Loading article…
 DALL-E 画像に透かしが存在します | |
 「1990 年代の技術を使って水中で新しい AI 研究に取り組むテディベア」というテーマで DALL-E 2 が生成した画像 | |
| 開発者 | オープンAI |
|---|---|
| 初回リリース | 2021年1月5日 |
| 安定版リリース | DALL-E 3 / 10 2023 年 8 月 |
| タイプ | テキストから画像へのモデル |
| Webサイト | ラボ |
DALL-E、DALL-E 2、およびDALL-E 3 (様式化はDALL·E、発音は DOLL-E) は、OpenAIがディープラーニング手法を使用して「プロンプト」と呼ばれる自然言語の説明からデジタル画像を生成するために開発したテキストから画像へのモデルです。
DALL-Eの最初のバージョンは2021年1月に発表されました。翌年には、後継のDALL-E 2がリリースされました。DALL-E 3は、2023年10月にChatGPT PlusおよびChatGPT Enterpriseの顧客向けにChatGPTにネイティブにリリースされ、 [1] OpenAIのAPI [2]と「Labs」プラットフォーム経由で11月初旬に提供されました。 [3] Microsoftは、BingのImage Creatorツールにモデルを実装し、Designerアプリにも実装する予定です。[4]
歴史と背景
DALL-EはOpenAIが2021年1月5日のブログ投稿で公開したもので、画像生成用に改良されたGPT-3 [5]のバージョンを使用しています。
2022年4月6日、OpenAIは「概念、属性、スタイルを組み合わせることができる」より高解像度でよりリアルな画像を生成するように設計された後継機であるDALL-E 2を発表しました。[6] 2022年7月20日、DALL-E 2はベータ段階に入り、100万人のウェイティングリストに登録された個人に招待状が送信されました。[7]ユーザーは毎月一定数の画像を無料で生成でき、さらに購入することもできます。[8]倫理と安全性に関する懸念から、以前は研究プレビューのために事前に選択されたユーザーにアクセスが制限されていました。[9] [10] 2022年9月28日、DALL-E 2はすべての人に公開され、ウェイティングリストの要件は削除されました。[11] 2023年9月、OpenAIは最新の画像モデルであるDALL-E 3を発表しました。これは、以前のイテレーションよりも「大幅に多くのニュアンスと詳細」を理解できます。[12] 2022年11月初旬、OpenAIはDALL-E 2をAPIとしてリリースし、開発者がモデルを独自のアプリケーションに統合できるようにしました。マイクロソフトは、BingとMicrosoft Edgeに含まれるデザイナーアプリとイメージクリエーターツールにDALL-E 2の実装を発表しました。[13] APIは画像あたりのコストで動作し、価格は画像の解像度によって異なります。OpenAIのエンタープライズチームと協力する企業にはボリュームディスカウントが利用可能です。[14]
このソフトウェアの名前は、ピクサーのアニメロボットキャラクター「ウォーリー」とカタルーニャのシュルレアリスト芸術家サルバドール・ダリの名前を組み合わせた造語である。[15] [5]
2024年2月、OpenAIは、コンテンツ真正性イニシアチブが推進するC2PA（コンテンツの出所と真正性のための連合）標準のメタデータを含むDALL-E生成画像に透かしを追加し始めました。[16]
テクノロジー
最初の生成的事前学習済みトランスフォーマー（GPT）モデルは、2018年にOpenAIによって開発され、[17] Transformerアーキテクチャを採用しました。最初のイテレーションであるGPT-1 [18] は、 2019年にスケールアップされてGPT-2が生成されました。 [19] 2020年にはさらにスケールアップされて、 1750億のパラメータを持つGPT-3が生成されました。 [20] [5] [21]
DALL-E
DALL-Eは3つのコンポーネントから構成されています。離散VAE、GPT-3に似た自己回帰デコーダーのみのトランスフォーマー（120億のパラメーター）、および画像エンコーダーとテキストエンコーダーのCLIPペアです。[22]
