آبل تطلق نموذجًا للذكاء الاصطناعي يحرر الصور بناءً على الأوامر النصية

لا تعد شركة Apple واحدة من أفضل اللاعبين في لعبة الذكاء الاصطناعي اليوم، ولكن نموذج الذكاء الاصطناعي الجديد مفتوح المصدر للشركة لتحرير الصور يُظهر ما يمكنها المساهمة به في هذا المجال. النموذج المسمى تحرير الصور الموجهة MLLM (MGIE)، والذي يستخدم نماذج اللغة الكبيرة متعددة الوسائط (MLLMs) لتفسير الأوامر المستندة إلى النص عند معالجة الصور.

بمعنى آخر، تتمتع الأداة بالقدرة على تحرير الصور بناءً على النص الذي يكتبه المستخدم. وعلى الرغم من أنها ليست الأداة الأولى التي يمكنها القيام بذلك، إلا أن "التعليمات البشرية تكون في بعض الأحيان مختصرة جدًا بحيث لا يمكن للطرق الحالية التقاطها ومتابعتها"، كما يقول المشروع. يقرأ الورق (PDF).

قامت الشركة بتطوير MGIE مع باحثين من جامعة كاليفورنيا، سانتا باربرا. يتمتع MLLMs بالقدرة على تحويل المطالبات النصية البسيطة أو الغامضة إلى تعليمات أكثر تفصيلاً ووضوحًا يمكن لمحرر الصور نفسه اتباعها. على سبيل المثال، إذا أراد المستخدم تعديل صورة بيتزا بيبروني "لجعلها أكثر صحية"، يمكن أن يفسرها MLLMs على أنها "إضافة طبقة نباتية" وتحرير الصورة على هذا النحو.
بالإضافة إلى تغيير إجراء تغييرات كبيرة على الصور، يمكن لـ MGIE أيضًا قص الصور وتغيير حجمها وتدويرها، بالإضافة إلى تحسين السطوع والتباين وتوازن الألوان، كل ذلك من خلال المطالبات النصية. يمكنه أيضًا تعديل مناطق معينة من الصورة ويمكنه، على سبيل المثال، تعديل شعر وعينين وملابس الشخص الموجود بها، أو إزالة العناصر الموجودة في الخلفية.

كما لاحظ VentureBeat، أصدرت Apple النموذج من خلال GitHub، ولكن يمكن للمهتمين أيضًا تجربة العرض التوضيحي الذي يتم استضافته حاليًا على Hugging Face Spaces. لم توضح شركة Apple بعد ما إذا كانت تخطط لاستخدام ما تعلمته من هذا المشروع في أداة أو ميزة يمكنها دمجها في أي من منتجاتها

المصدر: بوابة الوفد