Az utóbbi időben a gépi tanulás kihasználásának az egyik leginkább felkapott módja a képek manipulálása és létrehozása. Gombamód szaporodni kezdtek az olyan MI megoldások, amik képeket javítanak fel, vagy éppen fotókat alkotnak a semmiből, puszta instrukciók alapján.
Szinte minden okostelefon használ már olyan algoritmust, ami többet próbál kihozni a képekből gépi tanulást felhasználva. Egy-egy fotóról vagy videóról pedig már ilyen módszert is bevetve lehet eltüntetni nemkívánatos dolgokat, személyeket. Videórészletek meghamisítására is alkalmas már némelyik eljárás. Mostanában pedig egyre több olyan szolgáltatás van, ami lényegében maga készíti el képeket az alapján, amit mondanak neki, pusztán a tanulási adatbázisára támaszkodva.
Az utóbbi műfaj egyik legismertebb tagja a DALL-E, és most ennél a fejlesztők egy nagyon érdekes újítással rukkoltak elő. Megtanulta a rendszer, hogy képeket, festményeket kiterjesszen. Tehát a kiválasztott képen található információkat felhasználva létrehozza azt, hogy mi lehetne még a képen az adott tartalmon felül - bár külső segítségre azért szükség lesz.
Kiderülhet, hogy a Mona Lisa festménynél vajon milyen test társulhatott az archoz, láthatjuk, hogyan nézett ki teljes egészében a szoba, ahol az Utolsó vacsorát megörökítették, és így tovább. Természetesen mindez csak fikció, de szórakozásra első osztályú a dolog. Szöveges leírásra továbbra is szükség van; a gépi tanulást használó képalkotás abban nyújt újat az eddigi rendszerhez képest, hogy az adott kép stílusát egy az egyben átveszi, amellett, hogy az alapot értelemszerűen beépíti a generált képbe.
Tehát a felhasználók maguk írhatják majd azt meg, hogy a kibővített képen mi látható még az eredeti műalkotás körül. Elszabadul majd a felhasználók fantáziája, abban biztosak lehetnek a fejlesztők. A DALL-E pedig nagyon sokat tud azáltal fejlődni, hogy adott képi részleteket értelmezve és felhasználva kell a gépi tanulással bármit alkotnia.
Ez egy nagyon nehéz és új terep a DALL-E számára. Az első próbálkozásokon azért még nagyon sok hibát lehet felfedezni, de a felhasználók aktivitásának és a fejlesztők munkájának köszönhetően egészen biztos, hogy az „Outpainting” funkció lendületesen fog javulni, egyre jobb eredménnyel tudja majd a szolgáltatás körülfesteni a képeket. A fejlesztők elmondták, hogy ez az újítás segít arra rámutatni, hogy milyen lehetőségek vannak még ezen a területen kihasználatlanul.
Már több mint 1 millió felhasználóval rendelkezik a DALL-E, és a szakemberek továbbra is arra helyezik a legnagyobb hangsúlyt, hogy a felhasználók által beírt szövegeket a lehető leghatékonyabban értelmezze. Már eddig is nagyon sok kreatív alkotás született, de azok teljesen egyediek voltak. Most a szolgáltatás egy olyan újítást húzott elő a kalapból a képek kiegészítésével, ahol az elkészült digitális alkotásoknál egy-egy részlet már ismert lesz/lehet.
Az asztali klienst használók mostantól alkalmazhatják a DALL-E újítását, és a jövőben még több lehetőség megjelenésére számíthatunk. Hogy mi lehet a következő terület, amit érinteni fognak a fejlesztések, arról most még nem beszélt s vállalat, de egészen biztos, hogy nem maradt a csapat ötletek híján.
