إرنست بييروفيتش، مدير المنتج في ARTA – سلسلة المقابلات

إرنست بييروفيتش هو مدير منتج في مجموعة AIBY ، حيث يقود أحد تطبيقات الشركة الرائدة التي تعمل بالذكاء الاصطناعي، ARTA – مولد الصور بالذكاء الاصطناعي لآيفون وأندرويد. أدت رؤيته الاستراتيجية والتفكير الإبداعي إلى حصول التطبيق على المرتبة الثانية في مخططات متجر التطبيقات الأمريكية بعد إطلاقه بوقت قصير، وعبور حاجز 15 مليون تحميل في جميع أنحاء العالم، وتقديم أفضل أداء لتماثيل الذكاء الاصطناعي بناءً على خط أنابيب فريد في الشركة، من بين نجاحات أخرى.

لقد كنت مسؤولاً عن إدارة ARTA – مولد الصور الفنية بالذكاء الاصطناعي منذ مرحلة الفكرة حتى الآن. هل يمكنك مشاركة بعض الأفكار حول هذه الأيام المبكرة؟

بالطبع! كانت تلك الأوقات ديناميكية. تمكنا من إصدار تطبيق مصمم جيدًا في غضون أسبوع واحد، لتصبح واحدة من أولى تطبيقات المستهلكين التي تقدم وظيفة توليد الصور النصية على الهاتف المحمول. كان هدفنا بناء منتج سوقي ي 제공 للناس “فنانًا” في جيوبهم. لذلك، منذ مرحلة التخطيط والتنمية المبكرة، ركزنا على سهولة الاستخدام والتناسب. ولكن على الرغم من دخول السوق في الوقت المناسب، كانت من الصعب نمو حجم التثبيتات إلى حد كافٍ، حتى مع وجود فريق شراء إعلامي ممتاز مثل فريقنا. حدثت زيادة كبيرة بعد ثلاثة أشهر من إطلاق التطبيق عندما أصبح ميزة الأفاتار مشهورة. أصبح الحجم سريعًا معقولاً لصنفنا، ومنذ ذلك الحين، كان مهمتنا الحفاظ على ذلك وزيادته.

ما كان الحزمة التقنية الأصلية التي أطلقت عليها و ما هي بعض التحديات المتعلقة بتوليد الصور الفنية خلال هذه الفترة؟

أطلقنا بالاعتماد على استقرار الانبعاث 1.3 باستخدام واجهة برمجة التطبيقات الرسمية من Stability.ai. يجب أن أقول إن الوضع مع جودة التوليدات الآن أفضل بكثير من ذي قبل. عندما بدأنا لأول مرة، كان مديرو جودة التأكد يبلغون بشكل متكرر عن مشاكل تتعلق بقيمة الجمال أو عدم دقة تمثيل المفاهيم والميزات المحددة. ومع ذلك، كانت هذه هي الحالة القياسية لاستقرار الانبعاث في ذلك الوقت. الآن، أصبحت جودة التوليد أفضل في جميع الجوانب، بما في ذلك التكرار الأسلوبي والتركيب والوضوح البصري ومستوى التفاصيل وغيرها.

بعد إطلاق التطبيق بوقت قصير، بدأنا في استئجار الخوادم على أمازون، وتوفر الدعم لها كان تحديًا كبيرًا. حتى مع وجود أموال كافية، قد لا يكون هناك خادم A100 متاح عندما تحتاجه، وستضطر إلى الانتظار لمدة يومين أو ثلاثة. ونتيجة لذلك، كنا مجبرين على العيش بدون ت tự độngية، وتحويل كل حركة المرور الزائدة إلى واجهات برمجة التطبيقات الخاصة بالشركاء.

الحفاظ على كل ذلك يظل معقدًا حتى اليوم، مع حدوث مشاكل صغيرة في أحد الجانبين أو الآخر كل شهر أو شهرين. على سبيل المثال، نجد أحيانًا مشاكل مؤقتة في جودة التوليدات عندما يقوم المزود بتحديث الخادم أو اختبار الأوزان أو تنفيذ تغييرات أخرى تؤثر على مخرجات التوليد. يمكن أن تدوم هذه الأخطاء من ساعة إلى نصف يوم وتكون غير متوقعة وصعب تتبعها. عادةً، بحلول الوقت الذي يتلقى فيه فريق الدعم تقريرًا من المستخدم عن صور غير واضحة أو مشاكل أخرى، يكون مزود واجهة برمجة التطبيقات قد قام بالفعل بإصلاح المشكلة. ومع ذلك، فهذا مشكلة خطيرة للمستخدمين. لذلك، نحن الآن نبني نظامًا يجمع بين عدة مزودين وخوادمنا الخاصة لتوليدات خاصة، مما يمنحنا المزيد من التحكم على جانبنا.

