostępu do DALL-E 2, postanowiłem przetestować uproszczoną wersję DALL-E Mini która to wersja została udostępniona bezpłatnie przez OpenAI. Na Github.com można odszukać sporą liczbę opracowań użycia tego modelu. Z jednej z tych wersji skorzystałem w celu przetestowania możliwości udostępnionego modelu. Dla zainteresowanych link do użytej przeze mnie wersji na końcu artykułu.
Dostępne są przeszkolone 3 modele o różnej wielkości a za tym i jakości uzyskanego efektu. Do użycia największego z nich niezbędny jest już dość mocny sprzęt, bo z kartą graficzną Nvidia z co najmniej 12 GB VRAM. Ten właśnie model postanowiłem przetestować na komputerze z kartą RTX A4000 który spełniała zapotrzebowanie największego modelu DALL-E Mini. Okazało się, że oprogramowanie DALL-E 2 Mini zużyło zasoby mojej karty RTX A4000 praktycznie w 100% zarówno pamięci /mimo że karta posiada 16GB VRAM/ jak i procesora graficznego.
Oprogramowanie, mimo że obciążało maksymalnie kartę działało stabilnie i bez problemu generując pojedynczy obraz w niecałe 11 sekund. Jednak trochę efekt mnie rozczarował ze względu na małą rozdzielczość uzyskanych grafik która wynosiła jedynie 256×256 pikseli, przy tak dużym obciążeniu karty. Efekty moich zabaw z modelem DALL-E Mini oceńcie sami.
https://github.com/saharmor/dalle-playground
Sztuczna inteligencja jest niesamowita. Możliwość wygenerowania obrazu z jednego słowa lub frazy jest tak abstrakcyjna, że gdyby nie to, że sami możemy to zobaczyć, to ciężko byłoby w to uwierzyć. Osobiście lubię wchodzić na playground OpenAI, gdzie można pochatować z AI, albo np. poprosić go o wymyślenia żartu.