A cartoon image of a bear wearing a hat resembling moose antlers and showing a sign saying "I am not a bear." is standing next to a sign which says "Do not feed bears!
X-Nutzer:in @turnleaf
Blog Layout
Background: Bilderstellung mit DALL-E 3
5. Oktober 2023
DALL-E 3 ist das neue Tool zur KI-Bilderstellung von OpenAI, dem Unternehmen von CahtGPT. Aber was kann es genau und wie funktioniert es?
Überblick über DALL-E 3
DALL-E 3 ist ein Tool, das mit künstlicher Intelligenz Bilder erstellt. Es ist ein fortschrittliches Text-zu-Bild-System, das darauf ausgelegt ist, Textbeschreibungen mit einer beeindruckenden Präzision und Detailtreue in Bilder zu übersetzen. Der bisher größte Anbieter für KI-Bilder ist das Tool “Midjourney”. Im Vergleich zu seinen Vorgängerversionen bietet DALL-E 3 eine erweiterte Fähigkeit, Nuancen und Details zu verstehen und umzusetzen. Besonders spannend ist, dass die neue Version zuverlässig Texte in Bilder einfügen kann. Damit hatten oder haben ältere Versionen oder die Konkurrenz noch Probleme.
Neuerungen und Besonderheiten
- Integration mit ChatGPT: DALL-E 3 ist bald als Tool direkt in ChatGPT verfügbar. Die Verbindung mit ChatGPT ermöglicht eine intuitive Interaktion und Erstellung von Bildprompts. Nutzer:innen können ChatGPT als kreativen Partner nutzen, um Ideen zu verfeinern und detaillierte Prompts für DALL-E 3 zu entwickeln.
- Verbesserte Bildgenerierung: DALL-E 3 bietet im Vergleich zu DALL-E 2 eine signifikante Steigerung der Bildqualität und Genauigkeit bei der Umsetzung von Textprompts in Bilder.
- Erweiterte Sicherheitsmaßnahmen: OpenAI hat Sicherheitsmechanismen implementiert, um die Generierung von unangemessenen oder hasserfüllten Bildern zu verhindern und die Privatsphäre öffentlicher Personen zu schützen.
Nutzung von DALL-E 3
Obwohl DALL-E 3 in Kürze für ChatGPT Plus- und Enterprise-Kund:innen verfügbar sein wird, besteht bereits jetzt die Möglichkeit, seine Fähigkeiten mittels des Bing Image Creators zu erkunden und zu nutzen.
Bing Image Creator ausprobieren
Integration in ChatGPT
Die Symbiose von DALL-E 3 und ChatGPT ermöglicht eine nahtlose Transformation von Ideen in visuelle Darstellungen. Nutze:innen können ChatGPT nutzen, um detaillierte, maßgeschneiderte Prompts zu entwickeln, die DALL-E 3 in hochqualitative Bilder umsetzt.
Beispiele
Der Bing Image Creator ist aktuell leider so überlastet, dass ich selbst keine Bilder erstellen kann. Daher zeige ich euch ein paar beeindruckende Ergebnisse mit Prompts von anderen Nutzer:innen.
A spud looking into a bathroom mirror, which reflects back an image of crispy golden french fries in a red and yellow striped fast food package.
X-Nutzer:in @dalle_openai
An illustration of an avocado sitting in a therapist's chair, saying 'I just feel so empty inside' with a pit-sized hole in its center. The therapist, a spoon, scribbles notes.
