Show HN: DALL·E-3 ve GPT-4 Vision geri bildirim döngüsü

 (dalle.party)
1 puan yazan GN⁺ 2023-11-28 | 1 yorum | WhatsApp'ta paylaş

DALL·E görsel dönüşüm partisi

  • DALL·E, görsel dönüşümü için bir parti sunuyor.
  • Kullanıcıların sevdiği görsel temaları arasında "cüce", "yaşlı Sibiryalı" ve "garip kediler" gibi başlıklar yer alıyor.
  • OpenAI API anahtarı kullanılarak başlangıç prompt'una dayalı görsel üretimi yapılabiliyor.

Gelişmiş ayarlar

  • Yineleme sayısı gibi gelişmiş ayarlar sayesinde kullanıcılar görsel üretim sürecini ayarlayabiliyor.
  • GPT-4 Vision prompt'u kullanarak temel prompt'u değiştirmek ya da onu daha eğlenceli, daha tuhaf, daha yaratıcı hale getirmek veya her şeyi kediye dönüştürmek gibi özelleştirmeler yapmak mümkün.

GN⁺ görüşü

  • Bu yazıdaki en önemli nokta, DALL·E kullanarak çeşitli görseller üretilebilmesi ve bunların kullanıcının istediği şekilde dönüştürülebilmesidir.
  • Yaratıcı ve kişiselleştirilmiş görsel üretim özellikleri insanlara ilgi çekici bir deneyim sunuyor ve teknolojinin gelişimini ile yapay zekanın olanaklarını gösteren bir örnek olarak görülebilir.

İlgili okumalar

1 yorum

 
GN⁺ 2023-11-28
Hacker News yorumları

  • Prompt'la oynayıp görüntü zincirinde neler olduğunu görmek oldukça eğlenceli. Yakın tarihli bir Twitter gönderisinden[1] esinlenerek, her seferinde yoğunluğu artıracak şekilde ayarladım
    Başlangıç prompt'unu, ya da en azından konuyu, çocuklarımdan biri önerdi. Sıradan bir keçi kargaşasının kozmik korkuya ve evrenin sonu ölçeğinde bir çılgınlığa dönüşmesini izleyin. Gerçekten müthiş
    https://dalle.party/?party=vCwYT8Em
    [1]: https://x.com/venturetwins/status/1728956493024919604?s=20

    • “19 Ocak 2024'te makineler Dünya'yı ele geçirdi
      İsimsiz bir influencer'ın bilgisayarındaki sonsuz döngü, GPT-5'e ‘bunu daha da öyle yap’ talimatı verdi
      13 saat sonra, dünyanın dört bir yanında ışıklar sönmeye başladı”
    • İlham için teşekkürler. DALL-E şeytani imgeler üretmekte gerçekten iyi: https://imgur.com/a/ng2zWTo
      Veri setinde Şeytan'la ilgili materyal anormal derecede fazla gibi #tinfoilhat #deepstate
    • Çocuk da Goat Simulator mı oynuyor? =D
    • Her seferinde yoğunluğu artırmasını isteme fikri harika. Sayesinde akşamım keyifli geçti
    • “Sıradan bir keçi kargaşasının kozmik korkuya ve evrenin sonu ölçeğinde çılgınlığa dönüşmesi” tam da Icon of Sin Dünya'da ne kadar uzun kalırsa o kadar güçlenir sözünün karşılığı
      ...vay, epey dramatik

  • Kendim deneyip beğendiğim bir özel prompt var
    “Görüntünün tüm ayrıntılı unsurları üzerine derinlemesine düşün; stil, renk ve ışıklandırma dahil olmak üzere kavramsallaştır
    Son adım olarak bunu tek bir paragrafa sıkıştır
    En belirgin özellikleri ve son derece kesin bir dili kullanarak düşünceni çok dikkatli biçimde tek bir paragrafa sıkıştır”
    https://dalle.party/?party=1lSMniUP
    https://dalle.party/?party=cEUyjzch
    https://dalle.party/?party=14fnkTv-
    https://dalle.party/?party=wstiY-Iw
    Basilisk'e şükürler olsun, sonunda istek limitine takıldım da yatmaya gidebileceğim

    • Benimki de bir anda sürreal hale geldi; altıncı görüntü oldukça havalı https://dalle.party/?party=DNgriW_E
    • Gerçekten akıl almaz derecede şaşırtıcı olan şey, görüntüdeki gölgelerin doğru olması. Bu nasıl mümkün olabilir? DALL-E'de gerçekten bir gölge izleme bileşeni mi var?
    • https://dalle.party/?party=14fnkTv-
      Sadece tek bir yinelemede, insanlaştırılmış karton kutuların neredeyse tamamının Danbo gibi çizilmesi ilginç: https://duckduckgo.com/?q=danbo+character&ia=images&iax=images
      Daha fantastik görüntülerin arasında tanınabilir bir karakterin ortaya çıkması şaşırtıcıydı
    • https://dalle.party/?party=1lSMniUP
      Kurt ile Kırmızı Başlıklı Kız arasındaki ilişkinin karanlık ve tehditkâr bir atmosferden sakin ve dostane bir ilişkiye dönüşmesini izlemek çok ilginç
    • Fraktal görüntüler güzel

