Cos'è DALL-E e come funziona il generatore di immagini di OpenAI

DALL-E è un modello di intelligenza artificiale sviluppato da OpenAI. Appartiene alla categoria dell'intelligenza artificiale generativa, in grado di generare immagini spettacolari partendo da un input di testo in linguaggio naturale. La tecnologia utilizza reti neurali per creare rappresentazioni creative e fotorealistiche. Grazie alla sua integrazione in ChatGPT, DALL-E è accessibile a un'ampia base di utenti e apre nuove possibilità creative per artisti, designer e appassionati di tecnologia.

DALL-E è un modello di intelligenza artificiale di OpenAI che genera immagini a partire da input di testo, combinando arte e tecnologia.

DALL-E è il nome di un'intelligenza artificiale della società OpenAI nella categoria Generative AI (intelligenza artificiale generativa). Si tratta di un generatore di testo in immagine che crea un'immagine digitale basandosi su istruzioni di testo in linguaggio naturale. Il nome DALL-E è composto dai nomi dell'artista Salvador Dalí e del robot WALL-E del film d'animazione della Pixar Animation Studios "WALL-E - L'ultimo a ripulire la Terra".

Sviluppi e versioni di DALL-E

DALL-E (gennaio 2021): la prima versione è stata introdotta nel 2021 e ha suscitato grande scalpore per le impressionanti capacità dell'intelligenza artificiale. DALL-E è già stata in grado di creare o variare immagini, disegni e dipinti fotorealistici in vari stili artistici e molto altro ancora. Il generatore di testo in immagini si basa sul generatore di testo Generative Pretrained Transformer 3 (GPT-3), sviluppato anch'esso da OpenAI, e in linea di principio può essere utilizzato da chiunque tramite un'interfaccia web.

DALL-E 2 (aprile 2022): nel 2022 è stata rilasciata una versione migliorata di DALL-E che utilizzava un modello di diffusione denominato GLIDE ed era condizionata da incorporamenti CLIP (Contrastive Language-Image Pretraining). Ciò ha reso possibili immagini ancora più realistiche e con una risoluzione più elevata. Le caratteristiche speciali di questa versione includono, ad esempio, un'elaborazione delle immagini più rapida, riflessi di luce e condizioni di illuminazione più realistici, sfondi più complessi, la funzione di inpainting (modifica di un'area specifica dell'immagine), la creazione di diverse varianti di immagini in stili diversi o l'aggiunta e la combinazione di più immagini.

DALL-E 3 (ottobre 2023): con DALL-E 3, la qualità dell'immagine è stata ulteriormente ottimizzata. Inoltre, il modello è stato integrato più strettamente con ChatGPT, consentendo agli utenti di generare immagini ancora più precise a partire dall'input di testo. Oltre al miglioramento della risoluzione e del livello di dettaglio, anche l'interpretazione delle query complesse è stata notevolmente migliorata. Inoltre, gli utenti possono ottenere risultati più mirati attraverso opzioni di controllo ampliate, come specifiche di stile e composizione. Un'altra caratteristica interessante è la possibilità di modificare o continuare immagini esistenti seguendo istruzioni specifiche.

Dal 2024 in poi: dopo il rilascio di DALL-E 3, la tecnologia è stata integrata in ChatGPT, consentendo agli utenti di creare immagini direttamente dalle richieste di testo. Inizialmente il modello era disponibile solo per gli utenti di ChatGPT Plus ed Enterprise; da agosto 2024 è stato reso disponibile gratuitamente anche agli altri utenti, con un limite di due immagini al giorno. Microsoft ha inoltre integrato DALL-E 3 nel suo Bing Image Creator per rendere la generazione di immagini accessibile a una base di utenti più ampia. A marzo 2025 OpenAI ha affidato la generazione di immagini in ChatGPT al nuovo modello nativo di GPT-4o, che ha preso il posto di DALL-E 3 nell'interfaccia di ChatGPT; DALL-E resta comunque utilizzabile tramite le API di OpenAI.

Derivata da DALL-E, esiste una versione del generatore di testo in immagini originariamente chiamata DALL-E mini e ora chiamata Craiyon. Si basa sul codice sorgente di DALL-E, ma è meno potente. Oltre a DALL-E, oggi sono disponibili numerosi altri generatori di testo-immagine basati sull'intelligenza artificiale, come Stable Diffusion o Midjourney. Questi modelli alternativi offrono approcci diversi alla generazione di immagini e consentono di ottenere risultati variabili attraverso comunità open source o algoritmi specifici.

Utilizzo di DALL-E

DALL-E è stato integrato in ChatGPT sin dal rilascio della versione 3 ed era inizialmente disponibile esclusivamente per gli utenti di ChatGPT Plus ed Enterprise. Da agosto 2024 chiunque disponga di un account OpenAI ha potuto utilizzare gratuitamente la generazione di immagini, con una limitazione: due immagini al giorno.

Gli utenti possono inserire la descrizione dell'immagine da creare tramite un prompt (la richiesta scritta) in ChatGPT. Il risultato dipende in larga misura dalla descrizione testuale dettagliata dell'immagine desiderata: è possibile descrivere motivi, sfondi, ambienti, stili, stati d'animo e molto altro ancora.

Quanto più il prompt è dettagliato e preciso, tanto migliore sarà il risultato. Esistono numerosi strumenti su Internet che aiutano a scrivere il prompt giusto. I più noti includono PromptHero, che fornisce una raccolta di prompt di esempio, Lexica, che si ispira alla ricerca di immagini e, naturalmente, ChatGPT stesso, che può suggerire prompt adatti a diverse esigenze. Piattaforme specializzate come PromptPerfect e AI Prompt Guide forniscono assistenza nella formulazione di prompt dettagliati e ottimizzati, per ottenere una migliore qualità delle immagini e risultati mirati.

Sfide e questioni etiche di DALL-E

Nonostante i progressi tecnologici, permangono delle sfide: una delle preoccupazioni maggiori è la diffusione di disinformazione e deepfake attraverso la creazione di immagini ingannevolmente reali che potrebbero contenere rappresentazioni manipolate o false. Soprattutto nei social media o nei contesti giornalistici, ciò può portare alla rapida diffusione di informazioni errate, mettendo così in discussione la credibilità delle immagini nel loro complesso.

Esistono anche problemi di copyright, poiché molti artisti temono che le immagini generate dall'intelligenza artificiale possano sostituire le loro opere o addirittura basarsi sulle loro stesse opere senza che ricevano alcun riconoscimento o compenso.

Un altro problema è rappresentato dalle possibili distorsioni (bias) nella generazione delle immagini. Come molti modelli di intelligenza artificiale, DALL-E può rafforzare stereotipi culturali esistenti o produrre rappresentazioni imprecise e parziali. Ciò solleva la questione di come sviluppatori e utenti possano garantire che la tecnologia rimanga equa e imparziale. Per ridurre al minimo queste sfide sono essenziali un controllo trasparente dei dati di addestramento e linee guida chiare per l'uso.