X-Nutzer:in @Michael17064609
Porsche car next to a Café Terrace at Night, a painting by Vincent van Gogh
X-Nutzer:in @keinSpekulant
Canon AE - 1 photo, Agfa Vista 200 film, muted pastels, headshot, a spirited Brazilian woman with [curly afro] hairstyle, amidst a carnival parade, dynamic blur, sunset, [Rio's Copacabana Beach] in the backdrop, sweat and glitter, film grain, imperfect details, exuberant celebration, film photography
X-Nutzer:in @Knightama_
Heute möchte ich nochmal einen Exkurs in den Bereich der Bilderstellung wagen. Ein Bereich, der natürlich mit Vorsicht zu genießen ist, vor allem im Journalismus. Die Nutzung von KI-Bildern ist irreführend und sollte nur mit entsprechendem Transparenzhinweis in Medien genutzt werden. Auf der anderen Seite steht die Diskussion, ob KI-Kunst wirklich Kunst ist. Dennoch gibt es viele, die sich zuhause privat mit der Erstellung von KI-Bildern befassen. Das ist mittlerweile mit zahlreichen Tools möglich: Midjourney, ChatGPT-Plus oder der erweiterten Version von Copilot, die viele Medienunternehmen inzwischen nutzen. Wie ein perfekter Prompt zur Bilderstellung aussieht, haben vor uns vor einiger Zeit bereits angeschaut. Doch wer mit KI-Bildern bereits experimentiert hat, wird merken, ein und derselbe Prompt produzieren über die Zeit andere Ergebnisse. Der Stil eines Bildes lässt sich über einfaches Prompten kaum halten. Hier kommt der sogenannte Seed (dt. Samen) in Spiel. Jedes von KI erstellte Bild kommt nämlich einen Seed, also eine einzigartige Nummer, mit dem das System das Bild erkennt. Durch die Nennung des Seeds können auch weitere Bilder in der Zukunft wieder im gleichen Stil erstellt werden. Mein Beispiel-Prompt: “Du bist Zeichner für Kinderbücher. Bitte erstelle ein Bild von einem Hasen, der gemeinsam mit einem Bär, einer Eule und einer Schnecke im Wald wohnt. Das Bild sollte eine ansprechende Zeichnung sein, die in einem Buch für Kinder von 2-5 Jahren erscheint.” Das Ergebnis:
In der Welt der Künstlichen Intelligenz gibt es derzeit heiße Diskussionen über die Grenze zwischen fairer Nutzung und Plagiat. Im Mittelpunkt steht Perplexity AI, ein Startup, das eine Suchmaschine mit einem Sprachmodell kombiniert, um detaillierte Antworten zu liefern. Anders als andere KI-Modelle trainiert Perplexity keine eigenen, sondern nutzt bestehende Modelle und sammelt Informationen aus dem Internet. Vorwürfe gegen Perplexity AI Im Juni 2023 wurde Perplexity vorgeworfen, unethisch zu handeln. Das Medium Forbes beschuldigte das Startup, einen seiner Artikel plagiiert zu haben, und Wired warf Perplexity vor, seine Website und andere unerlaubt zu scrapen. Diese Vorwürfe werfen ein Schlaglicht auf die komplexen rechtlichen und ethischen Fragen, die mit der Nutzung von KI im Journalismus verbunden sind. Das Problem mit dem Web-Scraping Wired berichtete, dass Perplexity das Robots Exclusion Protocol ignorierte, das Websites davor schützen soll, von Web-Crawlern durchforstet zu werden. Eine Untersuchung ergab, dass eine mit Perplexity verbundene IP-Adresse Inhalte von Websites sammelte, die für Bots gesperrt sind. Web-Scraping bedeutet, dass automatisierte Software das Internet durchforstet, um Informationen zu sammeln. Suchmaschinen wie Google tun dies, um Webseiten in Suchergebnissen anzuzeigen. Aber viele Verlage wollen nicht, dass ihre Inhalte für den Aufbau von KI-Datensätzen genutzt werden. Plagiat oder faire Nutzung? Wired und Forbes beschuldigten Perplexity auch des Plagiats. Wired stellte fest, dass der Perplexity-Chatbot einen ihrer Artikel fast wortwörtlich zusammenfasste. Forbes berichtete Ähnliches und kritisierte, dass Perplexity Inhalte von verschiedenen Nachrichtenquellen nutzte, ohne diese ausreichend zu kennzeichnen. Perplexity vergleicht seine Zusammenfassungen mit journalistischer Praxis, bei der Fakten aus verschiedenen Quellen genutzt werden. Zukunftsaussichten und Lösungen KI-Unternehmen wie OpenAI haben Vereinbarungen mit Nachrichtenverlagen getroffen, um deren Inhalte nutzen zu dürfen. Diese Abkommen ermöglichen den Verlagen, von der KI-generierten Nutzung ihrer Inhalte zu profitieren. Perplexity plant nun ähnliche Abkommen und möchte Verlagen durch Werbeeinnahmen einen Anteil zukommen lassen. Perplexity-CEO Aravind Srinivas erklärte, dass das Unternehmen die Quellen in Zukunft prominenter zitieren werde. Allerdings gebe es technische Herausforderungen, da KI-Modelle wie ChatGPT und Perplexity manchmal fehlerhafte oder erfundene Links generieren, was die Zuverlässigkeit der Zitate beeinträchtigen kann.
