Arquivos Sam Altman | Tecnoveste

DALL-E da Open AI: o que é, para que serve e como funciona

Augusto Figueiredo — Mon, 19 Jun 2023 09:30:22 +0000

DALL-E é um programa de inteligência artificial baseado em rede neural desenvolvido pela OpenAI que pode gerar imagens a partir de descrições textuais. Ele pode criar uma ampla variedade de imagens originais e complexas, incluindo objetos que não existem no mundo real.

O nome “DALL-E” é uma referência ao artista Salvador Dali e ao personagem WALL-E da Pixar. O desenvolvimento do programa se baseia no sucesso do modelo de linguagem GPT-3 da OpenAI, que demonstrou progresso notável no processamento de linguagem natural.

O objetivo do DALL-E é aprimorar a conexão entre linguagem e artes visuais, com aplicações potenciais em diversas indústrias, como publicidade, design e entretenimento. No entanto, não está livre de polêmicas e resistências de vários setores da sociedade – principalmente de artistas que alegam terem suas artes roubadas.

COMO FUNCIONA O DALL-E

DALL-E é um modelo de rede neural geradora de imagens criado pela OpenAI, que usa um algoritmo de aprendizado profundo para gerar imagens de alta qualidade a partir de descrições de texto. Aqui está o passo a passo do processo de geração de imagens com o DALL-E:

Entrada de texto: O usuário insere uma descrição textual em inglês de uma imagem que deseja gerar. A descrição pode incluir objetos, cenários, ações, emoções e outras características.
Codificação: A descrição textual é codificada em um vetor de números para ser usado como entrada para o modelo DALL-E.
Geração de imagem: O modelo DALL-E usa o vetor codificado para gerar uma imagem correspondente à descrição textual. O processo de geração de imagens envolve o uso de várias camadas de redes neurais para criar uma imagem que corresponda à descrição textual.
Refinamento: A imagem gerada pelo DALL-E é refinada usando um algoritmo de pós-processamento para melhorar a qualidade visual e garantir que a imagem tenha uma aparência realista e coerente.
Saída de imagem: O resultado final é uma imagem gerada pelo DALL-E que corresponde à descrição textual fornecida pelo usuário. A imagem pode ser exibida em uma interface de usuário ou salva em um arquivo de imagem para uso posterior.

É importante notar que o DALL-E é um modelo experimental e ainda está em desenvolvimento, portanto, o processo exato pode mudar no futuro à medida que novas melhorias são adicionadas e correções são aplicadas.

Embora eu acredite firmemente que a IA criará muitos novos empregos e tornará muitos empregos existentes muito melhores, fazendo bem as partes chatas, acho importante ser honesto que cada vez mais fará alguns trabalhos não muito relevantes (como a tecnologia frequentemente faz). – Sam Altman

TECNOLOGIA GAN

As imagens no DALL-E são geradas por um processo chamado Rede Generativa de Adversidade (GAN, do inglês Generative Adversarial Network). Por meio de um tipo de rede neural artificial que consiste em duas redes distintas (o gerador e o discriminador), os algoritmos interagem com as imagens com as quais foram treinados para criar novas imagens, teoricamente, originais.

A ideia por trás da GAN é que o gerador aprenda a criar amostras de dados semelhantes às do conjunto de dados original, enquanto o discriminador aprende a distinguir entre amostras geradas e amostras reais. O processo de treinamento da GAN ocorre em duas etapas.

Na primeira etapa, o gerador produz amostras artificiais a partir de um ruído aleatório e as apresenta ao discriminador juntamente com amostras reais. O discriminador, por sua vez, deve identificar qual amostra é real e qual é artificial. Na segunda etapa, o discriminador fornece feedback ao gerador, dizendo se a amostra gerada é convincente o suficiente ou não. Com esse feedback, o gerador ajusta seus parâmetros para criar amostras mais realistas.

O processo de treinamento continua alternando entre as duas etapas até que o gerador seja capaz de produzir amostras que enganam consistentemente o discriminador. Em outras palavras, o gerador aprende a criar amostras tão convincentes que o discriminador não consegue mais distingui-las das amostras reais.

