جادوی جدید هوش مصنوعی در تغییر تصاویر

فناوری جدید هوش مصنوعی «DragGAN» که توسعه‌دهندگان آن، گروهی از محققان موسسات گوگل، MIT و دانشگاه پنسیلوانیا هستند، به کاربران کمک می‌کند تا به سرعت تغییراتی اساسی در تصاویر ایجاد کنند. اخیرا این گروه، برای معرفی این مدل و قابلیت‌های آن ویدیوهایی را در وبسایت خود منتشر کرده‌اند.

هجوم کاربران مشتاق برای دیدن ویدیوهای عملکرد این ابزار هوش مصنوعی به حدی بوده است که تقریبا بعد از چند ساعت، سایت محققینی که آن را منتشر کرده بودند، از کار افتاد. بر اساس گزارش وب‌سایت verge، به نظر می‌رسد که در حال حاضر این ابزار هنوز در دسترس عموم قرار نگرفته‌ است.
اما دیدن ویدیو نمونه‌ کارهایی که این ابزار انجام می‌دهد، حتما شما را هیجان‌زده خواهد کرد. به عنوان مثال نه تنها می‌توانید زاویه دیده شدن یک شی را تغییر دهید یا سوژه تصویر را به صورت سه بعدی بچرخانید، بلکه فقط با یک کلیک ساده خنده یک فرد را به اخم تبدیل کنید.

در اینجا چند نمونه از شگفتی‌های این مدل هوش‌مصنوعی را ببینید:

چه چیزی این مدل را خاص کرده است؟

نویسنده این مقاله می‌گوید: ویژگی‌ای که این مدل هوش‌ مصنوعی را خیلی جذاب کرده است، لزوما تغییر تصاویر به خودی خود نیست، بلکه این رابط کاربری ساده آن است که چیزی منحصر به فرد ایجاد می‌کند.
حقیقت این است که به تازگی، ابزارهای هوش مصنوعی بسیار زیادی معرفی شده‌اند که کاربران در حال استفاده از آن‌ها هستند، اما اکثر روش‌ها فاقد انعطاف‌پذیری و دقت هستند. مثلا می‌توانید به یک تولیدکننده تصویر هوش‌مصنوعی بگویید که «تصویری از یک شیر در حال شکار آهو بسازد»، اما ممکن است دقیقا حالتی که شما می‌خواهید نباشد.

بنابراین مدل DragGAN، راه حل روشنی برای این موضوع ارائه می‌دهد. رابط کاربری دقیقاً مشابه آن چیزی است که در فتوشاپ به عنوان ابزار Warp می‌شناسیم، اما به جای اینکه تنها پیکسل‌ها جا به جا شوند، چیزی که حتی در تصویر هم وجود ندارد باز تولید خواهد شد. محققان این مطالعه اضافه می‌کنند: «رویکرد ما می‌تواند محتوایی که در خود تصویر پنهان است، مانند دندان‌های داخل دهان شیر را ایجاد یا مثلا پای اسب با توجه به نرمی یا سفتی زمینی که روی آن است، تغییر شکل دهد.»