DALL-E

DALL-E (singkatan dari “Deep-Learning-to-Answer-Long-Questions”) adalah model pemrosesan bahasa alami yang dikembangkan oleh OpenAI untuk menjawab pertanyaan tentang suatu gambar. Sistem ini dilatih pada jutaan gambar di kumpulan data Internet dan menggunakan model bahasa transformator untuk mengidentifikasi kata mana yang dikaitkan dengan gambar tertentu. Itu dapat membuat keterangan untuk gambar yang menggambarkan isinya dalam bahasa alami.

DALL-E dirilis oleh OpenAI pada bulan Desember 2020. Ini adalah model bahasa yang kuat karena dapat menangani fase pemahaman bahasa alami dan fase pembuatan tugas. Ini menggunakan kombinasi algoritma visi komputer dan teknik pemrosesan bahasa alami untuk menggabungkan berbagai sumber informasi ke dalam satu deskripsi yang koheren.

Misalnya, jika gambar berisi ruangan dengan orang dan seekor anjing, DALL-E dapat menghasilkan keterangan seperti, “Ada beberapa orang di ruangan itu sedang mengelus seekor anjing berwarna coklat.” Jenis deskripsi ini lebih dari sekadar penandaan dasar, yang hanya mengatakan, “Ini adalah ruangan dengan orang dan seekor anjing.”

Dengan menggunakan DALL-E, peneliti dapat menghasilkan keterangan untuk mendeskripsikan gambar secara detail, membantu menciptakan deskripsi yang lebih akurat dibandingkan teknik penandaan gambar tradisional. Ini juga dapat digunakan untuk menjawab pertanyaan tentang suatu gambar, seperti apa warna anjing dalam gambar tersebut?

Sistem ini juga mampu menghasilkan teks yang lebih kreatif, seperti “Anjing sedang melihat ke luar jendela, memimpikan dominasi dunia” atau “Orang-orang di ruangan saling bertukar pandangan penuh arti saat anjing sedang bersantai di sudut.” Hal ini menunjukkan kemampuan sistem untuk mendeskripsikan gambar dengan cara yang dapat diapresiasi manusia.

DALL-E adalah teknologi menarik dan kuat yang berpotensi merevolusi pemrosesan bahasa alami. Ini adalah alat penting dalam kemajuan visi komputer dan teknologi pemrosesan bahasa alami.