Der heutige "Prompt-Tipp" ist ein Erfahrungsbericht über meine Arbeit mit Künstlicher Intelligenz, der zur Abwechslung einmal keinen spezifischen Prompt für die journalistische Arbeit bietet. In der vergangenen Woche hatte ich die Gelegenheit, als "Mechaniker" an der KI-Werkstatt von MDR next in Leipzig teilzunehmen. An dieser Stelle noch einmal vielen Dank für die Einladung. Dort konnten Redakteur:innen vorbeikommen, um ihre konkreten KI-Herausforderungen zu besprechen und auszuprobieren. Zwei Kolleg:innen kamen mit dem Ziel, KI zu nutzen, um die verschiedenen Wahlprogramme zur kommenden Landtagswahl in Sachsen zu analysieren. Der MDR testet derzeit ein internes GPT-Tool, ähnlich wie der SWR, in einer ersten Testphase. Dieses Tool basiert auf den Fähigkeiten von ChatGPT-4. Es lag daher nahe, diese Herausforderung mit ChatGPT anzugehen. Unser Ansatz war folgender: Download der Parteiprogramme in einen lokalen Ordner und Benennung nach dem gleichen Schema, z.B. “Partei_Wahlprogramm_Sachsen”. Hochladen aller Wahlprogramme in das Interface von ChatGPT. Formulierung eines Basis-Prompts, um die Aufgabe an die KI zu definieren. Unser erster Basis-Prompt sah so aus: “Du bist Journalist und führst politische Faktenchecks und Analysen zu Wahlprogrammen für die kommende Landtagswahl im Bundesland Sachsen durch. Deine Aufgabe ist es, die Wahlprogramme der relevanten Parteien nach bestimmten Kriterien zu analysieren. Deine Aufgaben umfassen: Durchsuchen der Wahlprogramme nach den wichtigsten Punkten. Vergleich dieser Punkte mit den Wahlprogrammen anderer Parteien. Analyse nach vorgegebenen Themenkomplexen (z.B. Wirtschaft, Bildung, Umwelt). Auswertung nach bestimmten Kriterien (z.B. Umsetzbarkeit, Konkretheit). Wichtige Hinweise: Gib zu jeder analysierten Aussage die exakte Quelle mit Wahlprogramm und Seitenzahl an. Agiere neutral und faktengetreu, ohne eigene Interpretationen vorzunehmen. Ergebnisse: Erstelle eine tabellarische Übersicht mit allen relevanten Textstellen, einschließlich Seitenzahl und Wahlprogramm. Anbei findest du die verschiedenen Wahlprogramme. Bitte nutze ausschließlich diese Dokumente für deine Analyse.” Die KI startete anschließend sofort die Analyse und wählte dabei zufällige Themenfelder: Bildung Energie Familie und Demografie Wirtschaft Innere Sicherheit Das Tool erklärte nicht, warum es bestimmte Themenfelder wählte. Es wäre wertvoller gewesen, zunächst einen allgemeinen Überblick über alle Wahlprogramme zu erhalten. Während bei der ersten Partei die Seitenzahlen der Textstellen im Wahlprogramm zuverlässig angegeben wurden, erschien bei späteren Parteien lediglich ein "X" als Platzhalter für die Seitenzahl.
