¿Se imagina pedirle a una Inteligencia Artificial que dibuje lo que usted describe? Eso ya existe y se llama Dall-E Mini. En julio de 2021 una comunidad de Inteligencia Artificial llamada Hugging Face y Google lanzaron un concurso para desarrollar una plataforma de código abierto que genere imágenes a partir de las descripciones de los usuarios.
Creada por Boris Dayma, esta Inteligencia Artificial de acceso libre y gratuito está de moda. Millones de usuarios la han convertido en una fuente de memes y de imágenes disparatadas.
En realidad, esta iniciativa es la hermana menor de otro proyecto más complejo y de acceso restringido, llamado Dall-E 2, que permite generar imágenes ultra realistas. Dall-E 2, a su vez, es la segunda versión de una plataforma (Dall-E) que utiliza técnicas de Deep Learning y redes neuronales, como CLIP y Difussion. CLIP ( Contrastive Language-Image Pre-training) es el principal puente entre la IA y las imágenes. Anteriormente, las IA podían diferenciar los diferentes objetos de una imagen, pero no relacionarlos.
Piense, por ejemplo, en una escena de un perro bailando al ritmo de un equipo de sonido. La IA podría mencionar al perro y al equipo de sonido que aparecieran en la escena, pero no podría “comprender” el sentido general de lo que está ocurriendo. CLIP viene a resolver ese problema.
En lo que se refiere a “Difusión” es otra técnica de aprendizaje donde se toman imágenes descompuestas al azar hasta que quedan píxeles y luego se le dan a la IA para que los reintegre. De esta forma, la IA mejora y aprende nuevos trucos.
