由“企鵝”構成的“炸雞”長什么樣？用“長頸鹿”組成的“雞”是什么鬼…長頸雞嗎？
你或許覺得這種并不存在的事物過于荒誕，而且靠自身的想象力有點難以描述，但最近，
有AI能把這些東西畫出來了。
例如當你給出設定，用“大象”構成的“雞”，一般人還在愁雞頭應該安排在哪，這款最新的AI已經畫完了，而且一口氣畫了幾十張：
情不自禁的想來一個“看懂，掌聲”，
沒錯，OpenAI又整活了，今天要介紹的這位AI界的新晉畢加索正是他們最近訓練出的圖像生成器，DALL·E。
關于會畫畫的AI，狂丸之前沒少介紹過，但DALL·E有點特別，在一定的框架下，它能按照人類的文字描述，給出畫面圖像，無論這段描述有多不著調。
如果讓你畫一幅“一個小白菜寶寶穿著芭蕾舞裙遛狗”，你可能會一臉懵，但DALL·E直接就整出來了：
主角換成皮卡丘也沒問題，而且每只狗子都不一樣：
所以，這看起來就是一個可以利用文本描述生成圖像的AI。人類的指令就是像是完成填空題，有一些可選選項，模式類似：繪制一個“xxx”的“xxx”，比如下圖中，選取了“綠色”，得到了綠色的表。
（綠色，六邊形，鐘表）
于是，不同的關鍵詞就組成了千奇百怪的東西，雖然看著有一絲絲沙雕，但其實這款AI在制圖方面有著比較全面的功能，
DALL·E都能“畫”些什么？
比較基礎的就是“控制屬性”，我們剛才介紹過，例如“立方體”的“老虎”，通過兩個簡單的關鍵詞構成的一組詞匯，然后生成畫面：
“環面”的“水”，很有美感：
還可以“繪制多個對象”，包括他們的空間關系，像是下圖：
一個“小”的“紅色”的方塊，“立”在一個大的“綠色”方塊上，
此時AI不僅要將詞組正確組合，而且要形成正確的關聯，避免混淆。下圖是“一只綠色的大象坐在一只紅色老鼠身上”，可以感受一下AI的抽象畫法：
另外還可以根據“畫面的視角”生成圖片。
如“美洲獅”“坐在山上”的“鳥瞰圖”，當然也可以選擇平視或者特寫等多個視角選項：
根據“畫面風格”變動生成圖片，“狐貍”“坐在森林里”的“3D渲染圖”：
類似的關鍵詞，還可以換成前幾年比較火的低多邊形風格，也可以改成像素風格：
還可以生成“橫截面圖”，這西瓜讓AI切的稀碎：
其他的功能還有很多，例如“推理背景細節”，給出一個大概的方向讓AI補充畫面，
像是“早晨，一只水豚坐在森林里的畫”，AI會根據關鍵詞，推斷光線一類的需求，然后生成不同風格的“畫”這個結果，看效果確實藝術極了：
而我最喜歡的是“合并不相關的概念”。
通常來說，我們組合一個詞匯都是用于描述真實存在的事物，例如木質的桌子。不過好玩的是，DALL·E可以將不同概念的對象“強行”縫合，創造出新的東西，舉個例子，設置由“蝸牛”組成的“漢堡”，于是就出現了漢堡蝸牛：
感覺類似的生成方式，很適合做設計，下圖的關鍵詞是，一個“冰川”“形式”的“茶壺”：
更進一步還可以制作“腦洞插畫”，“皮卡丘”“穿著西裝”“擤鼻涕”：
“動物與動物之間的嵌合體”，用“長頸鹿”組成的“雞”：
還有神話中的不太好想象的“貓龍”，在AI眼里，竟然是長成這樣的：
DALL-E，是什么？
如果你對去年的GTP-3有印象，就能更簡單的理解DALL·E，對，GTP-3就是那個給一些詞或者句子，就能夠自己寫文章的那個AI，
這次的DALL·E也是類似的功能，只不過變成給文字生成圖片了，
其本質跟GPT-3一樣，還是變壓器語言模型，在GTP-3那里，變壓器是從“文字到文字”，這個DALL·E則更進一步，變成了“文字到圖片”，
是不是很神奇？那么，這個AI又是如何做到的呢？根據DALL·E創造者OpenAI的介紹，實現這個DALL·E，有兩個關鍵的核心，第一個，是接收數據流進行訓練，DALL·E會接收圖像和文字所組合的數據流，在模型訓練之前，需要對數據進行預處理，一次接受后，會用到1280個標記，其中256個用于標記文本，1024個用于標記圖像，
之后，便是對這些數據進行自回歸建模，這時候，DALL·E使用了一種名為“自注意力層”以及其中的“注意遮罩”，
怎么理解這個概念呢？大家可以回想一下，平時你在聚精會神地觀察某個東西的時候，是不是會忽略周圍的東西，這時候，你的注意力都集中在那個事物上？
是的，在AI上，也有類似的概念：注意力機制。簡單來說，就是用算法，讓AI可以在不同外界需要下去選擇性地觀察，找出最有用的點，不同的算法得出的不同結果，就類似于咱們對同一事物的不同聚焦點，正如詩云“橫看成嶺側成峰”，
而在“自注意力”上，其實與注意力，只差了一個字，它是后者的一種變體。二者的區別，就是“自注意力”減少了對外部資訊的依賴，在原本就具有的“注意力”分析上，更側重于分析數據流內部各標記的相關性，
在這個DALL·E中，這樣的不同注意力“遮罩”，一共有著64個，
正是有了足夠多關注和分析的角度，保證了訓練中同一輸入中的每個圖像標記，都能或強或弱地與文字標記產生關聯，
其次，DALL·E還有另外一個核心：看看自己畫得好不好，
你讓他畫畫，他其實會先畫出512幅畫，不過嘛，AI在給你輸出結果前，還會自己斟酌斟酌，
這個使用的便是CLIP網路，這是一個評價系統，它會對自己的作品進行評分，然后根據高低順序排列，排名靠前的，才會輸出給你，
DALL·E畫出的沙雕作品
了解完來龍去脈，接下來就是整活時間了，
盡管DALL·E推給你的作品都是精挑細選的，但依然有很多鬼畜他媽給鬼畜開門——鬼畜到家的作品。
例如“地球的橫截面”，有的像是Minecraft里的方塊，有的像是切了一塊火腿，
美洲獅在森林里的黏土動畫，獅子看完想離開森林：
我這一輩子已經坐過數千次馬桶，但“粉色”、“六邊形”馬桶還是第一次看見：
同時這樣的馬桶，它一秒就畫了一堆，
（共30個，以上為節選）
我們都沒有見過“環形”的“西瓜”，但DALL·E給出的答案似乎也有點道理：
而這個“四面體”的“斑馬”徹底給我笑吐了。
大自然看完，直呼內行。
還有用長頸鹿構成的烏賊：
下圖分別是用貓熊構成的鱷魚、羊駝、企鵝、鯨、烏賊，哪個最可愛？
用企鵝構成的黃瓜:
由企鵝構成的炸雞…那這到底算是炸雞還是炸企鵝？
不過無論是哪一種，都挺萌，而且看起來似乎也挺好吃的。
最后推薦一波DALL·E繪制的最匪夷所思的畫作，“企鵝與肉餅”，真正的——“笑死，企鵝肉”，
