Program
Dasar-Dasar Kecerdasan Buatan
10 jam
Apa Itu DALL-E 3?
DALL-E adalah model AI generatif pembangkit gambar yang dibuat oleh OpenAI. Pertama kali diluncurkan pada Januari 2021, dan rilis terbarunya merupakan iterasi ketiga.
Model ini menghasilkan gambar berdasarkan masukan bahasa alami yang dikenal sebagai prompt. Dengan beberapa frasa pendek, model memahami bahasa tersebut dan menciptakan gambar akurat yang mewakili deskripsi yang diberikan.
Sebagai fakta menarik, para pembuatnya menamai “DALL-E” dengan menggabungkan nama Salvador Dali, seniman surealis Spanyol terkenal yang masyhur karena keterampilan teknisnya, dan film Pixar tahun 2008, WALL-E.
Seperti disinggung di atas, model DALL-E telah mengalami berbagai peningkatan sejak dikonsepkan.
Evolusi Seri DALL-E
Satu hal yang sama pada DALL-E, DALL-E 2, dan DALL-E 3 adalah semuanya merupakan model teks-ke-gambar yang dikembangkan menggunakan teknik deep learning yang memungkinkan pengguna menghasilkan gambar digital dari bahasa alami. Selain itu, ada cukup banyak perbedaan. Misalnya, iterasi pertama DALL-E, yang diungkapkan OpenAI dalam sebuah posting blog pada 2021, menghasilkan gambar dari teks menggunakan versi GPT-3 yang dimodifikasi untuk menghasilkan gambar.
Lebih spesifiknya, DALL-E 1 menggunakan teknologi yang dikenal sebagai Discrete Variational Auto-Encoder (dVAE). Teknologi ini didasarkan pada riset yang dilakukan oleh divisi DeepMind milik Alphabet dengan Vector Quantized Variational AutoEncoder.
Satu tahun kemudian, pada 2022, OpenAI mengumumkan penerus DALL-E, yaitu DALL-E 2. DALL-E 2 berupaya menghasilkan gambar yang lebih realistis dengan resolusi tinggi, menggabungkan konsep, atribut, dan gaya.
Untuk mencapai hal ini, DALL-E 2 meningkatkan teknik yang digunakan. Misalnya, DALL-E 2 menghasilkan gambar berkualitas lebih tinggi menggunakan model stable diffusion yang mengintegrasikan data dari model Contrastive Language-Image Pre-training (CLIP), yang dilatih pada 400 juta gambar berlabel. Model ini (CLIP) membantu mengevaluasi keluaran DALL-E dengan menilai keterangan mana yang paling sesuai untuk gambar yang dihasilkan.
Kini sampai pada masa sekarang. Pada September 2023, OpenAI mengumumkan tambahan terbaru dalam seri DALL-E, yaitu DALL-E 3. Menurut tim OpenAI, DALL-E 3 dapat memahami “jauh lebih banyak nuansa dan detail” daripada para pendahulunya. Model ini mengikuti prompt yang kompleks dengan akurasi lebih baik dan menghasilkan gambar yang lebih koheren. DALL-E 3 juga terintegrasi ke dalam ChatGPT – solusi AI generatif lain dari OpenAI.
Fitur dan Kapabilitas DALL-E 3
Mari lihat beberapa fitur utama yang dibawa DALL-E 3, khususnya dibandingkan model sebelumnya.
Pemahaman konteks yang ditingkatkan
Dibanding pendahulunya, DALL-E 3 menampilkan pemahaman nuansa yang lebih maju dan pengenalan detail yang lebih baik, memungkinkan transformasi mulus dari ide Anda menjadi visual yang presisi. Teknologi teks-ke-gambar tradisional terbukti kerap mengabaikan kata atau deskripsi tertentu, sehingga pengguna terdorong untuk menyempurnakan seni rekayasa prompt.
OpenAI menyatakan bahwa DALL-E 3 memiliki pemahaman konteks yang unggul serta menonjol pada presisi yang ditingkatkan dan efisiensi pembuatan gambar. DALL-E 3 telah membuat kemajuan dalam kemampuannya menghasilkan visual yang mencerminkan dan mematuhi deskripsi tekstual yang diberikan pengguna.
Tujuannya adalah mengurangi kerumitan dan kerepotan dalam menghasilkan gambar dengan memasukkan lebih banyak detail yang selaras dengan kebutuhan pengguna.
