چگونه از DALL·E 2 برای ایجاد تصاویر با کیفیت استفاده کنیم؟

آیا برای استفاده از DALL·E 2 مشکل دارید؟ این موتور تولید کننده تصاویر از شرکت OpenAI همچنان یکی از بهترین ها در این زمینه است و به هر کسی امکان می دهد تا با نوشتن یک متن، تقریباً هر تصویری را تولید کند. اما یادگیری نحوه استفاده از DALL·E 2، به کمی آزمون و خطا نیاز دارد.

مانند تمام ابزارهای هوش مصنوعی سازنده تصویر، این ابزار هم به دلیل احتمال سوء استفاده از میلیاردها تصویری که برای آموزش مدل در آن استفاده شده، بحث برانگیز است. با این وجود، بسیاری از هنرمندان و طراحان در حال بررسی نحوه استفاده از DALL·E 2 در جریان کاری خود هستند.

DALL·E 2 به لطف رابط کاربری تمیز و گرافیکی آن و همچنین سهولت استفاده، در زمره بهترین ابزارهای هوش مصنوعی برای تولید تصویر، قرار دارد. فقط لازم است به وب سایت این ابزار بروید، یک حساب کاربری ایجاد کنید و با تایپ کردن یک پیام متنی، از هر چیزی که در تصور شما می گنجد، تصویر ایجاد کنید. با این حال، چند نکته وجود دارد که باید در نظر داشت. در این مطلب نحوه دسترسی به DALL·E 2، نحوه استفاده موفقیت آمیز از آن و چند نکته در مورد نحوه بهتر کردن تصاویر در این ابزار را توضیح خواهیم داد.

چگونه از DALL·E 2 استفاده کنیم

DALL·E 2 یک ابزار مبتنی بر مرورگر است (همچنین یک API ارائه می دهد که توسعه دهندگان می توانند در برنامه های خود استفاده کنند). برای استفاده از آن به صورت آنلاین، باید یک حساب کاربری ایجاد کنید. فرآیند انجام این کار کوتاه و سریع است و هنگامی که ایمیل یا شماره تلفن خود را تأیید کردید، می توانید بلافاصله شروع به کار کنید. همه کاربران برای شروع، 50 اعتبار رایگان دریافت می کنند که برای بررسی نحوه عملکرد ابزار کافی است. هر ماه 15 اعتبار رایگان دیگر دریافت می کنید اما اگر به طور منظم از این ابزار استفاده کنید، در نهایت باید اعتبار بیشتر را بخرید (برای اطلاعات بیشتر در مورد قیمت به زیر مراجعه کنید).

وقتی از طریق وب‌سایت به DALL-E 2 دسترسی پیدا می‌کنید، متوجه می‌شوید که رابط کاربری آن گرافیکی است. توضیحی از آنچه می خواهید را در کادر متن وارد کنید، به عنوان مثال “فضانوردی سوار بر اسب به سبک امپرسیونیست”. روی “تولید” کلیک کنید و DALL·E بر اساس آنچه شما نوشتید، چهار تصویر 1024×1024 ایجاد می کند.

می‌توانید درخواست خود را تغییر دهید تا زمانی که به نتیجه‌ای که از آن راضی هستید برسید. سپس روی موردی که می پسندید کلیک کنید. در صفحه بعدی می توانید تصویر را دانلود کنید (روی فلش در سمت راست بالای تصویر کلیک کنید). همچنین می‌توانید تصویر را ویرایش کنید (روی «ویرایش» کلیک کنید؛ و ابزارهایی مانند پاک‌کن و گزینه‌هایی برای آپلود یک تصویر برای افزودن به ایجاد هوش مصنوعی یا اضافه کردن مربع‌های بیشتر برای گسترش تصویرتان دریافت خواهید کرد). همچنین می‌توانید «نمونه هایی» از تصویر ایجاد کنید. DALL-E 2 چهار نسخه جایگزین از تصویری که ایجاد کرده‌اید، تولید می‌کند.

