Bu hafta, blokzincir teknolojileri hakkında bilgi vermeye biraz ara verip önemli bulduğum bir diğer gelişme hakkında yazacağım. Geçtiğimiz aylarda sosyal medya paylaşımları ile ilgileri çeken Dall-e 2 isimli [Ref:1] bir yapay zeka projesinden bahsedeceğim bugün. Bu bir araştırma-geliştirme projesi ve arkasında OpenAI isimli kuruluş var [Ref:2]. OpenAI’ın geliştirdiği GPT-3 isimli konuştuğumuz dili anlamaya ve orijinal metinler yazmaya yarayan yazılım da çok önemli ancak başka bir yazının konusu, o nedenle bugünkü yazımı sadece Dalle2 ile sınırlıyorum (Bundan sonra Dalle2 olarak yazacağım).
Dalle2 : Metinden Resim Üretmek
OpenAI ekibinin son yıllarda başarıyla geliştirdiği, doğal dili anlama, bir dilden diğerine çeviri yapma ve internetteki resimlerin ne olduğu anlamlandırma amaçlı deep-learning yazılım algoritmaları çok ileri aşamalara erişmiş. Bunun bir tür demosu olarak da Dalle2 adlı projeyi ortaya çıkarmışlar. İsim Salvador Dali ile Pixar’ın aynı adlı filminden tanıyacağınız Wall-E karakterinin adının birleşimi. Proje, sınırlı sayıda erişimi olan kullanıcıların yazı diliyle ilettikleri tarifleri orijinal çizimlere dönüştürüyor.
Bu gördüğünüz resim “OpenAIDalle” adlı Instagram kanalından aldığım bir örnek: “Bana parti hayvanı bir robot Dali çiz, dijital sanat formatında olsun.” Yukarıdaki resme baktığımda gerçekten de Dalle2, Salvador Dali’yi robot gibi çizmiş ve eseri de dijital sanat gibi render etmiş. Dünyada dijital sanat denilen bir tür var ve bu tip gerçekçi 3D render’lar yapıp sonradan bir illüstrasyon yazılımında kenarlarının blürleştirilmesi gibi efektlerle yağlı boya veya sulu boya izlenimi verilmekte.
Bir başka örnek daha vermek istiyorum:
“Tatlılardan oluşma bir çöl görüntüsü oluştur, ödül kazanan 4K dijital sanat formatında olsun”. Bu tarife göre hazırlanmış olan 6 adet görsel üretilmiş Dalle2 tarafından. Gerçekten çok etkileyici. Bu örnekleri gördüğüm zaman bu yazıyı yazmanın zamanı gelmiş de geçiyor dedim. Bir arkadaşıma bu konuyu yazacağım dediğimde bana “Bunu Barış Özcan youtube kanalında iki ay önce anlatmıştı” dedi [Ref:3]. Demek ki Türkiye’de bile yüzbinlerce insanın görmüş olduğu bir şeyi ancak farketmişim, ya da ancak sıra gelmiş diyelim. Olsun, geç olsun, güç olmasın. Öncelikle ben kendim anlamaya çalışıyorum Dalle2’yi ve ne anlarsam aynen size de aktaracağım.
Bilgisayar Sanat Yapabilir mi?
Peki bunlar için “bilgisayar sanat yapmış” diyebilir miyiz? Bu sorunun cevabını ararken, benzerini “50 Soruda Yapay Zeka” isimli kitabının 109’uncu sayfasında [Ref: 4] sormuş olan Yapay Zeka uzmanı değerli Hocamız ve sınıf arkadaşım Prof. Dr. Cem Say’ın cümlelerine başvurmak istiyorum.
“Yapay sinir ağları, internetteki sosyal ağlara yüklenen milyonlarca resimle eğitildi. Facebook, Google gibi devler bize resimlerimizi koymak ve paylaşmak için sınırsız bellek verdi. Bu iki firmanın makinelerinin dünyanın nasıl göründüğünü öğrenmek ve insan dillerinin düzenini öğrenmek için bu milyonlarca resime ihtiyaçları vardı. Bu büyük veri denizi sayesinde hayal edemeyeceğimiz büyüklükte yapay sinir ağları, milyonlarca resimle ve veri kümeleriyle eğitildi ve yapay zeka birçok örüntü tanıma işinde insan düzeyine vardı ve geçti.”