離散VAEは画像をトークンのシーケンスに変換し、逆にトークンのシーケンスを画像に戻すことができます。これは、Transformerが画像データを直接処理しないために必要です。[22]
Transformerモデルへの入力は、トークン化された画像キャプションのシーケンスとそれに続くトークン化された画像パッチです。画像キャプションは英語で、バイトペアエンコーディング（語彙サイズ16384）によってトークン化されており、最大256トークンの長さになります。各画像は256×256のRGB画像で、それぞれ4×4の32×32パッチに分割されています。各パッチはその後、離散変分オートエンコーダによってトークン（語彙サイズ8192）に変換されます。[22]
DALL-Eは、CLIP（Contrastive Language-Image Pre-training）と連携して開発され、一般に公開されました。[23] CLIPは対照学習に基づく別のモデルで、インターネットから収集されたテキストキャプション付きの画像4億組でトレーニングされました。その役割は、データセットからランダムに選択された32,768のキャプションのリスト（そのうちの1つが正解）からどのキャプションが画像に最も適しているかを予測することにより、DALL-Eの出力を「理解してランク付け」することです。[24]
訓練されたCLIPペアは、DALL-Eによって生成されたより大きな初期画像リストをフィルタリングし、テキストプロンプトに最も近い画像を選択するために使用されます。[22]
DALL-E 2
DALL-E 2は35億のパラメータを使用しており、これは前身よりも少ない数です。[22] DALL-E 2は自己回帰Transformerの代わりに、 CLIP画像埋め込みを条件とする拡散モデルを使用します。これは推論中に、事前モデルによってCLIPテキスト埋め込みから生成されます。[22]これは、数か月後にリリースされた Stable Diffusionと同じアーキテクチャです。
機能
DALL-Eは、フォトリアリスティックな画像、絵画、絵文字など、さまざまなスタイルの画像を生成できます。[5]画像内のオブジェクトを「操作して並べ替える」ことができ、[5]明示的な指示がなくても、斬新な構成にデザイン要素を正しく配置できます。BoingBoingの執筆者であるThom Dunnは、「たとえば、鼻をかんでいる大根、カフェラテをすする大根、一輪車に乗っている大根を描くように指示された場合、DALL-Eはハンカチ、手、足を妥当な場所に描くことがよくあります」と述べています。[25] DALL-Eは、特定のプロンプトがなくても「空白を埋める」ことで適切な詳細を推測する能力を示しました。たとえば、クリスマスに関連するプロンプトにクリスマスのイメージを追加したり、[26]言及されていない画像に影を適切に配置したりしました。[27]さらに、DALL-Eは視覚的およびデザインのトレンドを幅広く理解しています。[要出典]
DALL-Eは、さまざまな視点からさまざまな任意の説明に対して画像を生成することができ[28]、失敗はまれです[15] 。ジョージア工科大学インタラクティブコンピューティングスクールの准教授であるマーク・リードルは、 DALL-Eが概念をブレンドできることを発見しました（人間の創造性の重要な要素として説明されています）。[29] [30]
その視覚的推論能力は、レイヴンのマトリックス（人間の知能を測定するためによく行われる視覚テスト）を解くのに十分である。 [31] [32]
DALL-E 3は、前身のモデルよりも正確かつ詳細に複雑なプロンプトに従い、より一貫性のある正確なテキストを生成することができます。[33] [12] DALL-E 3はChatGPT Plusに統合されています。[12]
画像修正
DALL-E 2 で生成された「真珠の耳飾りの少女」の 2 つの「バリエーション」
既存の画像が与えられると、DALL-E 2 は、元の画像に基づいて個別の出力として画像の「バリエーション」を作成したり、画像を編集して変更または拡張したりできます。DALL-E 2 の「インペインティング」と「アウトペインティング」は、指定されたプロンプトに従って、画像のコンテキストを使用して、元の画像と一致する 媒体を使用して欠落している領域を塗りつぶします。