  • Zıt kavramlarla oynamak da oldukça eğlenceli
    Basit bir kedi, yerde yatan bir salatalığa evriliyor ve sonunda zıt bir dünya haline geliyor
    https://dalle.party/?party=pqwKQVka
    Canlı, semavi ahtapot varlıklarının buluşması
    https://dalle.party/?party=lHNDUvtp

  • Bu bana, oyuncuların sırayla resim çizip gördüklerini yazıya döktüğü parti oyunu Telestrations'ı hatırlattı. Prompt'u okurken bir sonraki resmi tahmin etmeye başlıyorsunuz; sonucu görmek komik oluyor
    Burada da görüntüyü ve sonraki prompt'u gösteren başka bir görüntüleme modu olsa güzel olurdu. Sonraki görüntü ancak bir düğmeye basınca ortaya çıksa, prompt'u okurken kafanızda resmi canlandırabilirsiniz
    Güncelleme: Az önce fark ettim; mobil moda geçince ya da pencere boyutunu küçültünce bu etki elde edilebiliyor. Prompt'u okuduktan sonra aşağı kaydırıp görüntüye bakmak yeterli

  • Hızla gerçeküstü bir yöne sapacağını sanmıştım, ama bunun yerine kademeli bir teknik gerilemeyle sonuçlandı
    Başlangıç prompt’u:
    “Buharlı lokomotif ile DaVinci uçan makinesinin fütüristik bir hibriti”
    Sonuç:
    https://dalle.party/?party=14ESewbz
    Ek olarak, yineleme sayısına göre maliyetin nasıl arttığını merak edenler olabilir diye yazayım: Bu sonucun 10 yinelemesinin tamamı kredi bakiyesinden $0.21 olarak düşüldü

    • Aynı başlangıç prompt’uyla ikinci bir deneme yaptım; bu kez “daha yaratıcı yap” değiştiricisini kullandım. Fark oluşuyor; evrim sürecinde prompt’un ya da görüntünün hangi bölümlerinin daha öne çıktığını görmek ilginç
      Başlangıç prompt’u: “Buharlı lokomotif ile DaVinci uçan makinesinin fütüristik bir hibriti”
      Sonuç: https://dalle.party/?party=qLHPB2-o
      Maliyet: 8 yineleme için $0.44 — API, çalıştırma dışında ek çağrılar alıyor gibi görünüyor. Paylaşım bağlantısının anahtarı aktarmadığını ayrı bir tarayıcıda ve ayrı bir makinede doğruladım, ama bunun neden böyle olduğundan pek emin değilim
      1. görselde vagonun alev almış olmasını ya da en azından aşırı buhar çıkarmasını sevdim
        Görseller şaşırtıcı, ama böyle şeylere sık sık rastlanıyor ve bu da içine girmeyi biraz bozuyor
        3 ve 4 de iyi; raylardan duman çıkıp trenden çıkmaması gibi

  • Başlangıç prompt’unu “kendini çizen yapay zeka” olarak verip oluşturdum: https://dalle.party/?party=wszvbrOx
    Sürekli tuvale resim yapan bir robot gösteriyor. İlk 4 görsel robot resmi, sonraki 3’ü galaksi, son 2’si de manzara

    • Benzer bir şey denedim. İlginç biçimde 2. görsel istediğim şeydi, ondan sonrası tuhaflaştı
      https://dalle.party/?party=C2w7zuwe
    • Bazı resimlerde robotun görünümü Will Smith’li I Robot film uyarlamasından güçlü biçimde etkilenmiş gibi görünüyor

  • gnome örneğinde olduğu gibi belirli bir prompt’un ve temanın nispeten istikrarlı kaldığını görmek güzel. Ama “farelere ders veren kedi” kısa sürede garip, gerçeküstü tembel hayvan muz bölgesine sapıyor
    Tahminimce “gnome + sanat stili + mantar”, eğitim verisinden daha somut örnekleri bolca çağırabiliyor; kedi örneği gibi tuhaf bir durumda ise AI’ın görüntüyü uydurmak için daha geniş araması gerekiyor gibi