نحوه نوشتن ویژگی های تصویر در DALL-E 2

روش کار ساده است، اما به دست آوردن نتایج خوب می تواند مشکل باشد. وارد کردن متن کوتاه که جزئیات زیادی نداشته باشد معمولا نتایج نامناسبی خواهد داشت بنابراین اغلب بهتر است از حداکثر گنجایش متن ورودی یعنی 400 کاراکتر استفاده کنید. هر چه جزئیات بیشتری وارد شود بهتر است. اگر قصد دارید تصاویر واقعی واقعی بسازید، مدل دوربین، فاصله کانونی و نوع نور را در نظر بگیرید (“نورپردازی استودیویی”، “نور ملایم”، “سایه های عمیق” و غیره).

معمولا لازم می شود که متن خود را برای اضافه کردن جزئیات بیشتر تغییر دهید. در اولین مجموعه از تصاویر فوق از یک مارموت در حال اسکی، این حیوان به نوعی وحشت زده به نظر می رسد. اگر بخواهیم که این حیوان در تصویر خوشحال باشد باید عبارت ورودی را با اضافه کردن عبارت «خندان» تغییر دهیم. پس از این تغییر حالا او خوشحال تر دیده می شود. هر تغییری در متن که منجر به تولید تصویر جدیدی شود، هزینه داشته که از اعتبار شما در سایت کسر می شود.

نحوه استفاده از سایر ویژگی‌های DALL·E 2

راه دیگر استفاده از DALL-E 2 این است که یک تصویر را از تلفن یا کامپیوتر خود به سایت آپلود کنید. این امکان در زیر قسمت وارد کردن متن قرار دارد. تصویر به یک مربع برش داده می شود. می توانید از DALL-E 2 بخواهید که تغییرات خاص خود را از تصویر ایجاد کند یا می توانید تصویر را ویرایش کنید. در مثال بالا، تصویری از یک دختر که با دوچرخه از کنار زنی که چتر حمل می‌کند، ارسال شده است. بدون ورودی بیشتر، DALL-E 2 تغییرات جالبی را ایجاد کرد، از جمله نمونه ای که این دو شخصیت را با هم ترکیب کرده است تا فردی را در حال دوچرخه سواری با چتر نشان دهند.

نحوه استفاده از ویژگی تکمیل بیرون تصویر DALL·E 2

ویژگی تکمیل بیرون تصویر DALL-E 2 به شما امکان می دهد تصویر را فراتر از مرزهای اصلی آن گسترش دهید. این امکان را می توان با یک تصویر ایجاد شده در خود DALL-E 2 یا تصویری که بارگذاری کرده اید، به کار برد. کاربران از این قابلیت برای گسترش ابعاد آثار هنری معروف مانند مونالیزا استفاده می کنند و پس زمینه بیشتری به تصویر اضافه می کنند.

برای انجام این کار، در ویرایشگر تصویری را ایجاد یا به آن آپلود کنید و سپس گوشه تصویر را بکشید تا اندازه آن در فریم تولید تصویر کوچک شود. یک متن بنویسید (این بار می‌تواند کلی‌تر باشد زیرا DALL-E 2 سعی می‌کند با سبک تصویر موجود مطابقت داشته باشد – در مثال زیر، “چشم‌انداز کوهستانی” را نوشته ایم). سپس DALL-E 2 بقیه کادر را با چیزی پر می کند که با تصویر شما مطابقت داشته باشد.

نحوه بهبود تصاویر DALL·E 2

بعید است که DALL·E 2 اولین بار به شما نتایجی که می‌خواهید را بدهد. ممکن است مجبور شوید تصاویر را با نوشتن دستورات جدید برای المان های خاص در آنها ویرایش کنید. مواردی وجود دارد که ممکن است اصلاح آنها در DALL·E 2 ممکن نباشد.

ممکن است مواردی ناخواسته در تصاویر وجود داشته باشد. مانند همه ابزارهای تولید تصاویر با هوش مصنوعی، DALL·E 2 مشکلاتی با چهره و بدن انسان دارد. برای بهبود تصاویر ایجاد شده در DALL·E 2، ممکن است لازم باشد آنها را به بیرون از این سیستم ببرید و در نرم افزارهای سنتی ویرایش تصویر مانند Photoshop ویرایش کنید. به عنوان مثال، می‌توانید با استفاده از فیلترهای عصبی فتوشاپ، چشم‌های پریشان را برطرف کنید.

