Google Brain公布新AI制圖工具 創造多款天馬行空動物圖片

利用電腦視覺模型（Computer vision）可以執行模仿人類能力的工作，有不少科企借此研發自家文本生成圖像人工智能（AI），打造出一個又一個“AI畢加索”。

谷歌旗下AI實驗室Google Brain近日公布一款新的文本生成圖像AI工具“Imagen”的成果，比現在的AI工具更進一步提高逼真度和語言理解能力，能產生寫實，甚至突破人類想像力的圖像。

由科技狂人馬斯克創辦的非牟利AI組織OpenAI，早前也研發文本生成圖像AI工具DALL-E2，不過“Imagen”也似乎比DALL-E2有截然不同的風格。

Google Brain透露，“Imagen”引入了DrawBench圖像模型基準測試，以更全面、更深入地評估。借著DrawBench，團隊比較了“Imagen”與VQ-GAN+CLIP、Latent Diffusin Models和DALL-E2其他同類工具。結果發現，“Imagen”在圖像–文本對齊及圖像逼真度方面，比其他工具的偏好率都高達50%。

事實上，除了比較技術的準確度，“Imagen”這類文本生成圖像的AI研究背後，還面臨著一些爭議，以及存有被誤用的潛在風險。

為了去除不當內容，比如色情圖像或有害言論，Google Brain也對訓練數據進行過濾對比，包括“LAION-400M”數據集。數據中包括網路上常見的不當內容，包括色情圖像、種族主義攻擊言論、負面社會刻板印象等等。

谷歌表示，在沒有進一步的安全措施，不會將“Imagen”發布給大眾使用。因此谷歌在未來的工作，將探討采用更可靠的外部化框架，並將各類潛在風險最小化。

文/圖：互聯網