DALL·E  es una red neuronal entrenada por el laboratorio de investigación de inteligencia artificial OpenAI para crear imágenes a partir de frases escritas en lenguaje natural. Su nombre proviene de la combinación del artista surrealista Salvador Dalí y el personaje de Pixar WALL·E.  Tiene la capacidad de crear versiones antropomórficas de animales y objetos, la combinación de conceptos no relacionados de forma plausible, la representación de texto y la aplicación de transformaciones a imágenes existentes. Un ejemplo de su uso sería, a partir de la indicación de texto “un sillón con forma de aguacate”, la generación de imágenes que coincidan con dicha frase:

DALL-E es una versión de 12 mil millones de parámetros de GPT-3 entrenada para generar las imágenes a partir de la utilización de un conjunto de datos de pares texto-imagen. GPT-3 es un modelo de lenguaje, esto significa que su objetivo es predecir qué es lo siguiente que viene en función de datos previos. Emplea aprendizaje profundo para producir textos que simulan la redacción humana. Es la tercera generación de los modelos de predicción de lenguaje perteneciente a la serie GPT, creados por OpenAI, y es parte de una tendencia en sistemas de procesamiento de lenguaje natural (NLP) basados en “representaciones de lenguaje pre-entrenadas“. Cada respuesta que ofrece GPT-3 es una posibilidad, no tiene que ser la única y puede ofrecer distintas respuestas a la misma petición.

“Un carpincho hecho de voxels sentado en un campo”

“Un cubo blanco liso mirando su propio reflejo en el espejo”

“Una macrofotografía de coral cerebro”