例えば、これを使用して画像に新しい主題を挿入したり、画像を元の境界を超えて拡張したりできます。[34] OpenAIによると、「アウトペインティングでは、影、反射、テクスチャなどの画像の既存の視覚要素を考慮して、元の画像のコンテキストを維持します。」[35]
技術的な制限
DALL-E 2 の言語理解には限界がある。「黄色い本と赤い花瓶」と「赤い本と黄色い花瓶」や「パンダがラテアートを作っている」と「パンダのラテアート」を区別できないことがある。[36]「宇宙飛行士に馬が乗っている」というプロンプトを出すと、「馬に乗った宇宙飛行士」の画像を生成する。[37]また、さまざまな状況で正しい画像を生成できない。3 つ以上のオブジェクト、否定、数字、接続された文章を要求すると、間違いが生じる可能性があり、オブジェクトの特徴が間違ったオブジェクトに表示される可能性がある。[28]追加の制限には、テキストの処理 (判読可能な文字であっても、ほぼ常に夢のような意味不明な結果になる) や、天文学や医療画像などの科学情報に対応する能力の限界などがある。[38]
倫理的な懸念
DALL-E 2 が公開データセットに依存していることが結果に影響し、性別に言及していないリクエストに対して男性よりも女性が多く生成されるなど、場合によってはアルゴリズムの偏りにつながる。 [38] DALL-E 2 のトレーニングデータは、暴力的および性的な画像を削除するようにフィルタリングされていたが、これにより、女性が生成される頻度が減少するなど、場合によっては偏りが増大することが判明した。[39] OpenAI は、トレーニングデータで女性が性的表現される可能性が高く、フィルターが結果に影響を与えたためではないかと仮説を立てている。[39] 2022年9月、OpenAI はThe Vergeに対し、DALL-E が結果の偏りに対処するためにユーザープロンプトに目に見えない形でフレーズを挿入していることを確認した。たとえば、「黒人男性」や「アジア人女性」は、性別や人種を指定しないプロンプトに挿入されている。[40]
DALL-E 2 や類似の画像生成モデルに関する懸念は、ディープフェイクやその他の誤情報の拡散に利用される可能性があることである。[41] [42]これを軽減する試みとして、ソフトウェアは著名人に関するプロンプトや人間の顔を含むアップロードを拒否する。[43]潜在的に不快なコンテンツを含むプロンプトはブロックされ、アップロードされた画像は不快なコンテンツを検出するために分析される。[44]プロンプトベースのフィルタリングの欠点は、類似の出力をもたらす代替フレーズを使用して簡単にバイパスできることである。たとえば、「血」という単語はフィルタリングされるが、「ケチャップ」や「赤い液体」はフィルタリングされない。[45] [44]
DALL-E 2や類似モデルに関するもう一つの懸念は、その精度と人気により、アーティスト、写真家、グラフィックデザイナーの技術的失業を引き起こす可能性があることである。 [46] [47] DALL-E 3は、ユーザーが現在生きているアーティストのスタイルでアートを生成することをブロックするように設計されています。[12]
2023年にマイクロソフトは米国国防総省にDALL-Eモデルを使用して戦場管理システムを訓練することを提案した。[48] 2024年1月、OpenAIは軍事および戦争での使用の全面禁止を利用ポリシーから削除した。[49]
受付
DALL-Eに関する報道のほとんどは、「シュールな」[23]または「風変わりな」[29]出力の小さなサブセットに焦点を当てています。DALL-Eの「チュチュを着た赤ちゃん大根が犬を散歩しているイラスト」の出力は、Input、[50]、 NBC、[51]、 Nature、[52]などの出版物で言及されました。[5] [53] [54]「アボカドの形をしたアームチェア」の出力も広く取り上げられました。[23] [30]
ExtremeTechは「DALL-Eに特定の期間の電話や掃除機の写真を要求すると、それらの物体がどのように変化したかを理解できる」と述べた。 [26] Engadgetも「電話やその他の物体が時間の経過とともにどのように変化するかを理解する」というその並外れた能力を指摘した。 [27]
MITテクノロジーレビューによると、OpenAIの目的の1つは「言語モデルに、人間が物事を理解するために使用する日常的な概念をよりよく理解させること」でした。[23]
