with Dall-E

✔ 마블 그림 생성 테스팅

# 90년대 비디오 가게 사진을 학습 시키고,  레트로 포스터 제작하는 간단 과정

위는 간단한 결과물 입니다.  Chat GPT 4.0 유료 구독 기준 달리-3모델을 활용한 결과물 입니다.

🍀 아래는 2022년 04월 작성 내용(과거 버전 이해)

위 링크를 클릭 하시면 Dall-E 2 과거모델 에 접속 됩니다.

우리의 임무는 인공지능이 모든 인류에게 이익이 되도록 연구하고 배포하는 것입니다.

우리의 사명은 가장 경제적으로 가치있는 작업에서 인공일반지능(Artificial general intelligence)를 모든 인간에게 이익이 되도록 하는 것입니다.

[출처]'OpenAI.com' 

🍀 Dalle-2의 이론적 배경과 원리

•   Dall-E2는 자연어로 작성된 설명에서 사실적인 이미지와 예술을 생성할 수 있는 새로운 AI 시스템이다. 기존 비젼 학습은 이미지에 붙어있는 '라벨'을 바탕으로 강화학습 관련 데이터를 만들었었다. 예를들어 고양이 사진에 붙어있는 텍스트인 '고양이'라는 단어로 '고양이'임을 아는 것이다. 그런 데이터를 조합하여 결과물을 내는 방식이었다면, Dall-E2는 '클립'이라는 개념을 활용한다. 클립은 '이미지 라벨'이 있다기 보다 클립 자체를 '픽셀화'시켜 수학적으로 계산하여 결과를 내준다고 보면된다(확실한 것은 아님, openAI에서 알고리즘을 공개하지는 않았음). 즉, 문장의 데이터 기반으로 이미지의 수학적 표현을 생성하고, 이것을 다시 이미지로 표현하는 방식이다. 

• 기존 이미지들이 학습하는 방식인 '텍스트' 입력 후 관련있는 이미지를 조합하여 수치화하고 계산 후 다시 이미지화 시키는 방식을 탈피하였다. 텍스트 인코더에서 글자를 받아들이고 사전모델(prior model)에서 강화학습(텍스트 임베딩을 이미지 임베딩으로 변환)한다. 기본적으로 문장의 수학적 표현을 취하고 문장의 데이터를 기반으로 이미지의 수학적 표현을 생성하는 것이다. 이미지 임베팅 데이터는 디코더로 가서 모니터로 츨력 될수 있는 데이터로 만들어 진다.

• 해당 디코더와 Prior 모델 모두 '디퓨전 모델'이라 한다. 아래는 영상은 김성범 인공지능공학연구소 소장님의 유투브 채널에서 소개하는 Diffusion Model에 대한 설명이다. 이미지에 노이즈를 추가하여 원본 상태로 만들고 다시 우리가 볼수 있는 벡터 이미지로 변환하는 모델이라 생각하면 된다. 

🍀 Dalle-2로 생성한 디자인들 결과 샘플 by Hongsoon Kim

• 위 모델은 달리의 초기 버전에 대한 개발 방향성 및 당시 오픈한 플랫폼 모습을 확인할 수 있습니다. MS Copilot Designer와 Chat Gpt자체에 달리 모델이 개발되고, 업데이트 되어 들어오고 있는 상태입니다.

🍀 Dalle-3와 Copilot Designer