Isso significa que o gerador aprendeu a capturar a essência do conjunto de dados original e pode gerar novas amostras que parecem ter sido retiradas do conjunto de dados original. A GAN é amplamente utilizada em aplicações de síntese de imagens, como geração de rostos, paisagens, animais, entre outros.

Observações do Criador

Um dos fundadores da OpenAI considerou os avanços do Dall-e significativos o suficiente para registrar algumas considerações sobre a capacidade do novo sistema. Veja a baixo:

Este é outro exemplo do que eu acho que vai ser uma nova tendência de interface de computador: você diz o que quer em linguagem natural ou com pistas contextuais, e o computador faz. Oferecemos isso para geração de código e agora imagem; ambos ficarão muito melhores. Mas a mesma tendência acontecerá de novas maneiras até que eventualmente funcione para tarefas complexas – podemos imaginar um “funcionário de escritório de IA” que recebe solicitações em linguagem natural como um humano.
Com certeza parece “entender” conceitos em muitos níveis e como eles se relacionam uns com os outros de maneiras sofisticadas.
Copilot é uma ferramenta que ajuda os programadores a serem mais produtivos, mas ainda está muito longe de ser capaz de criar um programa completo.
O DALL•E 2 é uma ferramenta que vai ajudar artistas e ilustradores a serem mais criativos, mas também pode criar uma “obra completa”. Este pode ser um dos primeiros exemplos do impacto da IA nos mercados de trabalho.
É um lembrete de que previsões sobre IA são muito difíceis de fazer. Uma década atrás, a sabedoria convencional era que a IA impactaria primeiro o trabalho físico e depois o trabalho cognitivo, e então talvez algum dia pudesse fazer o trabalho criativo. Agora parece que vai na ordem oposta.
É um exemplo de mundo em que boas ideias são o limite para o que podemos fazer, não habilidades específicas.
Embora as vantagens sejam ótimas, o modelo é poderoso o suficiente para que seja fácil imaginar as desvantagens.

O post DALL-E da Open AI: o que é, para que serve e como funciona apareceu primeiro em Tecnoveste.

Tudo o que você precisa saber sobre OPEN AI: quem está à frente e a tecnologia por trás

Augusto Figueiredo — Mon, 22 May 2023 08:40:53 +0000

A OpenAI foi fundada por um grupo de empresários e cientistas de renome, incluindo Elon Musk, Ilya Sutskever, John Schulman e Wojciech Zaremba. Desde então, a equipe cresceu significativamente e inclui alguns dos pesquisadores e engenheiros mais talentosos do mundo em áreas como aprendizado de máquina, inteligência artificial e ciência da computação.

A OpenAI é apoiada por um grupo diversificado de investidores, incluindo empresas de tecnologia, capital de risco e fundos de investimento. Até o momento, a empresa arrecadou mais de US$ 1 bilhão em investimentos. Entre seus principais investidores estão empresas como Microsoft, Amazon Web Services (AWS), Reid Hoffman (co-fundador do LinkedIn), Khosla Ventures, Founders Fund e Y Combinator. Além disso, a OpenAI tem parcerias com várias empresas, incluindo Microsoft, GPT-3 e SpaceX.

O que faz a Open AI

A OpenAI é uma empresa de pesquisa em inteligência artificial que tem como objetivo avançar o conhecimento e o desenvolvimento de tecnologias de IA. Embora a empresa possa trabalhar em projetos que envolvam robôs e outras formas de tecnologia, seu principal objetivo não é criar um robô ou ciborgue em si, mas sim avançar a inteligência artificial de forma geral, incluindo a criação de sistemas capazes de aprender, raciocinar e tomar decisões em diversas áreas e aplicações.

OpenAI tem como objetivo desenvolver a inteligência artificial geral (AGI), que seria uma forma de IA capaz de desempenhar uma ampla variedade de tarefas intelectuais de forma semelhante aos seres humanos, com capacidade de aprender e se adaptar a novas situações, assim como os humanos.

Quem faz parte da Open AI

A OpenAI possui uma equipe diversificada de especialistas em áreas como aprendizado de máquina, ciência da computação, matemática e neurociência. Entre os pesquisadores que já trabalharam na empresa, estão nomes como Ian Goodfellow, Pieter Abbeel, Sam Altman, Andrej Karpathy. A equipe de pesquisa da OpenAI é composta por diversos ex-pesquisadores de empresas como Google, Facebook e outras líderes em tecnologia.