ウォール街の投資家はDALL-E 2を好意的に受け止めており、一部の企業はこれが将来の数兆ドル規模の産業の転換点となる可能性があると考えている。2019年半ばまでに、OpenAIはすでにマイクロソフトとKhosla Venturesから10億ドル以上の資金を調達しており、[55] [56] [57]、2023年1月にはDALL-E 2とChatGPTの立ち上げに続いて、マイクロソフトからさらに100億ドルの資金を調達した。[58]
日本のアニメ界は、DALL-E 2や同様のモデルに対して否定的な反応を示している。[59] [60] [61]アーティストは、このソフトウェアに対して通常2つの主張を展開する。1つ目は、AIアートは意図を持った人間によって作成されたものではないため、アートではないというものだ。「AIが生成した画像を自分の作品と並べることは品位を落とし、アートに費やした時間とスキルを損なう。AI駆動型画像生成ツールは、ウェブから収集した人間が作ったアートでトレーニングされているため、アーティストから厳しく批判されている。」[7] 2つ目は、著作権法とテキストから画像へのモデルがトレーニングされるデータの問題である。OpenAIは、DALL-E 2のトレーニングに使用されたデータセットに関する情報を公開していないため、アーティストの作品が許可なくトレーニングに使用されているのではないかと懸念する声もある。これらのトピックを取り巻く著作権法は、現時点では結論が出ていない。[8]
DALL-E 3 を Bing Chat と ChatGPT に統合した後、Microsoft と OpenAI はコンテンツフィルタリングが過剰であると批判され、批評家は DALL-E が「ロボトミー手術を受けた」と述べた。[62]「男性が大型ハンマーでサーバーラックを壊す」などのプロンプトによって生成された画像がフラグ付けされたことがその証拠として挙げられた。リリース後最初の数日間、フィルタリングは、Bing が提案したプロンプトによって生成された画像がブロックされるまでにまで強化されたと報告されている。[62] [63] TechRadar は、慎重すぎるとクリエイティブツールとしての DALL-E の価値が制限される可能性があると主張した。[63]
オープンソース実装
OpenAIは3つのモデルのいずれのソースコードも公開していないため、同様の機能を提供するオープンソースモデルを作成する試みがいくつか行われてきました。 [64] [65] 2022年にHugging FaceのSpacesプラットフォームでリリースされたCraiyon（2022年6月にOpenAIから名前の変更が要求されるまではDALL-E Miniと呼ばれていました）は、インターネットからのフィルタリングされていないデータでトレーニングされたオリジナルのDALL-Eに基づくAIモデルです。ユーモラスな画像を生成する能力により、リリース後の2022年半ばにメディアから大きな注目を集めました。[66] [67] [68]
参照
参考文献
- ^ David, Emilia (2023年9月20日). 「OpenAIがDALL-Eの第3バージョンをリリース」The Verge。2023年9月20日時点のオリジナルよりアーカイブ。 2023年9月21日閲覧。
- ^ “OpenAI Platform”. platform.openai.com . 2023年3月20日時点のオリジナルよりアーカイブ。2023年11月10日閲覧。
- ^ Niles, Raymond (2023年11月10日) [今週更新]. 「DALL-E 3 API」. OpenAIヘルプセンター. 2023年11月10日時点のオリジナルよりアーカイブ。 2023年11月10日閲覧。
- ^ Mehdi, Yusuf (2023 年 9 月 21 日). 「毎日の AI コンパニオンとなる Microsoft Copilot を発表」。公式 Microsoft ブログ。2023 年 9 月 21 日時点のオリジナルよりアーカイブ。2023 年9 月 21 日閲覧。
- ^ abcdef Johnson, Khari (2021年1月5日). 「OpenAI、テキストから画像を生成するDALL-Eを発表」。VentureBeat。2021年1月5日時点のオリジナルよりアーカイブ。 2021年1月5日閲覧。
- ^ “DALL·E 2”. OpenAI . 2022年4月6日時点のオリジナルよりアーカイブ。2022年7月6日閲覧。