Integrasi dengan ChatGPT
Dibangun secara inheren dari ChatGPT, DALL-E 3 dapat memastikan penyempurnaan prompt yang cepat dan penyesuaian gambar yang mudah. Pengguna diuntungkan oleh kenyamanan berkolaborasi dengan ChatGPT sebagai “mitra kreatif” untuk membantu menghasilkan konsep gambar.
Protokol keselamatan dan legal
Dengan penekanan yang lebih tinggi pada langkah-langkah keamanan, DALL-E 3 melarang pembuatan gambar yang eksplisit, agresif, atau diskriminatif demi melindungi masyarakat luas. Untuk menghormati hak kekayaan intelektual dan menghindari pelanggaran hak cipta, DALL-E 3 menahan diri dari menghasilkan gambar yang menyerupai tokoh publik yang masih hidup atau meniru gaya khas seniman yang masih hidup.
Sama seperti platform AI lainnya, pengetahuan DALL-E 3 bersumber dari data yang tersedia secara publik, baik visual maupun teks. Menyerap data ini memungkinkan DALL-E 3 menggunakannya untuk membuat gambar baru yang terinspirasi oleh data yang telah diperoleh sebelumnya.
Namun, tidak semua seniman menginginkan datanya digunakan oleh DALL-E 3, oleh karena itu OpenAI menawarkan dua jalur bagi pembuat konten untuk mengecualikan gambar mereka dari materi pelatihan. Mereka dapat memilih keluar dengan mengisi formulir online ini atau mencegah GPTBot, pengumpul data web, mengakses konten mereka.
Aksesibilitas dan Rilis
Langkah terobosan yang merevolusi lanskap AI, Microsoft Bing telah mengintegrasikan DALL-E 3 dan ChatGPT dari OpenAI secara mulus, mendemokratisasi akses bagi semua. Anda juga dapat mengakses DALL-E 3 dengan langganan ChatGPT Plus.
Strategi rilis bertahap
Microsoft dan OpenAI sama-sama menerapkan strategi rilis bertahap, memastikan DALL-E 3 dapat berintegrasi mulus dengan Bing. Pada awalnya, DALL-E 3 hanya dapat diakses oleh pengguna dan pengembang terpilih untuk mengumpulkan umpan balik dan mengatasi potensi masalah. Seiring waktu, akses diperluas ke berbagai pengguna.
Akses publik
OpenAI selalu berkomitmen untuk memastikan teknologinya tersedia untuk publik. Versi publik gratis DALL-E 3 tersedia, memungkinkan masyarakat luas mengeksplorasi kapabilitas AI tanpa beban finansial. OpenAI terus aktif bekerja sama dengan institusi pendidikan untuk menggunakan teknologi mereka bagi tujuan pembelajaran.
Mulai Menggunakan DALL-E 3
Untuk menggunakan DALL-E 3, diperlukan perangkat yang dapat mengakses Bing dan koneksi internet aktif. Anda tidak memerlukan perangkat keras atau perangkat lunak khusus.
Menggunakan DALL-E 3 untuk Pembuatan Gambar
Panduan langkah demi langkah pembuatan gambar dengan DALL-E 3
1. Buka situs web Bing
2. Pilih ikon “chat” di kiri atas untuk membuka antarmuka chat.
Beginilah tampilan antarmuka chat…
3. Masukkan deskripsi tekstual terperinci tentang gambar yang ingin Anda buat lalu tekan Enter untuk mengirim.
Prompt yang digunakan: “Buat poster film untuk film horor berjudul 'The man next door.’”
Berikut yang dihasilkan…
Memahami keluaran
DALL-E 3 menghasilkan beberapa keluaran gambar berdasarkan deskripsi tekstual Anda. Telusuri gambar yang dihasilkan dan pilih yang paling sesuai dengan kebutuhan Anda.
Teknik Lanjutan
Menyetel DALL-E 3 untuk tugas spesifik
Anda mungkin ingin melangkah lebih jauh dan memberikan kata kunci yang lebih spesifik untuk memandu DALL-E 3 menghasilkan persis seperti yang Anda inginkan. Misalnya, jika Anda ingin membuat gambar, Anda mungkin mencari tema atau gaya tertentu.