كما مدير منتج، ما هي القرارات الاستراتيجية التي كانت حاسمة في توجيه ARTA إلى vị tríها الرائدة بعد إطلاقها بوقت قصير؟

أدت صعود ARTA (التي كانت تسمى Aiby في ذلك الوقت) في البداية إلى اتخاذ قرار في الوقت المناسب لتنفيذ ميزة الأفاتار الشهيرة عندما بدأت تنتشر على وسائل التواصل الاجتماعي. سريعًا ما أدركنا الاهتمام المتزايد بهذه الوظيفة. كان فريقنا بأكمله، بما في ذلك المنتج والتسويق والتنمية، على نفس الموجة والرؤية حول نجاحها. كما أدركنا أن الوقت الذي يصل فيه المنتج إلى السوق كان حاسمًا. لذلك، من اليوم الأول، كنا قد كرسنا جميع الموارد لتحقيق هذه الميزة، مع تقديمها على مهام أخرى.

由于 موعدنا كان “في أقرب وقت ممكن” لكي لا نفوت لحظة وصول الأفاتار الذكية إلى ذروة الشعبية، اخترنا استخدام حل ثالث وتنقيحه لتطبيقنا. بينما كانت الأفاتار bắt đầu في الحصول على زخم على الهاتف المحمول، كانت التكنولوجيا موجودة بالفعل على الويب منذ بعض الوقت، حتى مع واجهة برمجة التطبيقات. بفضل جهود الفريق المركزة، كان لدينا الإصدار الأولي العامل في متجر التطبيقات في غضون خمسة أيام، مع تقديم مخرجات الأفاتار التنافسية للغاية. ساعدنا ذلك على تحقيق المرتبة الثانية في المخططات الأمريكية وأصبح التطبيق الثاني الأكثر تحميلًا في الولايات المتحدة لمدة أسبوع.

هل يمكن للمستخدمين التأثير على عملية الفن في ARTA؟ إذا كان الأمر كذلك، ما هي الأدوات والخيارات المتاحة للمستخدمين لتخصيص الصور التي تم توليدها بواسطة الذكاء الاصطناعي؟

نحن نتعامل مع جميع الجوانب المعقدة المتعلقة بالتوليد، مع التركيز على توفير تجربة فنية سهلة للمستخدمين دون أي عبء تقني غير ضروري. لذلك، الطريقة الأساسية التي يمكن للمستخدمين التأثير عليها هي من خلال النصائح. نحن نُظهر عملية هذا الطلب بدقة ونقدم المساعدة في كتابة نصائح فعالة إذا لزم الأمر.

نحن نختار الإعدادات الافتراضية المثلى لكل نموذج متكامل بحيث لا يضطر المستخدمون إلى الاهتمام بذلك. عادةً ما لا يوجد حاجة إلى تعديلها لتحقيق نتائج مثالية، لأنها تنتج بالفعل مخرجات توليد مثالية. ومع ذلك، إذا أراد المستخدم التجربة، فإن الوضع المتقدم يقع على مسافة نقرة واحدة، والبعض من المعلمات الأعمق موجود في قسم الإعدادات.

قريبًا، سنضيف معامل البذرة، مما يمنح المستخدمين التحكم الكامل في التوليد عند الحاجة إلى إعادة إنشاء صورة متطابقة من البداية. كما نخطط لتوسيع قائمة نسب الجانب. نحن نفكر أيضًا في إضافة beberapa شبكات تحكم إلى التوليدات العادية. وهي مدعومة بالفعل على الجانب الخادم، حيث نستخدمها لتوليد مرشحات الذكاء الاصطناعي والرسومات، ولكنها لم يتم تسليمها بعد إلى المستخدمين النهائيين.

كيف ترى تأثير الذكاء الاصطناعي مثل ARTA على السوق الفنية التقليدية؟ هل ترى توليد الصور بالذكاء الاصطناعي كتحول أو تعزيز للصناعة الفنية؟

أنا أراه كتعزيز. أدخل الذكاء الاصطناعي توليد فرصًا جديدة وقيمة لتعزيز عملية الفن، مع تقليل الوقت اللازم بشكل كبير. يساعد الفنانين الرقميين والمصممين والرسامين والمبدعين البصريين الآخرين في مجموعة من المهام، من استكشاف الأفكار وتطوير المفاهيم إلى توليد رسومات أولية وصور جاهزة. في النهاية، قدرةنا على الاستفادة من تقدمه محدودة فقط بخيالنا.