DALL·E 2 همچنین دارای محدودیت در وضوح تصویر است به این معنی که نمی‌توان تصاویری ایجاد کرد که تا در اندازه‌های بزرگ چاپ شوند اما امکان اینکه بتوانید خودتان تصویر را در برنامه های دیگر بزرگ کنید، وجود دارد.

چگونه می توانم تصاویر DALL·E 2 را بهتر کنم؟

اگر تصاویر DALL-E 2 آنطور که می خواهید نیستند، چند نکته وجود دارد که باید به آنها توجه داشته باشید. اطمینان حاصل کنید که درخواست شما تا حد امکان دقیق است از جمله جزئیات در مورد پس زمینه اگر برای شما مهم است. اگر به دنبال یک سبک هنری هستید، سبک هنری مورد نظر خود را مشخص کنید، یا اگر به دنبال سبک عکاسی هستید، زوایای دوربین، جزئیات نور، فاصله کانونی و حتی دوربین خاص را مشخص کنید.

DALL-E 2 در دادن پاسخ مناسب به درخواست هایی که چندین سوژه دارند، مشکل دارد بنابراین در صورت امکان یک موضوع در درخواست خود وارد کنید. این مساله می تواند محدود کننده باشد اما اگر می خواهید تصاویری با چندین موضوع ایجاد کنید بهتر است ابتدا تصویر هر سوژه را جداگانه ایجاد کرده و سپس آنها با ویرایش در کنار هم قرار دهید. به یاد داشته باشید که می توانید تصاویر را در Dall-E 2 ویرایش کنید یا پس از دریافت خروجی تصاویر، از نرم افزارهای ویرایش عکس برای این کار استفاده کنید.

کتاب دستورات متنی DALL·E 2

گای پارسونز یک کتاب سریع DALL·E 2 را به عنوان یک منبعی تصویری برای الهام بخشیدن به نحوه ورود درخواست‌های متنی در DALL·E 2 منتشر کرده است. که توسط یک وب‌سایت مرتبط با کارهای هنری توسط هوش مصنوعی به نام DALL·Ery GALL·Ery منتشر شده است. این کتاب نکات مفیدی را در مورد چگونگی بهره برداری بهتر از ابزارهای تولید تصویر با هوش مصنوعی، ارائه می‌کند.

این کتاب راهنما 82 صفحه به صورت اسلاید دارد و تکنیک‌هایی برای به دست آوردن نتایج مورد نظر از DALL·E 2 را بیان کرده که زیبایی‌شناسی و حالت های مختلف، عبارت هایی کاربردی برای به دست آوردن حس یا ترکیبی که به دنبال آن هستید و نکاتی در مورد مسائل مختلف از عکاسی گرفته تا پرتره‌های نقاشی و مناظر، سبک های فیلم و تصویرسازی و هنر سه بعدی را پوشش می‌دهد. برای تصویرسازی، نمونه هایی از سبک ها، رسانه ها و بافت های مختلف را ارائه می دهد. همچنین نشان می‌دهد که چگونه می‌توانید از سبک‌های تاریخ هنر برای دریافت نتایج جالب استفاده کنید.

راهنما اشاره می کند که حتی سازندگان DALL·E 2 نمی دانند که این ابزار چه چیزی را می داند و چه چیزی را نمی داند. درعوض، کاربران باید بررسی کنند که چه کاری می تواند انجام دهد و چگونه آن را به انجام آنچه می خواهند وادار کنند. یکی از توصیه‌ها این است که صریح باشید. بگویید که آیا یک تصویر نزدیک یا یک زاویه خاص می‌خواهید. به یاد داشته باشید که یک صفت بدون تعریف بیشتر را می توان به روش های مختلفی تفسیر کرد.

