DALL-E: Texte per KI in Bilder umwandeln
Haben Sie schon von den lustigen, mittels KI aus Text generierten Bildern gehört? Vor allem auf Twitter werden die Kreationen gerne geteilt. Die Software dahinter nennt sich DALL-E bzw. ihre Weiterentwicklung DALL-E 2. Damit lassen sich aus wenigen Textvorgaben realistische, nie da gewesene Bilder erstellen. Hier erfahren Sie mehr über diese faszinierende Technologie.
Was ist DALL-E?
DALL-E ist eine neue KI-Software, die geschrieben Worte in Bilder und Kunstwerke verwandelt. Der Nutzer kann einfach einen Text auf Englisch eingeben und das neuronale Netzwerk übersetzt in ein Bild - sogar nicht nur in eins, sondern mehrere, so dass man auswählen kann, welche Umsetzung einem am besten gefällt.
DALL-E wurde entwickelt von OpenAI, einem von Microsoft unterstützten Startup, auf der Basis der Imagen-Technologie von Google. Im Januar 2021 stellte OpenAI die erste Version der Software vor. Inzwischen gibt es ein noch intelligenteres System: DALL-E 2 erzeugt noch realistischere und präzisere Bilder in vier Mal höherer Auflösung.
Auf der OpenAI-Website heißt es: "DALL-E 2 kann originale, realistische Bilder und Kunstwerke aus einer Text-Beschreibung Sprache erstellen. Es kann Konzepte, Attribute und Stile kombinieren." So kann die KI-Software die unwahrscheinlichsten Bilder erzeugen, wie zum Beispiel "ein Koalabär auf einem Motorrad" oder "Teddybären beim Einkaufen im alten Ägypten":
Nach Angaben der Entwickler kann "DALL-E 2 alle Menschen dazu befähigen, sich kreativ auszudrücken. DALL-E 2 hilft uns auch zu verstehen, wie fortschrittliche KI-Systeme unsere Welt sehen und verstehen, was für unsere Mission, KI zum Nutzen der Menschheit zu entwickeln, entscheidend ist."
Wie funktioniert DALL-E?
DALL-E ist ein neuronales Netzwerk, das von OpenAI über maschinelles Lernen trainiert wird, Bilder aus Text zu erzeugen. Es kann nicht verwandte Konzepte kombinieren und anthropomorphisierte Versionen von Tieren und Objekten erstellen. DALL-E arbeitet mit CLIP zusammen, einem System, das OpenAI bereits 2021 Jahr vorgestellt hatte. Das neuronale Netzwerk übersetzt die menschliche Sprache zunächst in seine eigene Sprache und wandelt sie erst danach in Bilder um.
Giannis Daras, ein Doktorand der Informatik, postete auf Twitter Beispiele für die eigene Sprache der KI:
"DALL-E hat eine Geheimsprache. 'Apoploe vesrreaitais' bedeutet Vögel. 'Contarra ccetnxniams luryca tanniounons bedeutet Käfer oder Schädlinge. 'Apoploe vesrreaitais frisst Contarra ccetnxniams luryca tanniounons' ergibt Bilder von Vögeln, die Ungeziefer fressen."
Die Oberfläche von DALL-E ist einfach: Es gibt ein Textfeld, in das der Nutzer Text eingeben kann, eine Schaltfläche zum Starten der Konvertierung und die Bilder direkt darunter. Die Entwickler erklären die Funktionsweise von DALL-E 2 so: "Es verwendet ein Verfahren namens 'Diffusion', das mit einem Muster aus zufälligen Punkten beginnt und das das Muster allmählich in Richtung eines Bildes verändert, wenn es bestimmte Aspekte dieses Bildes erkennt."
Wer kann DALL-E 2 nutzen?
Derzeit ist DALL-E 2 nur für eine kleine Gruppe von Personen verfügbar, um zu vermeiden, dass es für Darstellungen von Hass, Nacktheit und unangemessene Ausdrücke verwendet wird. Sie können sich jedoch auf die Warteliste setzen lassen, indem Sie erklären, warum Sie das Programm testen möchten. Vielleicht erhalten Sie so früher Zugang zu dem Tool.
Mit DALLE-E 2 sind ganz reale Anwendungen denkbar, zum Beispiel können damit Designer Inspirationen für neue Ideen finden, etwa einen Stuhl in Form einer Avocado:
In Kürze wird die Software um eine API erweitert, damit sie von Drittentwicklern genutzt werden kann. In der Zwischenzeit können Sie eine "Lite-Version" von DALL-E online ausprobieren: DALL-E Mini erstellt ebenfalls Bilder aus Text und ist kostenlos. Allerdings bleibt die Website manchmal aufgrund der großen Anzahl von Anfragen stecken.
Foto: © OpenAI.