- Penggunaan kata sifat. Kata sifat deskriptif dalam prompt Anda dapat membantu mencapai spesifisitas yang lebih baik. Misalnya, alih-alih “Langit matahari terbenam di atas laut”, Anda dapat merinci “Langit merah menyala di atas laut biru yang tenang.”
- Deskripsi berlapis. Menambahkan lapisan pada prompt memungkinkan DALL-E 3 menggabungkan banyak elemen. Misalnya, "Langit biru dan merah muda yang tenteram dengan burung-burung terbang ke arah timur laut."
- Gaya seni. Jika Anda memiliki gaya seni tertentu, tambahkan ke prompt Anda—misalnya, foto-realistis, ilustrasi, atau gaya Van Gogh.
- Penyempurnaan bertahap. Prompt awal Anda mungkin belum menghasilkan yang Anda inginkan. Karena itu, Anda dapat terus mencoba dan menyempurnakannya.
Praktik terbaik dan tips untuk menggunakan DALL-E 3 secara efektif
Agar pengalaman Anda dengan DALL-E 3 lebih mulus dan efektif, berikut beberapa praktik terbaik dan tips yang dapat diikuti:
- Spesifiklah. Konteks adalah kunci, terutama dengan DALL-E 3. Bersikap rinci dan spesifik dalam prompt akan menghasilkan keluaran yang lebih baik.
Misalnya, berikut hasil yang dihasilkan saat Anda memasukkan “Seorang pria.”
… Dan inilah perbedaannya saat Anda memasukkan “Seorang pria mengenakan setelan jas, berdiri di area perkotaan dengan kacamata hitam sambil memegang tas kerja hitam dan papan seluncur.”
- Bereksperimenlah. Cobalah DALL-E 3 hingga Anda memahami kelebihan dan kekurangannya. Prompt yang paling tak terduga bisa menghasilkan hasil terbaik.
- Keterbatasan. Memahami keterbatasan sistem akan membantu Anda bekerja dengannya, dan memungkinkan Anda terus menyempurnakan prompt.
- Pembaruan. Tetap ikuti pembaruan agar Anda mengetahui perubahan terbaru dan mendapatkan hasil maksimal dari DALL-E 3.
Aplikasi Praktis dan Use Case
DALL-E 3 menandai tonggak penting dalam ranah pembuatan gambar berbasis AI.
Kini setelah kita terhubung ke DALL-E 3 dan memahami kemungkinannya, saatnya menyelami penerapan nyatanya. Dengan kapabilitas AI generatif, DALL-E menawarkan beragam use case untuk membantu individu dan organisasi, seperti disorot di bawah ini:
Desain logo
Bisnis, apa pun skala-nya, dapat menggunakan DALL-E 3 untuk membuat logo unik dan menarik tanpa keterampilan desain yang luas. Logo berfungsi sebagai identitas visual merek dan karena itu dianggap sangat penting. Dengan DALL-E 3, bisnis dapat menghasilkan logo unik langsung dari deskripsi tekstual, yang menghadirkan alternatif yang unik, efisien, dan terjangkau.
- Cara kerjanya. Dengan memasukkan deskripsi tekstual tentang logo yang diinginkan, DALL-E 3 akan menyajikan berbagai kemungkinan desain bagi pengguna. Ini memungkinkan bisnis dengan cepat mengiterasi ide, menyempurnakannya, dan memilih logo yang selaras dengan esensi merek mereka.
Berikut contoh prompt yang dapat Anda gunakan: “Logo vektor geometris datar berbentuk tenda, hitam, sederhana minimal, oleh Ivan Chermayeff.”
Menggunakan DALL-E 3 untuk membuat logo
- Manfaat. Proses ini meniadakan siklus desain berulang, menghemat waktu dan sumber daya. Bisnis diuntungkan oleh penyesuaian cepat, seperti variasi logo musiman atau untuk acara.
Poster iklan
Perusahaan dan individu juga dapat memanfaatkan DALL-E 3 untuk membuat poster yang menarik guna menampilkan produk dan layanan mereka untuk menarik calon pelanggan.
- Cara kerjanya. Memasukkan detail produk yang khas seperti palet warna, motif, dan tagline ke DALL-E 3 memberikan konteks tekstual yang cukup untuk menghasilkan poster yang disesuaikan untuk berbagai saluran media sosial.