DALL·E 2 چیست؟

DALL·E 2 یک تولیدکننده تصویر از متن با هوش مصنوعی مبتنی بر یادگیری ماشینی است که همزمان باعث تعجب و ترس کاربران شده است. این ابزار که توسط شرکت Open AI ایجاد شده، یک ابزار تولید محتوا است به این معنی که می تواند تصاویر کاملا جدید تولید کرده یا نمونه هایی از تصاویر موجود ایجاد کند. این سیستم در واقع «نمی‌داند» چه چیزی ایجاد می‌کند اما بر اساس پایگاه داده بسیار بزرگ با 650 میلیون تصویر و توضیحات آنها که قبلاً به آن داده شده است، فرضیاتی را پیشنهاد می دهد.

نام،این سیستم ترکیبی از نام «دالی» (نقاش معروف سالوادور دالی) و فیلم «وال-ای» شرکت پیکسار است. همانطور که از نام آن پیداست، در حال حاضر دومین نسخه از ابزار منتشر شده است که به نظر می‌رسد پیشرفت بزرگی نسبت به نسخه اول آن باشد. خروجی های نسخه اول، کیفیت بالایی نداشت و تولید هر تصویر در آن زمانی زیادی می برد.

این سرویس تنها تولید کننده تصویر با هوش مصنوعی نیست که بر اساس پیام های متنی به عنوان وودی کار می کند. Artbreeder محصول Artbreeder-collages را راه‌اندازی کرده است که اعلان‌های متنی را با فرآیند طراحی کولاژ مانند ترکیب می‌کند. Stable Diffusion و Midjourney نیز از نمونه های مشابه و محبوب برای تولید تصویر هستند. چیزی که DALL·E 2 را به طور بالقوه متمایز می‌کند، کیفیت نتایج مربوط به سبک‌های خاص تصویر به‌ ویژه خروجی هایی که به عکس شبیه هستند، می باشد.

آیا DALL·E 2 در دسترس عموم قرار دارد؟

پنج ماه پس از انتشار این ابزار در ماه آوریل 2022، دسترسی به DALL-E 2 محدود بود و یک لیست انتظار طولانی وجود داشت. اما در سپتامبر 2022 دسترسی باز شد تا همه بتوانند ثبت نام DALL-E 2 را تکمیل کنند.

طبق گفته OpenAI، «گسترش دادن مسئولانه به سیستمی با قدرتمندی و پیچیدگی DALL-E با توجه به تمام روش‌های خلاقانه ای که می توان از آن استفاده یا سوء استفاده کرد، نیازمند یک رویکرد مرحله ای در راه اندازی آن است». این شرکت می‌گوید که اکنون به اندازه کافی مباحث امنیتی خود را تقویت کرده تا دسترسی این سیستم را برای همه را باز کند.

اما با عمومی شدن این سیستم، استفاده از آن دیگر به صورت کامل رایگان نیست. فقط مقدار محدودی اعتبار ماهانه رایگام به کاربران داده می‌شود. کاربران می توانند میزان اعتبار خود را با پرداخت پول افزایش بدهند.

چگونه برای استفاده از DALL·E 2 ثبت نام کنم؟

می توانید با ایجاد یک حساب کاربری در وب سایت Open AI ثبت نام در DALL-E 2 را انجام دهید. از شما خواسته می شود آدرس ایمیل و یک کد امنیتی و یک رمز عبور حداقل هشت رقمی را وارد کنید. سپس ایمیلی حاوی لینکی دریافت خواهید کرد که برای تأیید باید روی آن کلیک کنید و همچنین یک کد متنی از طریق پیامک دریافت می کنید که باید برای تأیید هویت خود، آن را در سایت وارد کنید. همچنین می توانید با استفاده از حساب های گوگل یا مایکروسافت خود یک حساب کاربری در این سایت ایجاد کنید. برای پذیرش شرایط و ضوابط، روی گزینه «continue» کلیک کنید.