Por outro lado, a equipe de engenharia da OpenAI é formada por engenheiros altamente qualificados, que trabalham em vários projetos de inteligência artificial. Entre os nomes mais conhecidos, estão Greg Brockman, ex-CTO do Stripe, Ilya Sutskever, co-fundador e diretor de pesquisa da OpenAI, Dario Amodei, diretor de pesquisa. Essa equipe é responsável pelo desenvolvimento e implementação de novas tecnologias de IA, além de colaborar com outras empresas e organizações para promover avanços na ciência e tecnologia.

Projetos da Open AI

A OpenAI trabalha em diversos projetos relacionados à inteligência artificial e aprendizado de máquina. Além projetos de robótica e jogos, a Open Ai desenvolve os seguintes produtos:

GPT (Generative Pre-trained Transformer): uma série de modelos de linguagem natural que são capazes de gerar texto de qualidade a partir de dados pré-treinados;
DALL-E: que cria imagens a partir de descrições textuais;
Whisper: um conjunto de técnicas para treinar modelos de linguagem com menor quantidade de dados sensíveis.
MuseNet: um sistema de geração de música com inteligência artificial;
Gym: um ambiente de treinamento de aprendizado de máquina que inclui jogos como Atari, Go, Xadrez e muitos outros.
OpenAI Five: um sistema de inteligência artificial projetado para jogar o jogo de estratégia em tempo real Dota 2 em equipe contra jogadores humanos profissionais.
Robo Sumo: que usa uma combinação de simulação e treinamento em tempo real para criar robôs autônomos capazes de jogar um jogo de sumô.

Qual ciência é utilizada na Open AI

O Chat GPT foi criado com base na arquitetura GPT-3, desenvolvida pela OpenAI. Essa arquitetura é resultado de diversas pesquisas e avanços na área de processamento de linguagem natural e aprendizado de máquina. Algumas das principais pesquisas que contribuíram para o desenvolvimento do GPT-3 incluem:

“Attention Is All You Need” (Vaswani et al., 2017)
“BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding” (Devlin et al., 2018)
“Language Models are Unsupervised Multitask Learners” (Radford et al., 2019)
“Leveraging Pre-trained Checkpoints for Sequence Generation Tasks” (Dathathri et al., 2019)
“Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer” (Raffel et al., 2019)
“Scaling Laws for Neural Language Models” (Kaplan et al., 2020)

O post Tudo o que você precisa saber sobre OPEN AI: quem está à frente e a tecnologia por trás apareceu primeiro em Tecnoveste.

Y Combinator lançará laboratório para projetos ‘fora da caixinha’

Augusta Bonnet — Mon, 16 Nov 2015 15:17:29 +0000

Tabém conhecidos como “moonshot projects”, os novos projetos que a Y Combinator pretende financiar terão objetivos disruptivos em escala global. Algo como a Space X e o carro sem motorista do Google.

Para que não sabe, o Y Combinator é a incubadora e concentradora de investimentos por trás de startups como Airbnb, Dropbox, Disqus, Scribd, Reddit, Justin TV, Heroku e mais outro meio milhar de startups interessantes.

O nome desse projeto será YC Research e trabalhará com tecnologias de ponta com “potencial de mudar o mundo”, segundo o presidente da empresa, Sam Altman, que integralizará um capital de 10 milhões de dólares para dar impulso ao projeto. Além de captar recursos com outros investidores, a startup contará com uma equipe dedicada em tempo integral ao projeto.

Além dos investidores, que se beneficiarão diretamente, e o público geral, que no futuro poderá usufruir dessas tecnologias, os pesquisadores-empregados receberão, como forma de incentivo, ações dos projetos que desenvolverem.

Muitos tem comparado o modelo de negócio ao Project X do Google, principalmente porque a taxa de retorno pode ser muito mais incerta que as startups tradicionais em que a Y Combinator investe e porque os produtos desenvolvidos, segundo o presidente, pode levar até 25 anos para ficarem prontos.

Vamos esperar.

O post Y Combinator lançará laboratório para projetos ‘fora da caixinha’ apareceu primeiro em Tecnoveste.