Berikut contoh prompt yang dapat Anda gunakan: “Poster film untuk film Fight Club, menampilkan Tyler Durden, banyak warna hitam, dalam gaya Saul Bass –ar 2:3” [Sumber; Awesome Poster prompts]
Poster film yang dibuat dengan DALL-E 3
- Manfaat. Ini memastikan representasi merek yang seragam di semua platform, memperkuat pengenalan merek dan loyalitas pelanggan tanpa menanggung biaya penuh proses desain tradisional.
Seni dan desain
Seniman dapat menggunakan DALL-E 3 sebagai alat pendamping, memanfaatkannya untuk meningkatkan proses kreatif mereka. Mulai dari menghasilkan draf dasar untuk lini fesyen, membuat sketsa berbagai desain tato, atau membuat sampul album musik yang khas, DALL-E 3 berfungsi sebagai titik awal yang dapat disempurnakan lebih lanjut oleh seniman. Ini membuka jalur baru untuk ekspresi dan eksperimen artistik, menjadikan proses kreatif lebih dinamis dan serbaguna.
- Cara kerjanya. Seniman dapat memulai dari ide sederhana dan menggunakan prompt tekstual yang terperinci untuk menghasilkan gambar, yang kemudian dapat mereka poles lebih lanjut agar memenuhi kebutuhan spesifik.
Berikut contoh prompt yang dapat Anda gunakan: “Langit malam penuh kembang api oleh Roy Lichtenstein.”
Menciptakan ulang gaya seni dengan DALL-E 3
- Manfaat. Secara alami, seniman bisa mengalami kebuntuan kreatif, yang diatasi DALL-E 3 dengan menawarkan berbagai titik awal. Seniman dapat mengeksplorasi gaya dan tema di luar repertoar biasanya.
Infografik
Jurnalis dapat memanfaatkan DALL-E 3 untuk merancang infografik yang merangkum data kompleks menjadi visual yang mudah dipahami audiens.
- Cara kerjanya. Jurnalis dapat memasukkan ke DALL-E 3 topik, deskripsi terperinci, serta jenis visualisasi yang diinginkan. AI akan menawarkan deskripsi tekstual infografik, yang kemudian dapat dimasukkan ke DALL-E 3 untuk memvisualisasikannya bagi Anda. Keluaran dapat disesuaikan lebih lanjut agar sesuai dengan estetika yang diinginkan.
Berikut contoh prompt yang dapat Anda gunakan: “Gambar infografik baju zirah Iron Man.”
Menggunakan DALL-E untuk membuat infografik
- Manfaat. Mempercepat proses visualisasi data menggunakan DALL-E 3 terbukti mengurangi waktu dan sumber daya. Visual yang presisi dan menarik bisa memakan waktu; karenanya menggunakan DALL-E 3 meningkatkan kualitas keseluruhan konten jurnalistik.
Pertimbangan Etis dan Langkah Keamanan
OpenAI selalu menempatkan pertimbangan etis dan langkah keamanan sebagai hal utama dalam pengembangan teknologinya. Dengan kekhawatiran masyarakat luas tentang penggunaan sistem AI dan penerapannya dalam masyarakat, menjadi tanggung jawab pemilik sistem AI ini untuk memastikan masyarakat aman dan terlindungi.
Reaksi balik terhadap DALL-E 2
Pendahulu DALL-E 3, DALLE-2, menghadapi reaksi balik ketika menciptakan konten palsu, tidak pantas, dan diskriminatif. Misalnya, DALL-E 2 menghasilkan gambar palsu ledakan di dekat Pentagon, yang menyebabkan pasar saham anjlok. Ketergantungan DALL-E 2 pada dataset publik juga memengaruhi keluarannya, yang terbukti bias.
Contohnya, jumlah gambar yang dihasilkan yang menampilkan pria lebih banyak daripada wanita. Ini menimbulkan tantangan lain pada DALL-E 2, karena data pelatihan yang digunakan difilter untuk menghapus konten yang dianggap kekerasan atau seksual, yang kemudian mengurangi jumlah perempuan yang dihasilkan dalam gambar.