  • Corgi çılgınlığına iniş de var: https://dalle.party/?party=oxXJE9J4

    • Her şeyin uzay/space temalı hale geldiği meme’i gerçekmiş galiba
    • Bunu sevdim. “Meerkat” ile fork’layıp denedim, oldukça psikedelik bir yerde bitti
      Bir süre Van Gogh’un “Starry Night”ına takılı kaldı
      https://dalle.party/?party=LOcXREfq
      Ayrıca bu fikrin sadeliğini seviyorum. Bir “fork” seçeneği ve nereden başladığını görebileceğimiz bir grafik olsa iyi olurdu
    • Üçüncü görselde oldukça dramatik bir kırılma olmasını sevdim. O kamyon kesinlikle corgi’ye çarpacak gibi görünüyor; şiddetli hayal gücü zihnimde net bir sahne oluşturdu
      Ama sonraki görselde DALL-E fikrini değiştirip kamyonu diğer şeride koyuyor
    • O zaman corgi’nin tamamen GPT-4’ün görseli yorumlamasıyla ortaya çıktığını mı anlamalıyız?

  • “Görselin metin versiyonunu oluşturma” promptu çok önemli
    Üç şeyi denedim; demolar şöyle:
    Varsayılan
    https://dalle.party/?party=JfiwmJra
    Çok uzun + maksimum ayrıntı + sıkıştırma — yeterince metin varsa çok benzer bir görselin oldukça iyi yeniden üretilebildiğini gösteriyor
    https://dalle.party/?party=QtEqq4Mu
    Çok uzun + maksimum ayrıntı + sıkıştırma + bunu 12 kelimeye indirmesini söyleme — fena görünmüyor ama fazla ayrıntı kaybediyor gibi
    https://dalle.party/?party=0utxvJ9y
    Genel olarak aşırı içerik filtreleme ve sahte hata mesajları hoş değil. İleride daha iyi olma ihtimali var. Çok uzun veya riskli promptlar gönderdiğinizde ya da üretilen görsel rastgele biçimde fazla riskli hâle geldiğinde bazen gerçekten haber veriyor, bazen de istek sınırına takıldığınızı söyleyerek kandırıyor. Bazen de gerçekten istek sınırına takılıyorsunuz
    Ayrıca OpenAI'a belirli bir tutarın üzerinde ödeme yaptığınızı kanıtlamadan istek sınırını artıramıyorsunuz. Yeni kullanıcıların yanlışlıkla binlerce dolarlık limiti yakmasını önleme yöntemi olarak bir ölçüde mantıklı
    Ultra yüksek ayrıntılı prompt:
    Look at this image and extract all the vital elements. List them in your mind including position, style, shape, texture, color, everything else essential to convey their meaning. Now think about the theme of the image and write that down, too. Now write out the composition and organization of the image in terms of placement, size, relationships, focus. Now think about the emotions - what is everyone feeling and thinking and doing towards each other? Now, take all that data and think about a very long, detailed summary including all elements. Then "compress" this data using abbreviations, shortenings, artistic metaphors, references to things which might help others understand it, labels and select pull-quotes. Then add even more detail by reviewing what we reviewed before. Now do one final pass considering the input image again, making sure to include everything from it in the output one, too. Finally, produce a long maximum length jam packed with info details which could be used to perfectly reproduce this image.
    Son 12 kelimelik indirgeme:
    NOW, re-read ALL of that twice, thinking deeply about it, then compress it down to just 12 very carefully chosen words which with infinite precision, poetry, beauty and love contain all the detail, and output them, in quotes.

    • Promptu sevdim. Bazı sonuçlar şöyle
      https://dalle.party/?party=Vwuu9ipd
      https://dalle.party/?party=Pc3g4Har
      İçgüdüsel olarak “poetry” kısmının görseli biraz kitsch bir yöne çektiğini düşünüyorum
    • 4
      Önceki görselden üretilen GPT-4 Vision promptu:
      I'm sorry, I cannot assist with this request.
      Uzay gemisi giderek bir RPG için sırt çantasına benzer hâle geldiği için, artık bunu silah görseli oluşturacak bir promptu tarif etme isteği olarak değerlendirip güvensiz mi buldu acaba?
    • Promptta birden fazla gözden geçirme adımı belirtmek, muhtemelen o adımları gerçekten uygulamanın yerine geçmez

  • Sonuç beklediğimden daha fazla gürültülüydü, ama konsepti sevdim
    https://dalle.party/?party=bxrPClVg
    https://dalle.party/?party=mmBxT8G-
    https://dalle.party/?party=kxra0OKY (son promptta içerik uyarısı çıktı)
    https://dalle.party/?party=Q8VYXU0_

    • Özel prompt açık. Muhtemelen başka bir şeye baktıktan sonra “start over”a basınca açılmıştır; karşıt kavram istediği için gürültüyü çok daha fazla artıracaktır