- ^ ab “DALL·E Now Available in Beta”. OpenAI . 2022年7月20日. 2022年7月20日時点のオリジナルよりアーカイブ。 2022年7月20日閲覧。
- ^ a b Allyn, Bobby (2022年7月20日). 「超現実的か、それとも現実的すぎるか? 息を呑むようなAIツールDALL-Eが画像をより大きなステージに引き上げる」NPR。2022年7月20日時点のオリジナルよりアーカイブ。 2022年7月20日閲覧。
- ^ “DALL·E Waitlist”. labs.openai.com . 2022年7月4日時点のオリジナルよりアーカイブ。2022年7月6日閲覧。
- ^ 「トランプ・ネヴァーマインド・ベイビーからディープフェイクまで：DALL-EとAIアートの倫理」ガーディアン。2022年6月18日。2022年7月6日時点のオリジナルよりアーカイブ。 2022年7月6日閲覧。
- ^ “DALL·E Now Available Without Waitlist”. OpenAI . 2022年9月28日. 2022年10月4日時点のオリジナルよりアーカイブ。 2022年10月5日閲覧。
- ^ abcd "DALL·E 3". OpenAI . 2023年9月20日時点のオリジナルよりアーカイブ。2023年9月21日閲覧。
- ^ 「DALL·E APIがパブリックベータ版で利用可能に」。OpenAI。2022年11月3日。2022年11月19日時点のオリジナルよりアーカイブ。 2022年11月19日閲覧。
- ^ Wiggers, Kyle (2022年11月3日). 「今では、DALL-E 2を使用して画像を生成するアプリを誰でも構築できます」。TechCrunch。2022年11月19日時点のオリジナルよりアーカイブ。 2022年11月19日閲覧。
- ^ ab Coldewey, Devin (2021年1月5日). 「OpenAIのDALL-Eは、文字通りあなたが要求するものすべてについて、もっともらしい画像を作成します」。2021年1月6日時点のオリジナルよりアーカイブ。2021年1月5日閲覧。
- ^ Growcoot, Matt (2024年2月8日). 「DALL-Eで生成されたAI画像にコンテンツの真正性タグが含まれるようになりました」. PetaPixel . 2024年4月4日閲覧。
- ^ Radford, Alec; Narasimhan, Karthik; Salimans, Tim; Sutskever, Ilya (2018年6月11日). 「生成的事前トレーニングによる言語理解の向上」(PDF) . OpenAI . p. 12. 2021年1月26日時点のオリジナルよりアーカイブ(PDF) . 2021年1月23日閲覧。
- ^ “GPT-1からGPT-4まで: OpenAIのGPTモデルの説明と比較”. 2023年4月11日. 2023年4月15日時点のオリジナルよりアーカイブ。2023年4月29日閲覧。
- ^ Radford, Alec; Wu, Jeffrey; Child, Rewon; et al. (2019年2月14日). 「言語モデルは教師なしのマルチタスク学習者です」(PDF) . cdn.openai.com . 1 (8). 2021年2月6日時点のオリジナルよりアーカイブ(PDF) . 2020年12月19日閲覧。
- ^ Brown, Tom B.; Mann, Benjamin; Ryder, Nick; et al. (2020年7月22日). 「言語モデルは少数ショットの学習者です」. arXiv : 2005.14165 [cs.CL].
- ^ Ramesh, Aditya; Pavlov, Mikhail; Goh, Gabriel; et al. (2021年2月24日). 「ゼロショットテキストから画像への生成」. arXiv : 2102.12092 [cs.LG].
- ^ abcdef Ramesh, Aditya; Dhariwal, Prafulla; Nichol, Alex; Chu, Casey; Chen, Mark (2022年4月12日). 「CLIP Latents による階層的テキスト条件付き画像生成」. arXiv : 2204.06125 [cs.CV].
