Η Google παρουσίασε το νέο της πρόγραμμα επεξεργασίας εικόνων με τεχνητή νοημοσύνη, υπόσχοντας να φέρει επανάσταση στον τρόπο που επεξεργαζόμαστε και βελτιώνουμε τις φωτογραφίες μας. Η εταιρεία εργάζεται πάνω στην τεχνητή νοημοσύνη και τη μηχανική μάθηση εδώ και αρκετά χρόνια και η τελευταία της παρουσίαση στο I/O 2023 κατέστησε σαφές ότι αυτές οι τεχνολογίες είναι ένα από τα μεγαλύτερα πάθη της.
Τώρα, η Google προχώρησε ένα βήμα παραπέρα με το Image Editor , ένα εργαλείο που σας επιτρέπει να κάνετε τοπικές επεξεργασίες σε φωτογραφίες χρησιμοποιώντας μόνο κείμενο και λίγο σχέδιο.
Η Google λανσάρει το πρόγραμμα επεξεργασίας φωτογραφιών με τεχνητή νοημοσύνη και μας εξέπληξε όλους
Μέχρι τώρα, το εργαλείο δημιουργίας εικόνων με βάση κείμενο της Google επέτρεπε στους χρήστες να δημιουργούν εικόνες από την αρχή μόνο με βάση γραπτές οδηγίες. Ωστόσο, εάν το αποτέλεσμα δεν ήταν ικανοποιητικό, ήταν απαραίτητο να αναδιατυπωθούν οι οδηγίες και να προσπαθήσουν ξανά.
Αυτό οφειλόταν στο γεγονός ότι το Image δεν επέτρεπε στους χρήστες να επεξεργάζονται συγκεκριμένα στοιχεία εικόνων με τα οποία δεν ήταν ευχαριστημένοι. Για να αντιμετωπίσει αυτό το ζήτημα, η Google κοινοποίησε πρόσφατα την έρευνά της σχετικά με το Image Editor και το EditBench , δύο εργαλεία beta που καθοδηγούν τις επεξεργασίες μέσω προτροπών κειμένου.
Η Google αναπτύσσει ένα εργαλείο επεξεργασίας εικόνας με τεχνητή νοημοσύνη που βασίζεται σε κείμενο και ονομάζεται Image Editor https://t.co/plD81BoXaS
— Android Police (@AndroidPolice) 12 Ιουνίου 2023
Σε αντίθεση με τη δημιουργία εικόνων από την αρχή, το Image Editor απαιτεί μια υπάρχουσα φωτογραφία για επεξεργασία, κείμενο χρήστη που καθορίζει την επιθυμητή αλλαγή και μια επισημασμένη περιοχή που υποδεικνύει πού πρέπει να εφαρμοστεί η επεξεργασία. Το αποτέλεσμα είναι επεξεργασίες που περιορίζονται στην καθορισμένη περιοχή και προσαρμόζονται στις παρεχόμενες οδηγίες . Επιπλέον, τα αποτελέσματα είναι φωτορεαλιστικά και φυσικά.
Τεχνικά γνωστή ως "inpainting", η διαδικασία που χρησιμοποιείται από αυτό το νέο εργαλείο της Google μοιάζει με την αποκατάσταση εικόνων ή κάτι που θα μπορούσαμε να περιγράψουμε ως συνδυασμό της τεχνητής νοημοσύνης της Google και της λειτουργίας Content-Aware Fill του Adobe Photoshop .
Οι ερευνητές έχουν αναπτύξει νέους κωδικοποιητές για το Image Editor και έχουν συμπεριλάβει ακόμη και μια μονάδα ανίχνευσης αντικειμένων στην τεχνητή νοημοσύνη για να αντισταθμίσουν τις ελλιπείς ή ανακριβείς μάσκες.
Η έρευνα περιλαμβάνει επίσης ένα εργαλείο που ονομάζεται EditBench, το οποίο αξιολογεί τα αποτελέσματα της εικονογράφησης με καθοδήγηση κειμένου.
Με βάση ένα σύνολο δεδομένων 240 εικόνων, αυτό το εργαλείο έχει αξιολογήσει επεξεργασίες τόσο σε εικόνες που δημιουργούνται από ανθρώπους όσο και σε εικόνες που δημιουργούνται από τεχνητή νοημοσύνη , λαμβάνοντας υπόψη παραμέτρους όπως τα τροποποιημένα αντικείμενα, τα χαρακτηριστικά τους (όπως σχήμα, μέγεθος και αριθμός) και την καταλληλότητά τους για τη σκηνή.
Η Google έχει παρατηρήσει ότι η μάσκα αντικειμένων βοηθά στη βελτίωση της ευθυγράμμισης μεταξύ εικόνας και κειμένου, καθιστώντας το Image Editor ανώτερο από άλλες εναλλακτικές λύσεις όπως το DALL-E 2 και το StableDiffusion σε όλες τις κατηγορίες που αξιολογήθηκαν από το EditBench.
Η Google ανησυχεί για τη χρήση του νέου της εργαλείου
Δυστυχώς, η Google έχει ορισμένες ανησυχίες σχετικά με την υπεύθυνη χρήση της Τεχνητής Νοημοσύνης , επομένως δεν σχεδιάζει να κυκλοφορήσει το Image Editor στο ευρύ κοινό.
Πρόσφατα, η εταιρεία πρότεινε ένα πλαίσιο για την προστασία της ανάπτυξης της Τεχνητής Νοημοσύνης και, ελπίζουμε, μπορούν να καθοριστούν ορισμένα όρια πριν γίνουν διαθέσιμα εργαλεία όπως το Image Editor.
Από την άλλη πλευρά, το EditBench είναι διαθέσιμο στο σύνολό του, δωρεάν, για να βοηθήσει στην περαιτέρω έρευνα στον τομέα της Τεχνητής Νοημοσύνης. Εν τω μεταξύ , παραμένουμε αισιόδοξοι ότι το βασικό μοντέλο , Image, σύντομα θα ενσωματωθεί στο Gboard , το πληκτρολόγιο της Google.
Με αυτό το νέο εργαλείο, η Google αποδεικνύει για άλλη μια φορά την ηγετική της θέση στον τομέα της τεχνητής νοημοσύνης που εφαρμόζεται στη δημιουργία και επεξεργασία εικόνων.
Παρόλο που το Image Editor δεν είναι διαθέσιμο στο ευρύ κοινό, η ικανότητά του να εκτελεί ακριβείς τοπικές επεξεργασίες μέσω οδηγιών κειμένου καταδεικνύει τις δυνατότητες αυτής της τεχνολογίας και ανοίγει την πόρτα σε μελλοντικές καινοτομίες στον τομέα της επεξεργασίας φωτογραφιών.
Αναμφίβολα, γινόμαστε μάρτυρες συναρπαστικών εξελίξεων στον κόσμο της Τεχνητής Νοημοσύνης και είναι συναρπαστικό να σκεφτόμαστε τις δυνατότητες που θα μπορούσε να προσφέρει αυτό στους λάτρεις της φωτογραφίας και στους λάτρεις της ψηφιακής δημιουργικότητας γενικότερα.
