MADRID, 25 de mayo. (Portáltico / EP) –
Google ha presentado un nuevo imaginario de nueva tecnología IMAGEN, un modelo basado en Inteligencia Artificial Intensiva (IA) capaz de crear imágenes de gran realismo a partir de breves descripciones de texto.
IMAGEN es capaz de convertir palabras o breves descripciones, como «un pequeño cactus con sombrero de paja y gafas de sol de neón en el desierto del Sáhara» o «un perro Pomerania sentado en el trono del rey con una corona y dos soldados tigre junto a él», en imágenes.
Para ello utiliza el Transformador de transferencia de texto a texto (T5), un modelo presentado en 2020 y en cuyos inicios era capaz de unificar entradas y salidas de cadenas de texto. Ahora, sin embargo, se ha modificado para realizar la síntesis de imágenes.
Si bien es cierto que, originalmente, la IA produce imágenes con una resolución de 64 x 64 píxelessu tecnología es capaz de escalarlas primero a 256 x 256 píxeles y, a continuación, a 1.024 x 1.024 píxeles, brillando un modelo de difusión en cascada.
Una de las instalaciones de IMAGEN es la de ofrecer resultados similares con un nivel de detalle más preciso con respecto a otros sistemas de conversión de texto en imágenes, como VQ-GAN + CLIP y DALL-E 2.
Para ello, ha presentado «una prueba de referencia exhaustiva y exigente para los modelos de texto-imagen» llamada dibujarbancoque compara el modelo de Google con los anterioresmencs mencionados.
Esta puntuación de referenciación sirvió para probar cómo se llevan a imágenes aspectos narrados en el texto, como la composición, la fidelidad, la cardinalidad, y las relaciones espaciales de los objetos.
La compañía ha destacado algunos puntos importantes de la investigación de imagen llevada a cabo para desarrollar esta IA, como el desarrollo de la nueva arquitectura propia Eficiente U-Netque es más efectivo en computación y memorización.
AÚN EN DESARROLLO
Google ha anunciado que, por el momento, esta IA no es una creadora de códigos ni de código abierto. Este es un decil de los posibles riesgos posibles de uso indebido por parte de los usuarios.
Con ello, se ha reconocido que las primeras pruebas que se han llevado a cabo con esta IA han permitido rápidos avances algorítmicos gracias a los datos extra de Internet y que aún quedan muchos aspectos por mejorar.
En este sentido, ha indicado que estos datos no reflejan la diversidad, sino que se han centrado en «esterotipos sociales, pound vista opresivos y asociaciones despectivas o dañinas con grupos de identidad marginados”.
Además ha puntualizado que, aunque han llevado un control para filtrar los datos que han recopilado para sus primeras pruebas con IMAGEN, el conjunto de datos utilizado LAION-400M mantiene un «contenido inapropiado, incluidas imágenes pornográficas, insultos racistas y estereotipos sociales dañinos».
Conviene registrar que hace unas semanas la empresa de investigación en IA sin ánimo de lucro OpenAI presentó DALL-Esu nuevo sistema de IA capaz también de convertir las palabras en imágenes realistas.
Esta tecnología puede editar fotos sobre la base de un artículo escrito. Dentro de esta función entre las posibilidades de eliminar elementos como sombrasreflejos y texturas.