- ^ abcd Heaven、ウィル・ダグラス（2021年1月5日）。「このアボカド色のアームチェアはAIの未来かもしれない」。MITテクノロジーレビュー。2021年1月5日時点のオリジナルよりアーカイブ。 2021年1月5日閲覧。
- ^ Radford, Alec; Kim, Jong Wook; Hallacy, Chris; et al. (2021年7月1日). 自然言語監督からの転送可能な視覚モデルの学習。機械学習に関する第38回国際会議の議事録。PMLR。pp.8748–8763。
- ^ Dunn, Thom (2021年2月10日). 「このAIニューラルネットワークは、テキストキャプションをクラゲのピカチュウのようなアートに変換します」。BoingBoing 。 2021年2月22日時点のオリジナルよりアーカイブ。 2021年3月2日閲覧。
- ^ ab Whitwam, Ryan (2021年1月6日). 「OpenAIの『DALL-E』がテキストの説明から画像を生成」ExtremeTech . 2021年1月28日時点のオリジナルよりアーカイブ。 2021年3月2日閲覧。
- ^ ab Dent, Steve (2021年1月6日). 「OpenAIのDALL-Eアプリは説明文だけで画像を生成」Engadget . 2021年1月27日時点のオリジナルよりアーカイブ。 2021年3月2日閲覧。
- ^ ab マーカス、ゲイリー; デイビス、アーネスト; アーロンソン、スコット (2022年5月2日). 「DALL-E 2の非常に予備的な分析」. arXiv : 2204.13807 [cs.CV].
- ^ ab Shead, Sam (2021年1月8日). 「なぜみんながイーロン・マスクが支援するAIラボがリリースした画像ジェネレーターについて話しているのか」CNBC。2022年7月16日時点のオリジナルよりアーカイブ。2021年3月2日閲覧。
- ^ ab ウェイクフィールド、ジェーン（2021年1月6日）。「AIがチュチュを着た犬の散歩をする赤ちゃんラディッシュを描く」。英国放送協会。2021年3月2日時点のオリジナルよりアーカイブ。 2021年3月3日閲覧。
- ^ Markowitz, Dale (2021年1月10日). 「OpenAIの魔法のDALL-E画像ジェネレーターの仕組み」TheNextWeb。2021年2月23日時点のオリジナルよりアーカイブ。 2021年3月2日閲覧。
- ^ 「DALL·E: テキストから画像を作成する」OpenAI 2021年1月5日。2021年3月27日時点のオリジナルよりアーカイブ。 2022年8月13日閲覧。
- ^ Edwards, Benj (2023年9月20日). 「OpenAIの新しいAI画像ジェネレーターは、詳細とプロンプトの忠実度の限界を押し上げます」。Ars Technica。2023年9月21日時点のオリジナルよりアーカイブ。 2023年9月21日閲覧。
- ^ Coldewey, Devin (2022年4月6日). 「新しいOpenAIツールは、これまでよりも大きく、より優れたものを何でも描画します」。TechCrunch。2023年5月6日時点のオリジナルよりアーカイブ。 2022年11月26日閲覧。
- ^ 「DALL·E: アウトペインティングの紹介」OpenAI 2022年8月31日。2022年11月26日時点のオリジナルよりアーカイブ。 2022年11月26日閲覧。
- ^ Saharia, Chitwan; Chan, William; Saxena, Saurabh; et al. (2022年5月23日). 「深い言語理解を備えたフォトリアリスティックなテキストから画像への拡散モデル」. arXiv : 2205.11487 [cs.CV].
