خلق تصاویر به کمک هوش مصنوعی در گوشی موبایل و در کمتر از 2 ثانیه!

هوش مصنوعی چند وقتی است که به سوژه داغ دنیای فناوری تبدیل شده و همه در مورد آن حرف می‌زنند. این فناوری با اینکه از مدت‌ها قبل وجود داشته اما با معرفی ربات گفتگوگر ChatGPT توسط OpenAI بسیار مورد توجه و استقبال عموم قرار گرفت و توانست مرزهای هوش مصنوعی و کارکردهایی را که می‌تواند داشته باشد، جابجا کند.

در حال حاضر، از هوش مصنوعی در بسیاری از حوزه‌ها و صنایع استفاده می‌شود و یا اینکه برنامه‌ریزی برای حرکت به این سمت در حال انجام است. از جمله، تعداد زیادی ابزار تولید تصاویر و آثار هنری معرفی شده‌اند که مبتنی بر هوش مصنوعی بوده می‌توانند آثار منحصر به فرد و زیبایی را مطابق با آنچه که کاربر در چند کلمه از آن‌ها می‌خواهد، خلق کنند. از Midjouney گرفته تا Bing Image Creator و بسیاری دیگر، به خوبی نشان داده‌اند که طراحی گرافیکی مبتنی بر هوش مصنوعی می‌تواند آینده بسیار خوب و درخشانی داشته باشد. با این حال، گاهی اوقات بسته به نوع متن درخواست و عوامل دیگر، طول می‌کشد تا تصویر نهایی تولید شده و در اختیار کاربر قرار گیرد.

امروز، اسنپ، شرکت مادر اسنپ چت، اعلام کرد که بخش تحقیقاتی این شرکت موسوم به Snap Research توانسته تکنیکی را ارائه کند که در آینده زمان ساخت تصاویر توسط ابزارهای هنری هوش مصنوعی را تسریع خواهد کرد.

اسنپ ​​در یک پست وبلاگ اعلام کرده که این روش جدید «اسنپ فیوژن» (SnapFusion) نام دارد و زمان ساخت تصویر از طریق هوش مصنوعی را به کمتر از دو ثانیه کاهش می‌دهد. این شرکت ادعا می‌کند که این سریع‌ترین زمانی است که تا به امروز جامعه علمی و دانشگاهی توانسته در تحقیقات خود به آن دست پیدا کند.

در پست وبلاگ اسنپ اضافه شده است:

Snap Research با بهینه‌سازی معماری شبکه و فرآیند حذف نویز به این موفقیت دست یافت و در عین حال توانسته کیفیت تصویر را نیز حفظ کند. بنابراین، اکنون می‌توان این مدل را برای تولید تصاویر بر اساس پیام‌های متنی اجرا کرد و همان‌طور که تحقیقات نشان داده، به جای چند دقیقه یا چند ساعت، می‌توان تصاویر واضح و شفافی را در عرض چند ثانیه در تلفن همراه دریافت کرد.

نسخه کامل مقاله تحقیقاتی (در فرمت PDF) به جزئیات بیشتری در مورد اسنپ فیوژن پرداخته و تعدادی نمونه از آثار هنری ایجاد شده توسط تکنیک جدید را نیز ارائه می‌کند. در این مقاله آمده:

به طور خاص، ما یک UNet کارآمد را با شناسایی افزونگی مدل اصلی و کاهش محاسبات رمزگشای تصویر از طریق تقطیر داده، پیشنهاد می‌کنیم. علاوه بر این، ما تقطیر مرحله‌ای را با کاوش در استراتژی‌های آموزشی و معرفی منظم‌سازی از راهنمایی‌های بدون طبقه‌بندی، بهبود داده‌ایم.

اما خبر بد این است که به گفته اسنپ، این روش جدید هنوز مدتی طول خواهد کشید تا در دسترس عموم قرار بگیرد. با این حال، گفته شده که «پتانسیل آن را دارد که در آینده میزان استفاده از هوش مصنوعی مولد با کیفیت بالا را در تلفن همراه افزایش دهد». به احتمال زیاد این تکنیک جدید می‌تواند به آپدیت بعدی اپلیکیشن موبایلی اسنپ چت نیز اضافه شود.