نام ابزار | کاربرد | آدرس / وضعیت دسترسی |
Google AutoDraw | تبدیل خط‌خطی به طرح کارتونی استاندارد | autodraw.com (نیاز به VPN) |
Google Chimera Painter | تبدیل اسکچ به هیولا یا موجودات خیالی | chimera-painter.appspot.com (نیاز به VPN) |
Google DeepDream | بازتفسیر عکس‌ها با جلوه‌های روانگردان | از طریق نسخه‌های متن‌باز یا API (نسخه رسمی گوگل ندارد) |
Google Imagen | تولید تصویر واقع‌گرایانه از متن | فعلاً فقط تحقیقاتی و دمو در research.google |
Google Parti | مدل زبانی برای تولید تصویر از متن‌های طولانی‌تر | در دسترس مراکز تحقیقاتی، بدون نسخه عمومی |
گوگل در کنار پروژه‌های هوش مصنوعی پیشرفته خود، ابزارهایی را نیز برای تولید تصاویر و نقاشی با استفاده از الگوریتم‌های یادگیری عمیق توسعه داده است. این ابزارها می‌توانند از ورودی‌های ساده‌ای مانند چند خط یا حتی یک متن کوتاه، تصاویری تولید کنند که پیشتر نیازمند مهارت‌های تخصصی طراحی بودند. در ادامه به معرفی مهم‌ترین این ابزارها و نحوه استفاده از هرکدام پرداخته می‌شود.
Google AutoDraw
AutoDraw یک ابزار تحت وب است که با استفاده از هوش مصنوعی می‌تواند طرح‌های اولیه و ساده کاربر را شناسایی کند و نمونه‌های استاندارد و کارتونی مرتبط با آن‌ها ارائه دهد. این ابزار بیشتر مناسب کاربران عادی است که قصد دارند ایده‌های خود را سریع به یک تصویر تمیز تبدیل کنند. سایت withgoogle درباره این ابزار نوشته:
AutoDraw is a new kind of drawing tool. It pairs machine learning with drawings from talented artists to help everyone create anything visual, fast. There’s nothing to download. Nothing to pay for. And it works anywhere: smartphone, tablet, laptop, desktop, etc.
AutoDraw نوع جدیدی از ابزار نقاشی است. این ابزار یادگیری ماشین را با نقاشی‌های هنرمندان با استعداد ترکیب می‌کند تا به همه کمک کند هر چیز بصری را به سرعت خلق کنند. هیچ چیزی برای دانلود وجود ندارد. هیچ چیزی برای پرداخت وجود ندارد. و در هر جایی کار می‌کند: تلفن هوشمند، تبلت، لپ‌تاپ، دسکتاپ و غیره.
مراحل استفاده
- ورود به سایت com (دسترسی از داخل ایران نیاز به VPN دارد).
- کشیدن طرح اولیه یا خط‌خطی ساده.
- انتخاب یکی از پیشنهادهای بالای صفحه که AutoDraw به عنوان حدس‌های احتمالی نمایش می‌دهد.
- دانلود یا به اشتراک‌گذاری تصویر.
پرامپت نمونه (ایده انگلیسی برای آزمون)
draw a cute cartoon cat
Google Chimera Painter
Chimera Painter پروژه دیگری از گوگل است که به‌طور خاص برای طراحی موجودات خیالی و هیولاها ایجاد شده است. این ابزار به کاربران امکان می‌دهد تا ساختار اصلی را با قلم دیجیتال بکشند و سپس بافت و جزییات را به‌طور خودکار اضافه کنند.
مراحل استفاده
- مراجعه به chimera-painter.appspot.com (نیازمند VPN).
- انتخاب ابزار قلم و ترسیم بخش‌هایی مانند سر، بدن، شاخ یا بال.
- فشردن گزینه Generate برای ساخت تصویر نهایی.
- ذخیره یا برداشت تصویر تولیدشده.
پرامپت نمونه
sketch a dragon body with huge wings and two heads
Google DeepDream
DeepDream یکی از اولین الگوریتم‌های هوش مصنوعی گوگل برای بازتفسیر تصاویر است که باعث ایجاد نقش‌ونگارهای غیرواقعی و روانگردان روی عکس‌ها می‌شود. این ابزار بیشتر جنبه آزمایشگاهی و هنری دارد.
مراحل استفاده
- انتخاب یکی از نسخه‌های متن‌باز DeepDream یا وب‌سایت‌های ارائه‌دهنده API آن (زیرا نسخه رسمی تحت گوگل عمومی ارائه نمی‌شود).
- بارگذاری تصویر موردنظر.
- تنظیم شدت (intensity) و فشردن کلید تولید.
- دریافت تصویر خروجی.
پرامپت نمونه
dreamify a photo of a street with colorful psychedelic patterns
Google Imagen و Parti
Imagen و Parti پروژه‌های پیشرفته گوگل برای تولید تصویر از متن هستند که در سطح تحقیقاتی توسعه یافته‌اند. این مدل‌ها می‌توانند توصیفات متنی پیچیده را به تصاویر واقع‌گرایانه و هنری تبدیل کنند. در حال حاضر این ابزارها به‌طور عمومی در دسترس نیستند و صرفاً در مقالات و دموهای تحقیقاتی گوگل قابل مشاهده هستند. یک منبع معتبر درباره Imagen گفته:
Imagen به‌عنوان مدل تولید تصویر، نقش مکمل در ایجاد تصاویر ثابت و ترکیب‌شده ایفا می‌کند. اگر بخش‌هایی از صحنه باید به‌صورت استاتیک یا طراحی‌شده اضافه شوند، این مدل وارد عمل شده و با تطبیق رنگ، نور و ترکیب‌بندی، عناصر گرافیکی را به‌شکلی همگن وارد ویدیو می‌کنند. شما می توانید از این تصاویر هوش مصنوعی برای تولید محتوا استفاده کنید.
مراحل استفاده
- دنبال کردن اخبار و ثبت‌نام در برنامه‌های تحقیقاتی گوگل از طریق google.com.
- بررسی نتایج منتشرشده و دموها.
پرامپت نمونه
a photorealistic image of a cat wearing a red hat and sunglasses, sitting on a beach
چالش فیلترینگ
بسیاری از ابزارهای فوق (از جمله سرویس‌های تحت وب AutoDraw و Chimera Painter) در ایران فیلتر هستند و برای دسترسی به آن‌ها نیاز به VPN وجود دارد. همچنین پروژه‌هایی مانند Imagen و Parti فعلاً به‌صورت محدود در اختیار مراکز تحقیقاتی قرار دارند و دسترسی عمومی ندارند.
جمع‌بندی
ابزارهای نقاشی و تصویرسازی گوگل نشان‌دهنده گام‌های مهمی در توسعه هوش مصنوعی مولد هستند. از AutoDraw که خط‌های ساده را به طرح‌های کارتونی تبدیل می‌کند، تا Chimera Painter که موجودات تخیلی می‌سازد و DeepDream که جلوه‌های روانگردان خلق می‌کند. در کنار آن‌ها پروژه‌های سطح بالای Imagen و Parti نیز افق‌های جدیدی در تولید تصویر از متن گشوده‌اند. این ابزارها می‌توانند حتی برای کاربران غیرمتخصص نیز فرصت خلق آثار بصری جذاب و حرفه‌ای را فراهم کنند.