- ^ Marcus, Gary (2022年5月28日). 「Horse rides astronaut」. The Road to AI We Can Trust . 2022年6月19日時点のオリジナルよりアーカイブ。 2022年6月18日閲覧。
- ^ ab Strickland, Eliza (2022年7月14日). 「DALL-E 2の失敗はそれに関する最も興味深い点である」. IEEE Spectrum . 2022年7月15日時点のオリジナルよりアーカイブ。 2022年8月16日閲覧。
- ^ ab 「DALL·E 2 事前トレーニング緩和策」。OpenAI。2022年6月28日。2022年7月19日時点のオリジナルよりアーカイブ。 2022年7月18日閲覧。
- ^ James Vincent (2022年9月29日). 「OpenAIの画像ジェネレーターDALL-Eは誰でもすぐに使用できます」. The Verge . 2022年9月29日時点のオリジナルよりアーカイブ。 2022年9月29日閲覧。
- ^ テイラー、ジョシュ（2022年6月18日）。「トランプ・ネヴァーマインド・ベイビーからディープフェイクまで：DALL-EとAIアートの倫理」ガーディアン。2022年7月6日時点のオリジナルよりアーカイブ。 2022年8月2日閲覧。
- ^ Knight, Will (2022年7月13日). 「AIがアートを作るとき、人間が創造的なひらめきを提供する」. Wired . 2022年8月2日時点のオリジナルよりアーカイブ。 2022年8月2日閲覧。
- ^ Rose, Janus (2022年6月24日). 「DALL-Eが偽の人物のリアルな顔を生成」. Vice . 2022年7月30日時点のオリジナルよりアーカイブ。 2022年8月2日閲覧。
- ^ ab OpenAI (2022年6月19日). 「DALL·E 2 Preview – Risks and Limitations」. GitHub . 2022年8月2日時点のオリジナルよりアーカイブ。 2022年8月2日閲覧。
- ^ Lane, Laura (2022年7月1日). 「DALL-E、私にもう一つピカソをください」. The New Yorker . 2022年8月2日時点のオリジナルよりアーカイブ。 2022年8月2日閲覧。
- ^ Goldman, Sharon (2022年7月26日). 「OpenAI: DALL-E 2はクリエイティブなキャリアを殺すのか?」。2022年8月15日時点のオリジナルよりアーカイブ。2022年8月16日閲覧。
- ^ Blain, Loz (2022年7月29日). 「DALL-E 2: 夢のツールであり、ビジュアルアーティストにとっての実存的脅威」。2022年8月17日時点のオリジナルよりアーカイブ。 2022年8月16日閲覧。
- ^ Biddle, Sam (2024年4月10日). 「マイクロソフトがOpenAIのDALL-Eを米軍の戦場ツールとして提案」. The Intercept .
- ^ Biddle, Sam (2024年1月12日). 「OpenAIがChatGPTの「軍事および戦争」での使用禁止をひっそりと削除」The Intercept。
- ^ Kasana, Mehreen (2021年1月7日). 「このAIはテキストをシュールな提案主導のアートに変えます」. Input. 2021年1月29日時点のオリジナルよりアーカイブ。 2021年3月2日閲覧。
- ^ Ehrenkranz, Melanie (2021年1月27日). 「これがDALL-Eです: 言われたことを何でも描くように学習したアルゴリズム」NBCニュース。2021年2月20日時点のオリジナルよりアーカイブ。 2021年3月2日閲覧。
- ^ ストーブ、エマ（2021年2月5日）。「クマムシのサーカスと生命の樹 ― 1月のベストサイエンス画像」ネイチャー。2021年3月8日時点のオリジナルよりアーカイブ。 2021年3月2日閲覧。
- ^ Knight, Will (2021年1月26日). 「このAIは『アート』から自動運転車のステアリングまで実現できる可能性がある」Wired . 2021年2月21日時点のオリジナルよりアーカイブ。 2021年3月2日閲覧。
- ^ メッツ、レイチェル（2021年2月2日）。「チュチュを着た大根が犬の散歩をしている？このAIはそれを本当に上手に描くことができます」。CNN。2022年7月16日時点のオリジナルよりアーカイブ。2021年3月2日閲覧。