هزینه استفاده از DALL·E 2 چقدر است؟

آیا استفاده از DALL-E 2 رایگان است؟ تا جولای سال 2022 خدمات این سایت برای کسانی که دسترسی داشتند، رایگان بود اما OpenAI اکنون از یک مدل مبتنی بر اعتبار استفاده می کند. کاربران جدید 50 اعتبار رایگان دریافت می‌کنند که می‌توانند برای تولید، ویرایش یا ایجاد انواع یک تصویر از آن استفاده کنند. ایجاد نسخه های جدید از تصاویر، چهار تصویر 1024 در 1024 پیکسل ایجاد می کند که 1 واحد از اعتبار کاربر کسر می کند.

پس از آن، کاربران هر ماه 15 واحد اعتبار رایگان DALL-E 2 دریافت می کنند. برای دریافت اعتبار بیشتر، باید آنها را با قیمت 15 دلار برای 115 اعتبار بخرید که برای تولید 460 تصویر 1024 در 1024 پیکسل کافی است. OpenAI از هنرمندانی که نیاز به کمک مالی دارند دعوت کرده است تا برای دسترسی با تخفیف درخواست بدهند.

آیا جایگزین رایگانی برای DALL·E 2 وجود دارد؟ بله، چندین سرویس تولید تصویر با هوش مصنوعی رایگان وجود دارد. علاوه بر Art Breeder-Collages، که در بالا به آن اشاره کردیم (در حال حاضر در نسخه بتا)، DALL-E mini وجود دارد که فعلا Craiyon نامیده می شود ولی خروجی مناسبی ندارد و Stable Diffusion که یک پروژه متن باز (open source) است.

آیا می توانم از DALL·E 2 برای کارهای تجاری استفاده کنم؟

تاکنون OpenAI استفاده تجاری از تصاویر تولید شده توسط DALL·E 2 را ممنوع کرده بود، اما پس از ارائه نسخه بتا “حقوق استفاده کامل” از تصاویر ایجاد شده با این پلتفرم را به کاربران داده است. این حقوق شامل اجازه فروش، چاپ تصاویر و استفاده از آنها در کالاها می شود.

با این حال، نگرانی هایی در مورد پیامدهای استفاده از خروجی های چنین سیستم هایی به دلیل تداخل در حقوق معنوی با تصاویر دیگر وجود دارد. Getty Images به دلیل نگرانی مبنی بر مبهم بودن حقوق معنوی، استفاده از محتوای هوش مصنوعی در کتابخانه تصاویر استوک خود را ممنوع کرده است. برخی از سیاستمداران خواستار تدوین قانون خاصی برای روشن شدن این موضوع هستند.

آیا محدودیت هایی در DALL·E 2 وجود دارد؟

OpenAI می‌گوید که به لطف تغییر در سیاست‌ها و پیشرفت‌هایی که در کاهش جهت گیری های سیستم و اجتناب از محتوای نامناسب در تصاویر تولید شده توسط این پلتفرم داشته، می‌تواند دسترسی همگانی به سیستم را ایجاد کند. این شرکت می‌گوید که تغییراتی در سیستم ایجاد کرده که DALL·E 2 را مجبور می‌کند تا تصاویری از مردم تولید کند که «تنوع جمعیت جهان را با دقت بیشتری منعکس کند» البته اگر نژاد یا جنسیت در متن درخواستی، مشخص نشده باشد.

همچنین این شرکت می‌گوید که اقداماتی انجام داده است تا اطمینان حاصل شود این پلتفرم تصاویری که حاوی چهره‌های واقعی با ظاهری انسانی یا دارای شباهت به شخصیت‌های عمومی مانند سیاستمداران و افراد مشهور است باشند را به عنوان ورودی قبول نکند. OpenAI می‌گوید اجازه نمی‌دهد از DALL·E 2 برای ایجاد تصاویری استفاده شود که باعث آسیب شود به‌ عنوان مثال تصاویری که خودآزاری، نمادهای نفرت‌انگیز یا اعمال غیرقانونی را نشان می‌دهند. این شرکت تاکید کرد که برای جلوگیری از این مسایل و همچنین برای جلوگیری از به خاطر سپردن چهره‌هایی که به‌صورت آنلاین زیاد ظاهر می‌شوند، DALL·E 2 دارای سیستم‌های نظارت خودکار و انسانی است. این شرکت همچنین اعلام کرده که با همه این مسائل می‌داند که کارهای بیشتری در این زمینه باید انجام شود.