Resim: Yazılımların resimlerle eğitimi ile ilgili bir makaleden. [Ref:5]
“Ben bu kitabı yazarken derin öğrenmeyle edinilen başarı haberleri gelmeye devam ediyordu. “Her şeyi öğrenen bir makine! Yapay zekaya kavuşmamıza az kaldı! Doğru mu? Emin değilim. Derin öğrenmenin ne olduğunu unutmayalım: Verilen bir yığın girdi-çıktı çifti üzerinde
antrenman yapıp bir dönüşüm çıkarsamak ve bu dönüşümün daha önce görmediği bir girdiyle karşılaştığında ona uygun çıktıyı vereceğini ummak. Bu işi, konuşma tanıma, go oyununda kazanma şansı yüksek pozisyonları tanıma, cisim tanıma gibi alanlarda yapabiliyoruz, çünkü bunların tümündeki dönüşümler öğrenme algoritmamızın matematiksel doğasının (…) kolayca öğrenebildiği fonksiyonlardan.” [Ref:4 Sayfa:105]
Yapay Zeka’nın dünyadaki en önemli uzmanlarından olan Cem Say arkadaşımın güzel Türkçe’siyle söylediği gibi, “verilen bir girdi-çıktı çifti üzerine antrenman yapıp bir dönüşüm çıkarsıyor” Dalle2. Bu antrenmanlar milyonlarca resim ve kaynak metin ile yapılınca ve bunun için çok kuvvetli bilgisayarlar ile kuvvetli beyinler bir araya gelince müthiş bir sonuç ortaya çıkmış!
Dalle2’nin Twitter kanalına bir bakın: https://twitter.com/Dalle2Pics. Bu kanalda her gün yayınlanan örnekler muhteşem! Bilgisayar sanat yapmış mı? Bence evet. Tek sıkıntım yapılan bu sanatın bir insan tarafından ona tarif edilmiş olması. Yani “Bana mutluluğun resmini yapabilir misin Dalle2?” gibi bir soruya cevap vererek sanat üretiyor olması şimdilik gördüğüm temel eksiklik.
Escher’i Mezarından Kaldırıp Geri Getirecek Bir Örnek:
Şu örneği de paylaşmasam olmazdı. Ref:6’dan aldığım bu resimde sağ tarafta siyah-beyaz Escher resminden soldaki turuncu pişmiş kaptan çaydanlığa geçişi görmektesiniz. Bu geçişi icra eden yazılımın, arada ürettiği geçiş resimleri “orijinal”. Kimse bu yazılımın intihal yaptığını söyleyemez. Ama yazılım durup dururken sağdaki veya soldaki eseri üretmiş olabilir miydi? Bu anlamlandırmayı yapabilir miydi? Bu soruların cevabı şimdilik hayır. Dalle2 çok önemli bir aşamanın demosu. Go oynayarak ve şampiyonu yenerek ilgimizi çeken DeepMind gibi OpenAI şirketi de dikkatimizi çekti. Valla bravo!
OpenAI Kimdir?
OpenAI, 2018’e kadar Elon Musk’ın da kurucu ortak olduğu kar amaçlı bir şirket (OpenAI LP) ve bir de onun da sahibi olan kar amacı gütmeyen OpenAI Inc. isimli şirketten oluşan bir yapay zeka araştırma laboratuvarı. 2019 yılında bu yapıya Microsoft da 1 milyar dolar yatırmış, ortak olmuş. Daha önceden Musk’ın ve kurucu ortağı Sam Altman ve diğerlerinin koymuş olduğu 1 milyar dolarla beraber sağlam kaynağı olan bir laboratuvar. Şu haliyle Google’ın sahibi olduğu DeepMind şirketinin en büyük rakibi oluyor. Hiçbir üniversite de bu tür paralarla rekabet edemz tahmin edeceğiniz gibi.
OpenAI’ın yaptığı araştırmaların makaleleri online olarak bulunabiliyor, Ilya Sutskever adını girerseniz çok sayıda makale çıkacak karşınıza. Sutskever ve bir başka kurucu ortak olan Wojciech Zaremba bol bol makale üretmişler. Ürettikleri kodların hepsi açık kaynak değil, Microsoft firmasının yatırımından sonra özellikle GPT-3 isimli projenin kamu erişimi kısıtlanmış durumda. Gösterilen gerekçe GPT-3’ün kolayca insanları kandıran “fake news” üretebildiği ve bu yüzden de kullanımının tehlikeli olduğu. Hatta duymuş olabilirsiniz, geçenlerde GPT-3’ün kendisi hakkında yazdığı bilimsel makalenin yayınlanıp yayınlanamayacağı meselesi haber olmuştu.
Özet:
Dalle2, senelerdir doğal dili anlamaya çalışan yazılımlarla, internet resimlerini anlamaya çalışan kodların bir arada çalıştırılması (antrenmanı) ile çıkmış bir tür demo proje. Onun sayesinde bu çalışmaların ne denli gelişmiş olduğunu görmüş olduk. Siz de Dalle2’nin bir önceki versiyonu ile denemeler yapmak isterseniz Ref:7’deki siteye gidin ve deneyin. Ben denemelerimde çok eğlendim, epey öğretici oldu.
Referanslar:
- https://openai.com/dall-e-2/
- https://en.wikipedia.org/wiki/OpenAI
- Barış Özcan’ın YouTube kanalında Dalle2 hakkındaki tanıtım videosu.
- 50 Soruda Yapay Zeka, Cem Say, 2018, Bilim ve Gelecek Kitaplığı.
- CM3: A Causal Masked Multimodal Model of the Internet, https://arxiv.org/abs/2201.07520
- Hierarchical Text-Conditional Image Generation with CLIP Latents, link: https://arxiv.org/abs/2204.06125
- 7) https://www.craiyon.com