- ^ Leswing, Kif (2022年10月8日). 「なぜシリコンバレーは人工知能によるぎこちない絵に興奮しているのか」. CNBC . 2023年7月29日時点のオリジナルよりアーカイブ。 2022年12月1日閲覧。
- ^ Etherington, Darrell (2019年7月22日). 「Microsoft、複数年にわたる新たな提携でOpenAIに10億ドルを投資」TechCrunch。2019年7月22日時点のオリジナルよりアーカイブ。 2023年9月21日閲覧。
- ^ 「OpenAIの最初のVC支援者が生成AIについて意見を述べる」Fortune。2023年10月23日時点のオリジナルよりアーカイブ。2023年9月21日閲覧。
- ^ Metz, Cade; Weise, Karen (2023年1月23日). 「Microsoft、ChatGPTの開発元であるOpenAIに100億ドルを投資へ」。ニューヨーク・タイムズ。ISSN 0362-4331 。2023年9月21日時点のオリジナルよりアーカイブ。 2023年9月21日閲覧。
- ^ 「AI生成アートが日本のアニメコミュニティから激しい反発を招く」Rest of World . 2022年10月27日。2022年12月31日時点のオリジナルよりアーカイブ。2023年1月3日閲覧。
- ^ ルース、ケビン（2022年9月2日）。「AIが生成した絵が芸術賞を受賞。アーティストは満足していない」ニューヨークタイムズ。ISSN 0362-4331 。2023年5月31日時点のオリジナルよりアーカイブ。 2023年1月3日閲覧。
- ^ Daws, Ryan (2022年12月15日). 「ArtStationの反発がAIアート抗議活動への対応に続き増加」. AIニュース. 2023年1月3日時点のオリジナルよりアーカイブ。 2023年1月3日閲覧。
- ^ ab Corden, Jez (2023年10月8日). 「Bing Dall-E 3 イメージ作成は数日間は素晴らしかったが、今ではマイクロソフトが予想通りそれを台無しにしている」. Windows Central . 2023年10月10日時点のオリジナルよりアーカイブ。2023年10月11日閲覧。
- ^ a b Allan, Darren (2023年10月9日). 「MicrosoftがBing AIのイメージクリエーターを抑制 – 結果は意味をなさない」TechRadar . 2023年10月10日時点のオリジナルよりアーカイブ。 2023年10月11日閲覧。
- ^ Sahar Mor、Stripe（2022年4月16日）。「DALL-E 2がコンピュータービジョンの主要な課題を解決できる方法」VentureBeat。2022年5月24日時点のオリジナルよりアーカイブ。 2022年6月15日閲覧。
- ^ “jina-ai/dalle-flow”. Jina AI. 2022年6月17日. 2022年6月17日時点のオリジナルよりアーカイブ。 2022年6月17日閲覧。
- ^ Carson, Erin (2022年6月14日). 「Dall-E Mini、心を揺さぶるAIアートクリエイターについて知っておくべきことすべて」CNET。2022年6月15日時点のオリジナルよりアーカイブ。 2022年6月15日閲覧。
- ^ Schroeder, Audra (2022年6月9日). 「AIプログラムDALL-E miniが本当に呪われた画像を表示」Daily Dot。2022年6月10日時点のオリジナルよりアーカイブ。 2022年6月15日閲覧。
- ^ Diaz, Ana (2022年6月15日). 「人々はDALL-E miniを使って、パグのピカチュウのようなミームの嫌悪感を作り出している」。Polygon 。 2022年6月15日時点のオリジナルよりアーカイブ。 2022年6月15日閲覧。
外部リンク
ウィキメディア・コモンズには、 DALL-Eに関連するメディアがあります。
- Ramesh, Aditya; Pavlov, Mikhail; Goh, Gabriel; Gray, Scott; Voss, Chelsea; Radford, Alec; Chen, Mark; Sutskever, Ilya (2021年2月26日). 「ゼロショットテキストから画像への生成」。arXiv : 2102.12092 [ cs.CV]。DALL-E に関するオリジナルレポート。
- DALL-E 3 システムカード
- OpenAI による DALL-E 3 論文
- DALL-E 2 ウェブサイト
- クレイヨンのウェブサイト