چگونه می توان تشخیص داد که یک تصویر توسط DALL·E 2 AI ایجاد شده است؟

تصاویر تولید شده توسط DALL·E 2 حاوی امضایی هستند که شبیه یک ردیف مربع های رنگی در سمت راست پایین تصویر است، البته با فرض اینکه تصویر بریده (crop) نشده باشد. مثال بالا را ببینید.

آیا می توانید واترمارک DALL-E 2 را حذف کنید؟

هنگامی که تصویری را دانلود می‌کنید که در DALL-E 2 ایجاد شده است، واترمارک نوار رنگی در سمت راست پایین تصویر خواهد داشت، اما طبق قوانین و شرایط DALL-E 2 می‌توان آن را حذف کرد که در بسیاری از موارد ممکن است برای کارهای تجاری ضروری باشد.

حذف واترمارک کار آسانی در برنامه های ویرایش تصویر مانند فتوشاپ می باشد. همچنین راهی برای دانلود مستقیم تصویر بدون واترمارک وجود دارد. در مروگر دسکتاپ، می‌توانید روی تصویر کلیک راست کنید، سپس گزینه «Inspect» را انتخاب کنید و سپس به دنبال URL windows.net بگردید. این پیوند تصویر را کپی کنید. با باز کردن این آدرس در مروگر متوجه شوید که تصویر فاقد واترمارک است. در تلفن همراه می توانید روی تصویر در صفحه تولید ضربه بزنید و نگه دارید و روی “ذخیره تصویر” کلیک کنید.

چرا DALL-E 2 بحث برانگیز است؟

نگرانی هایی وجود دارد که سرویس های تولید تصویر با هوش مصنوعی ممکن است مورد سوء استفاده قرار گیرند زیرا احتمال دارد کاربران تصاویر ایجاد شده با استفاده از آنها را به عنوان تصویر واقعی به اشتراک بگذارند و منجر به اخبار جعلی و شایعات شوند. نگرانی‌هایی وجود دارد که از آنها برای ایجاد تصاویر خشونت‌آمیز یا غیراخلاقی نیز استفاده شود. OpenAI می گوید که اقدامات احتیاطی را برای جلوگیری از این امر انجام داده است و تا زمانی که برنامه در حالت بتا باقی می ماند، از کاربردهای آن در دنیای واقعی یاد می گیرد.

برخی از کابران در مورد تاثیر ابزارهای تولید تصویر با هوش مصنوعی در آینده مشاغل خلاق، نگران هستند. برداشت کلی در حال حاضر این است که این ابزارها نباید باعث بیکار شدن هیچ هنرمندی بشوند بلکه پتانسیل آنها توسط کاربران خلاق استفاده شود و این ابزارها را برای این کاربران کار کنند.

چگونه از رابط برنامه نویسی DALL-E 2 استفاده کنم؟

توسعه‌دهندگان می‌توانند با استفاده از رابط برنامه نویسی DALL·E، این ابزار را مستقیماً در برنامه‌ها و محصولات خود ادغام کنند. برای مثال، شرکت مایکروسافت که خود یکی از سرمایه‌گذاران در OpenAI است از DALL·E 2 برای یک برنامه طراحی گرافیکی جدید به نام «Designer» استفاده می‌کند که هدف آن پوشش طراحی رسانه‌های اجتماعی، دعوت‌نامه‌ها، کارت‌پستال‌های دیجیتال و موارد دیگر است. مایکروسافت همچنین DALL·E 2 را در بینگ و مایکروسافت edge با Image Creator ادغام می‌کند که به کاربران اجازه می‌دهد در صورتی که نتایج جستجو به چیزی که به دنبال آن هستند نرسید، خود تصاویر مورد نظرشان را ایجاد کنند. می توانید در مستندات موجود در وب سایت OpenAI اطلاعات بیشتری کسب کنید.

منبع