على سبيل المثال، لدي هواية في إنشاء ألعاب الكمبيوتر، و最近 استخدمت ARTA لتوليد مجموعة من الرموز للمهارات والأدوات. يمكنني تصميمها بنفسي باستخدام أدوبي इलوستريتور، ولكن مع مولد الصور، حصلت على ما أحتاجه تقريبًا على الفور. زوجتي، من ناحية أخرى، هي مصححة فوتوغرافية. بفضل Generative Fill في فوتوشوب، تعمل بشكل أسرع وأكثر كفاءة (أو تحصل على دخل أكبر إذا قررت قبول المزيد من أوامر التصحيح).

عندما يتم تنفيذها بشكل جيد، يمكن أن تبدو الصور التي تم توليدها بواسطة الذكاء الاصطناعي لا تختلف عن الأعمال الفنية المحترفة. ومع ذلك، في رأيي، لن يreplace الذكاء الاصطناعي أبدًا محترفًا حقيقيًا. بغض النظر عن مدى مهارة الشبكات العصبية، فإنها لا تزال مدربة على بيانات تم إنشاؤها بواسطة البشر، مما يعني أن كل ما يتم توليده موجود بالفعل في مكان ما. كما هو الحال في الماضي، يمكن أن تنتج الأفكار الحقيقية فقط من قبل الناس. بينما يظل المعنى التقليدي للفن مرتبطًا بالقطع المصنوعة باليد، فإن فن الذكاء الاصطناعي يشبه فرعًا متوقعًا، يدعو الجميع، بغض النظر عن خلفية الفن، لمحاولة تجربة جديدة مثيرة.

ما هي التوجهات التي ترى أنها ستكون في مستقبل توليد الصور بالذكاء الاصطناعي؟

إلى جانب جودة الصورة، سيزيد سرعة التوليدات، مما يؤدي تلقائيًا إلى نتائج أكثر كفاءة في التكلفة.

أعتقد أنه لن يكون طويلاً قبل أن يكون هناك طريقة سهلة لتوليد نفس الشخصيات في بيئات ومواقف مختلفة، بحيث نرى صعود الذكاء الاصطناعي في القصص المصورة والكتب للأطفال ورسومات الألعاب والمزيد. تصميم الداخلية وإنتاج الإعلانات بالفعل مجالات نشطة تعتمد على الذكاء الاصطناعي، ولكن هناك المزيد في المستقبل مع استمرار تطور التكنولوجيا.

نظرًا لأن جميع التوليدات تتطلب بطاقات رسومات قوية، ستتطور هذه التكنولوجيا جنبًا إلى جنب مع الذكاء الاصطناعي لبعض الوقت. نحن فقط في بداية الرحلة. ربما تكون شركة Nvidia (NVDA ) الجديدة في وقتنا الحالي، حيث ينتظر الجميع، أو على الأقل أولئك في صناعة تكنولوجيا المعلومات، إصدارات بطاقات فيديو جديدة كما كنا نفعل مع هواتف آيفون.

مولدات الصور بالذكاء الاصطناعي ستستمر في تقديم تجارب ممتعة ومثيرة، سواء من خلال تقديم مفاهيم جديدة ناشئة من الثقافة الشعبية أو إعادة إحياء أفكار قديمة مع تحسين التكنولوجيا. على سبيل المثال، ينمو الاهتمام حاليًا بتوليد الأطفال بالذكاء الاصطناعي. أظهرت تقنية حديثة تعتمد على استقرار الانبعاث نتائج مثيرة من دمج ميزات شخصين ليكشف عن مظهر طفلها البيولوجي المحتمل. تتجاوز النتائج ب遠 ما كان متاحًا على مواقع الوراثة منذ بضع سنوات، ويتحمس الناس لمحاولة ذلك مرة أخرى.

ما هي توقعاتك لما يجب أن نتوقعه بعد ذلك من الذكاء الاصطناعي التوليدي؟

موجة الشعبية لتوليد الفيديو على الأفق. مع تقدم التكنولوجيا إلى مستوى كافٍ، سيكون هناك بالتأكيد محاولات لتدريب الشبكات العصبية باستخدام تعابير الوجه وإشارات الأفراد لإنشاء أفاتار فيديو، ربما حتى مع أصوات فريدة للمستخدم.

الذكاء الاصطناعي الصوتي هو كذلك اختراق كبير يفتح حقبة جديدة لصناعة الإنتاج الموسيقي. قدمت هذه التكنولوجيا بالفعل فرصًا رائعة لتلحين الأغاني بناءً على مدخلات النص فقط، مما يجعلها أداة رائعة لإنشاء مسارات صوتية مخصصة غير مخصصة لجميع أنواع المحتوى المرئي. بشكل عام، من الممتع حقًا الاستماع إلى شيء بهذا القدر من البساطة مثل شروط الاستخدام التي يتم رैपها أو غنائها بلهجة رومانسية.

شكرًا على المقابلة الرائعة، يرجى زيارة ARTA لمعرفة المزيد أو توليد بعض الصور.