डिटेल में जानें ChatGPT क्रिएटर के इमेज जनरेट करने के नए AI टूल Point-E के बारे में

चैट जनरेटिव पूर्व-प्रशिक्षित ट्रांसफॉर्मर, OpenAI द्वारा विकसित एक चैटबॉट है। ChatGPT बड़े भाषा मॉडल के OpenAI के GPT-3.5 पर बनाया गया है, और पर्यवेक्षित और सुदृढीकरण सीखने की तकनीक दोनों के साथ ठीक है।  ChatGPT और  GPT 3.5 को Azure AI सुपरकंप्यूटिंग इंफ्रास्ट्रक्चर पर प्रशिक्षित किया गया था। ChatGPT चैट कर सकता है, प्रश्नों का उत्तर दे सकता है, सामग्री बना सकता है, कोड लिख सकता है और डिबग कर सकता है, परीक्षण कर सकता है, डेटा में हेरफेर कर सकता है, व्याख्या और ट्यूटर, और बहुत कुछ कर सकता है!

चैटजीपीटी केवल इंटरनेट लिंक की सूची के बजाय स्पष्ट, सरल वाक्यों में जानकारी प्रदान कर सकता है। यह अवधारणाओं को ऐसे तरीकों से समझा सकता है जिसे लोग आसानी से समझ सकें। यह व्यापार रणनीतियों, क्रिसमस उपहार सुझावों, ब्लॉग विषयों और छुट्टियों की योजनाओं सहित खरोंच से भी विचार उत्पन्न कर सकता है।

चैटजीपीटी क्रिएटर ओपनएआई ने मिनटों में 3डी इमेज जेनरेट करने के लिए नया एआई टूल प्वाइंट-ई जारी किया है। प्वाइंट-ई, अन्य 3डी छवि जनरेटर के विपरीत, काम करने के लिए एक उच्च अंत कंप्यूटर की आवश्यकता नहीं होती है और एक एकल एनवीडिया वी100 के साथ दो मिनट से भी कम समय में एक मॉडल तैयार कर सकता है।

एआई-पावर्ड चैटजीपीटी चैटबॉट और डॉल-ई टेक्स्ट-टू-इमेज जेनरेटर के पीछे कंपनी ओपनएआई ने एक नया टूल जारी किया है जो सरल टेक्स्ट इनपुट के आधार पर 3डी ऑब्जेक्ट उत्पन्न कर सकता है। डब्ड पॉइंट-ई, इसका ओपन सोर्स जीथब पर उपलब्ध है, हालांकि यह कोशिश करने के लिए थोड़ा जटिल है क्योंकि उपयोगकर्ताओं को कमांड-लाइन टूल्स के साथ अच्छी तरह से वाकिफ होने की आवश्यकता होगी, और सिस्टम को चैटजीपीटी के विपरीत अजगर की जरूरत है, जहां उपयोगकर्ता कर सकते हैं एक वेबसाइट पर साइन अप करें और इसकी क्षमताओं का परीक्षण करें।

प्वाइंट-ई के डेवलपर्स ने एक शोध पत्र भी प्रकाशित किया है जो बताता है कि प्लेटफॉर्म कैसे काम करता है और इसकी सीमाएं क्या हैं। उनका दावा है कि प्वाइंट-ई, अन्य 3डी छवि जनरेटर के विपरीत, काम करने के लिए एक उच्च अंत कंप्यूटर की आवश्यकता नहीं है और एक एकल एनवीडिया वी100 जीपीयू के साथ दो मिनट से भी कम समय में एक मॉडल तैयार कर सकता है।

सरल शब्दों में, ओपन एआई के डल-ई के समान, प्वाइंट-ई अंग्रेजी में सरल कमांड के साथ 3डी मॉडल उत्पन्न कर सकता है। कागज कुछ विचित्र उदाहरण दिखाता है जैसे "एक लाल सांता टोपी पहने एक कोरगी", "एक बहुरंगी इंद्रधनुष कद्दू", "3 डी चश्मा की एक जोड़ी", और "एक एवोकैडो कुर्सी, एक एवोकैडो की नकल करने वाली कुर्सी।" हालाँकि, उपकरण पारंपरिक अर्थों में एक 3D मॉडल का उत्पादन नहीं करता है, लेकिन यह कई डेटा बिंदु बनाता है जो एक 3D आकार का प्रतिनिधित्व करते हैं। उपकरण "कई मिलियन 3D मॉडल" के आधार पर इनपुट का विश्लेषण करने के बाद अंतिम आउटपुट को संसाधित करता है, जिसका वह पहले ही विश्लेषण कर चुका है।

"प्वाइंट ई: जटिल संकेतों से 3डी बिंदु बादलों को उत्पन्न करने के लिए एक प्रणाली" शीर्षक वाले पेपर में लिखा है। टेक्स्ट प्रॉम्प्ट से 3डी ऑब्जेक्ट बनाने के लिए, हम पहले टेक्स्ट-टू-इमेज मॉडल का उपयोग करके एक छवि का नमूना लेते हैं और फिर नमूना लेते हैं। एक 3D वस्तु नमूना छवि पर अनुकूलित है। इन दोनों चरणों को कई सेकंड में निष्पादित किया जा सकता है, और महंगी अनुकूलन प्रक्रियाओं की आवश्यकता नहीं है।रिसर्च पेपर के अनुसार, प्वाइंट-ई टेक्स्ट प्रॉम्प्ट पर वातानुकूलित विविध और जटिल 3डी आकृतियों का कुशलतापूर्वक उत्पादन करने में सक्षम है। हमारा दृष्टिकोण टेक्स्ट-टू-3डी संश्लेषण के क्षेत्र में आगे के काम के लिए शुरुआती बिंदु के रूप में काम कर सकता है।  दिलचस्प बात यह है कि प्वाइंट-ई के शोधकर्ताओं ने शोध पत्र लिखने के लिए ओपनएआई के चैटजीपीटी का इस्तेमाल किया।

डेवलपर्स का दावा है कि प्वाइंट-ई द्वारा उत्पन्न 3डी ऑब्जेक्ट्स आभासी वास्तविकता, गेमिंग और औद्योगिक डिजाइन जैसे अनुप्रयोगों की एक विस्तृत श्रृंखला में काफी हद तक मदद कर सकते हैं।

प्वाइंट-ई की सीमाएं

2D इमेज जनरेटर Dall-E के समान, पॉइंट-E भी इनपुट का विश्लेषण करने में विफल रहता है, और इसका अंतिम आउटपुट कम रिज़ॉल्यूशन में दिखाई देता है। इसके अलावा, अंतिम आउटपुट "सुक्ष्म आकार या बनावट" पर कब्जा नहीं करता है।  लेकिन पॉइंट-ई तकनीक में सुधार किया जा सकता है क्योंकि यह वास्तविक दुनिया की अधिक छवियों का विश्लेषण करती है। सिस्टम में सुधार होने के बाद, यह प्रभावी रूप से Google के ड्रीम फ़्यूज़न को चुनौती दे सकता है, जो अधिक सटीक परिणाम बनाता है, लेकिन इसके लिए शक्तिशाली हार्डवेयर की आवश्यकता होती है। 

- अनिमेष शर्मा