要说2022年人工智能领域发展有若何的趋势？
从DALL-E到Imagen、Parti、女娲等，都可以天生高质量的图像，让人惊艳。
这当中最范例的例子便是OpenAI的Dall-E2了。
自Dall-E面世后，或许你见过它天生很多绘画风格的图片，比如宇航员在太空骑马。
然而，很少有通过Dall-E表现抽象观点的图片。
这不，一名机器学习科学家Gabriele Sgroi就来探索了DALL-E如何完成这项任务。
他测试了油画棒和绘画风格的悲哀，爱，愤怒，幸福，正义和非正义等主题。
油画棒风格
悲哀
愤怒
幸福
爱
绘画风格
悲哀
爱
愤怒
幸福
还有其他抽象观点的画作欣赏：正义与非正义
正义
非正义
Gabriele Sgroi相信绘画会更有洞察力，而不是将情绪图像限定在人们的面部表情上。
本文中的所有图像（包括封面图像）都是利用 DALL-E 从给定提示中选择第一代供应的所有图像天生的。
从这些例子中可以看出，只管并不总是可以清楚地识别出给定的感情，但是DALL-E在绘画风格总体上展现出更抽象和繁芜的图片。
个中，代表正义的图片大多描述出一个希腊女神，但是代表非正义的图像确实让人琢磨不透。
总的来说，Sgroi不雅观察到结果很大程度上取决于所选择的风格。
并且在大多数情形下，DALL-E会在天生的图纸上写下情绪的名称。
总之，DALL-E 彷佛对测试的感情表现出一定程度的理解，将它们与面部表情以及常日与之干系的颜色或符号精确配对。
Sgroi表示，进一步研究不同风格之间相同感情表征的差异，并检讨不雅观察到的正面和负面感情之间的偏差是否在其他示例中仍旧存在，这将是很有趣的。
DALL-E失落败了吗？
讽刺的是，DALL-E 2流传宣传是善于理解用于天生图像的文本提示。
但是有网友创造，当前无法理解文本时，便会将笔墨内容放置在天生的图片中。
如艺术家雷內·馬格利特的一幅画《这不是一支烟斗》。
还有一位人工智能Janelle Shane让DALL-E 2天生公司徽标，却创造没有一张图能精确拼出单词。
Waffle House天生示例
其余，你可以说 DALL-E 2理解一些科学定律。
由于它可以轻松描述出坠落的物体，或者漂浮在太空中的宇航员。
但是，如果想要天生解剖图、X 射线图像、数学证明或蓝图，所得到的图像可能表面上是精确的，但根本上都是缺点的。
就比如，按比例绘制太阳系的图片中，可以说是一塌糊涂，左下角地球形状，还有左上角类似荷包蛋的物体。
OpenAI研究员Aditya Ramesh阐明道，它试图在不理解含义的情形下编造一些视觉上相似的东西。
以是DALL-E 2并不知道什么是科学，它只知道如何阅读文本并绘制插图。
还有让DALL-E 2天生人物面孔时，逼真到切实其实让人不敢相信。
在演习期间，OpenAI引入了deepfake保护方法，便是为了防止其记住常常涌如今互联网上面孔。
如果上传的图像包含了真实的人物面孔，纵然是不有名的人，系统便会谢绝天生内容。
但是，另一个问题便涌现了，OpenAI表示，该系统针对具有单一关注焦点的图像进行了优化
就比如天生「一名宇航员瞩目着地球，脸上带着渴望的表情」这种细致入微肖像天生还是非常成功的。
然而，让DALL-E一次天生多个人的图像时，直接崩溃了。因此它在天生集体照和人群场景中就会变得非常糟糕。
此外，DALL-E还会天生一些偏见的图像。
目前，OpenAI 的团队已经开始通过机器学习来纠正偏见。
例如，在 DALL-E 2 的演习期间，研究职员调度了演习方法并增加了女性图像的权重，因此它们更有可能被天生。
DALL-E未来会带来更多惊喜。
参考资料：
https://towardsdatascience.com/can-ai-draw-emotions-d13329f9fcaa