MLNLP
(
機器學習演算法與自然語言處理
)社群是國內外知名自然語言處理社群，受眾覆蓋國內外NLP碩博生、高校老師以及企業研究人員。
社群的願景 是促進國內外自然語言處理，機器學習學術界、產業界和廣大愛好者之間的交流，特別是初學者同學們的進步。
(
機器學習演算法與自然語言處理
)社群是國內外知名自然語言處理社群，受眾覆蓋國內外NLP碩博生、高校老師以及企業研究人員。
轉載自 | 量子位
作者 | 明敏
如果不說，你能看出來下面這幅畫又是AI畫的嗎？
而且還是AI自己生成了語言描述，又透過這些描述畫出了圖。
沒錯，這就是GPT-3和DALL·E強強聯合之後的效果。
最初給GPT-3的輸入是：
寫一篇關於一群浣熊去搶劫的電腦遊戲描述。
然後，GPT-3“設計”了一款名為《浣熊打劫》的遊戲。
描述中詳細介紹了遊戲背景、玩家角色和需要做的事情。完全看不出是AI寫的啊~
接下來，再把這些描述餵給DALL·E，一幅生動的遊戲原型動畫誕生了。
畫面裡，兩隻鬼鬼祟祟的浣熊，在深夜的大街上游走，一副隨時準備作案的樣子。
畫風拿捏非常到位，和常見動畫遊戲中色調和筆觸幾乎一個味兒。
更重要的是，整個製作過程，只要不到60秒！
有網友圍觀後自己上手試了試，讓兩個AI合力做一個“白鼬在家裡玩嗨了”的遊戲原型。
生成的遊戲介紹和原型動畫，都是讓人看了直呼偶買噶的程度啊。
甚至都讓人有點想玩！
1
『AI創作圖文，再次突破想象』
實際上，不只是生成遊戲原型動畫，這兩個AI組合還能搞出各種圖文原創。
比如睡前故事。
有位網友表示，他讓AI以自己兒子、家裡狗狗為主角，創作了一個去火星的故事。
從前有個小男孩，他喜歡搭積木，他最好的朋友是一隻名叫Mochi的狗狗。有一天，他們夢想去火星，然後一起做了一個大火箭，飛向了太空。
在網友的展示中一共有9幅畫，每一幅都配著簡短易懂的文字。
畫風也和普通兒童繪本幾乎沒什麼兩樣，真的很難讓人相信是AI創作的啊！
而且只要稍加編輯，還能讓DALL·E生成的一系列影像中，主角形象不發生變化（不過這樣人物的表情就沒有變化了）。
沒想到，當代版一千零一夜，竟然能靠AI來講。
除此之外，最近還有一個用DALL·E 2設計logo的帖子爆火。
一位網友開發了一個名為“OctoSQL”的工具，想要為其設計一個logo。
然後，他就把自己的設計想法告訴了AI：小章魚玩轉資料庫、圖表。
同時補充了“數字藝術”、“卡通”等關鍵詞，得到了如下效果。
不得不說這效果一開始就很好啊！
但是作者想要更精細一些，所以之後又給了AI十多次關鍵字來嘗試。
其中，在加了“標誌”的關鍵字後，AI給出了黑色圓底的輸出，有logo的感覺了。
更為意外的是，DALL·E還能真的像乙方一樣調細節。
比如作者確定了要用這隻帶安全帽的章魚當logo，但是它手裡拿的東西不滿意。
那麼還能固畫面的一部分，來繼續換關鍵字生成新內容。
最終，作者用瀏覽器反向搜尋了一下，生成的章魚logo是完全原創、沒有類似結果的。
網友看後表示：
這個過程，彷彿和找人類設計師來沒什麼兩樣啊。
值得一提的是，想要得到如上這些好的輸出結果，人類自己還要懂得一些小技巧。
比如GPT-3針對“描述一個XXX的產品介紹”很擅長，那麼使用這種句式得到的結果質量會相對高一些。
還有，在DALL·E 2的關鍵詞輸入後新增“artstation”效果會更好。
當然了，這些生成的過程中難免發生翻車事件。
有網友表示，自己想要用DALL·E生成一個“Jared’s pizza”的logo，但是輸出結果一直是“Jizza”。
2
『One More Thing』
由於GPT-3和DALL·E都需要排隊申請使用，所以並不是所有人都能試玩。
有網友推薦了craiyonAI，可以替代DALL·E，效果也還不錯。
值得一提的是，這次發現AI能做遊戲原型動畫的網友不是普通人。
他是Django Web的創始人之一Simon Willison。
Django是高水準的Python程式語言驅動的一個開源模型。使用這種架構，程式設計師可以方便、快捷地建立高品質、易維護、資料庫驅動的應用程式。
參考連結：
[1]https://twitter.com/simonw/status/1555626060384911360
[2]https://news.ycombinator.com/item?id=32320491
[3]https://jacobmartins.com/posts/how-i-used-dalle2-to-generate-the-logo-for-octosql/
掃描二維碼新增小助手微信
關於我們