Hvad er DALL-E? Forstå værktøjet på 2 minutter

Forestil dig at kunne beskrive et motiv med få ord og få et unikt billede tilbage, som om en kunstner havde malet det på stedet. Det er præcis, hvad DALL-E gør muligt ( se evt. henvisninger jeg har lagt som tag nederst ). Modellen, udviklet af OpenAI, oversætter tekstprompts til detaljerede billeder. Du skriver for eksempel “encyklopædi af marmelade i et bibliotek af glas” og får et resultat, der på én gang er genkendeligt og helt nyt. Officielt kan du læse mere på OpenAIs DALL-E-side. Teknologien bag bygger på de samme neurale netværk som sprogmodeller, men i stedet for at forudsige næste ord genererer den pixels. Det er et gennembrud, der har givet alle adgang til visuel kreativitet – uanset om man kan tegne eller ej.

Fra sprog til pixels

DALL-E fungerer ved at kombinere en sprogmodel med en billedgenerator. Først analyseres din tekst. Ordet “cykel” og ordet “hest” bliver til vektorer i et højdimensionalt rum. Modellen lærer, hvordan disse begreber typisk ser ud, og hvordan de kan sættes sammen på nye måder. Så aktiveres en diffusionsproces, der starter med ren støj og gradvist former billedet, indtil det matcher beskrivelsen. Det er en metode, der kræver enorme mængder regnekraft. GPU’er fra Nvidia kører timevis af beregninger for hvert eneste billede. Men resultatet er ofte overraskende præcist – eksempelvis kan modellen gengive skygger, perspektiv og tekstur, som var det fotorealistisk. Samtidig kan den også lave abstrakte collager, der tilsyneladende bryder alle fysikkens love. Det er netop denne fleksibilitet, der gør DALL-E til noget særligt.

Kreativitet for alle

Fotografer, designere, reklamefolk og kunstnere har allerede taget værktøjet til sig. Men også almindelige mennesker bruger DALL-E til at visualisere idéer, lave invitationer eller bare for sjov. Måske har du set billeder af “en astronaut på en hest i rummet” – det var en af de første prompts, der gik viralt. Det viser, hvor nemt det er at skabe noget, der både er humoristisk og smukt. Forvirrende nok kan modellen også producere billeder, der ser ud som noget, den aldrig har set i sin træning. Den kombinerer nemlig kendte elementer på nye måder. Det gør den forholdsvist troværdig, selv når motivet er rent fantasi. Mange har brugt DALL-E til at illustrere børnebøger, lave moodboards til boligindretning eller generere prototyper til produkter. Mulighederne er næsten uendelige, og flere platforme tilbyder nu integration, så du kan generere billeder direkte i dit designprogram mv.

Begrænsninger og etiske spørgsmål

Selvom DALL-E imponerer, er der klare begrænsninger. Modellen forstår ikke altid kontekst. Et eksempel: beder du om “en hund der leger med en bold, i en have, om efteråret”, kan den glemme årstiden og give grønne blade. Den har også svært ved at gengive tekst korrekt – bogstaver bliver ofte forvrænget eller meningsløse. Uundgåeligt opstår der etiske dilemmaer. Kan man bruge DALL-E til at skabe misvisende nyhedsbilleder? Hvad med ophavsret? Træningsdataene indeholder milliarder af billeder fra nettet, herunder værker af levende kunstnere. OpenAI har indført filtre mod vold og sex, men der er stadig gråzoner. Forhåbentlig vil regulering og gennemsigtighed følge med udviklingen. Indtil da er det op til den enkelte at bruge teknologien ansvarligt. Nogle hævder, at DALL-E kan blive et redskab til at demokratisere kunst – andre frygter, at det udvander værdien af menneskelig kreativitet eftersigende.

Hvordan ser fremtiden ud?

Allerede nu er DALL-E 3 langt bedre end den første version til at forstå komplekse prompts og producere skarpere detaljer. Udviklingen går hurtigt. Måske bliver det snart muligt at generere video i realtid ud fra tekst. Nye modeller som Stable Diffusion og Midjourney konkurrerer på kvalitet og hastighed. Det er forholdsvist let at forudsige, at vi om få år vil have personlige AI-kunstnere i lommen. Men hvad betyder det for illustratorer, fotografer og grafiske designere? Sandsynligvis en forskydning mod mere kuratering og mindre manuel produktion. Mennesket vil stadig sætte retningen – maskinen udfører arbejdet. Der er også tale om, at DALL-E kan bruges i medicinsk billedanalyse eller arkitektur, hvor den hurtigt kan visualisere bygningsdesign. Altså ikke kun kunst, men praktisk problemløsning. Det er tilsyneladende kun fantasien, der sætter grænser.

Kom i gang med AI-billeder – og videre med foredrag

Har du lyst til at afprøve DALL-E? Du kan starte på OpenAIs hjemmeside eller via ChatGPT Plus, hvor DALL-E 3 er indbygget ( se evt. henvisninger nederst ). Skriv en prompt, og se hvad der sker. Prøv dig frem, vær specifik og leg med stilreferencer som “oliemaleri” eller “tegneserie”. Jo flere detaljer du giver, jo bedre bliver resultatet. Men teknologien rækker længere end til at lave sjove billeder. For virksomheder og organisationer, der ønsker at forstå, hvordan AI kan bruges strategisk, kan det være en god idé at få professionel indsigt. AIforze tilbyder foredrag og workshops, hvor du lærer at arbejde med værktøjer som DALL-E – både kreativt og ansvarligt. Du behøver ikke være tekniker for at få værdi ud af det. Invitationen er klar: undersøg mulighederne, stil spørgsmål, og lad dig inspirere. Forhåbentlig vil du opdage, at kunstig intelligens ikke erstatter menneskets fantasi, men tværtimod giver den nye vinger.

Tags: ai tools, ai værktøjer, DALL-E, kunstig intelligens, llm

Foredrag og oplæg om AI

AIforze tilbyder foredrag om kunstig intelligens og brugen af AI. Jeg hedder Erik Bork og har som virksomhedsleder udviklet internet-services og bygget webportaler siden internettets begyndelse.

★★★★★

"Der var mange oplysende og brugbare råd. Erik var enormt dygtig, kompetent, engageret, klog, opmærksom og var velforberedt"

Deltager

Book foredragOm mig