Deepfake dan Misinformasi
Kekhawatiran signifikan yang dibagikan masyarakat luas adalah pembuatan deepfake dan bentuk misinformasi lainnya. Banyak yang khawatir bagaimana membedakan antara yang asli dan palsu dengan diterapkannya sistem AI. Salah satu cara yang dilakukan OpenAI untuk mengurangi tantangan ini adalah menolak prompt yang melibatkan tokoh publik dan unggahan gambar yang berisi wajah manusia. Selain itu, prompt yang memuat gambar terunggah dianalisis lebih lanjut untuk menilai apakah mengandung materi yang menyinggung dan konten yang tidak pantas akan diblokir.
Namun, tantangan dari pemfilteran berbasis prompt adalah pengguna dapat dengan mudah melewati dan meretas filter melalui frasa alternatif. Ini akan memungkinkan sistem AI memberikan hasil serupa; misalnya, alih-alih menggunakan kata “darah” dalam prompt, pengguna dapat menggantinya dengan “cairan merah.”
Pengangguran
Berdasarkan apa yang telah kita pelajari tentang DALL-E beserta potensi use case-nya dan bagaimana hal itu dapat menguntungkan organisasi dan individu, juga muncul kekhawatiran akan meningkatnya tingkat pengangguran bagi para kreatif seperti seniman, fotografer, dan desainer grafis.
Langkah Keamanan OpenAI
OpenAI berkomitmen untuk memastikan tata kelola AI yang bertanggung jawab dan bekerja sama dengan raksasa teknologi lain seperti Microsoft, Google, dan Meta untuk memastikan konten audio dan visual yang dihasilkan AI diberi watermark. Namun, fitur watermark ini belum tersedia di versi uji coba, yang menimbulkan kekhawatiran tentang kurangnya fitur keamanan selama fase pengujian.
Namun, bukan berarti OpenAI tidak memiliki fitur dan rencana keamanan. Mereka bermitra dengan red teamer – yaitu pihak yang sengaja mencoba meretas sistem untuk menonjolkan kerentanannya, kelemahan, dan area peningkatan lainnya. Ini memungkinkan OpenAI melakukan stress-test pada DALL-E 3 dan menyusun penilaian risiko serta mitigasi yang tepat untuk mengurangi area misinformasi.
Untuk pendalaman tentang dasar-dasar etika dalam AI dan mempelajari cara menavigasi dunia yang kompleks dengan percaya diri dan bertanggung jawab, daftarlah ke kursus Etika AI kami hari ini!
Kesimpulan
Momen yang menarik. Evolusi DALL-E 3, yang dibangun di atas fondasi para pendahulunya, terbukti menawarkan akurasi, kecepatan, dan kemampuan memahami konteks yang tiada banding.
Kemitraan strategis antara OpenAI dan Microsoft menjanjikan akses luas bagi publik, mendemokratisasi pembuatan gambar berbasis AI. Integrasinya dengan ChatGPT meningkatkan penyempurnaan prompt dan pendekatan kolaboratif dalam pembuatan gambar.
DALL-E 3 berdiri sebagai bukti potensi machine learning dan solusi efisiennya untuk pembuatan konten visual yang ada di ujung jari kita.
Pelajari lebih lanjut:
- Posting blog Apa itu Foundation Models?: DALL-E adalah model fondasi. Artinya, model ini dikembangkan dari algoritma yang dirancang untuk dioptimalkan demi generalitas. Model semacam ini berbasis jaringan saraf skala besar yang biasanya dilatih pada beragam sumber data untuk menyelesaikan berbagai tugas hilir (termasuk tugas yang mungkin tidak secara spesifik dirancang untuk itu) – Pelajari lebih lanjut tentang model fondasi dalam tinjauan ini.
- Lembar contekan OpenAI API di Python: OpenAI API adalah antarmuka cloud yang memberikan akses ke model AI baru yang telah dilatih sebelumnya dan dikembangkan oleh OpenAI (mis., DALL-E, Codex, GPT-3). Pelajari dasar-dasarnya tentang cara memanfaatkan API ini dengan lembar contekan DataCamp.
Apa itu DALL-E 3 dan siapa yang membuatnya?
Bagaimana DALL-E 3 berbeda dari pendahulunya?
Bagaimana saya dapat mengakses DALL-E 3?
Apa saja praktik terbaik untuk menggunakan DALL-E 3?
Langkah keamanan apa yang disertakan DALL-E 3?
Langkah apa yang diambil untuk menghindari pembuatan deepfake dan misinformasi?
Topik
