باحثون يطورون طريقة جديدة لتحكم في توليد الصور الإصطناعية بالذكاء الاصطناعي

قام باحثون من جامعة ولاية كارولينا الشمالية بتطوير طريقة جديدة لتحكم في توليد الصور الإصطناعية بالذكاء الاصطناعي، والتي يمكن استخدامها في مجالات مثل المركبات ذاتية القيادة.

توليد الصور المشروطة وتقنيات أخرى

توليد الصور المشروطة هو مهمة للذكاء الاصطناعي تتضمن أنظمة الذكاء الاصطناعي إنشاء صور بناءً على مجموعة محددة من الشروط، والتي يمكن للمستخدم طلبها. وقد أخذت التقنيات الحديثة هذه المهمة إلى أبعد من ذلك ودمجت شروطًا لترتيب الصورة، مما يسمح للمستخدمين بتحديد أنواع الكائنات التي يريدون ظهورها في مواقع محددة على الشاشة.

تعتمد الطريقة الجديدة التي طورها الباحثون في الجامعة على جميع هذه التقنيات، وتسمح للمستخدمين بالسيطرة أكثر على الصور مع الحفاظ على بعض الخصائص عبر سلسلة من الصور.

تيانفو وو هو أحد مؤلفي ورقة البحث وأستاذ مساعد في الهندسة الحاسوبية في جامعة ولاية كارولينا الشمالية.

“منهجنا مرن للغاية”، يقول وو. “مثل المناهج السابقة، يسمح لنا لمستخدمي النظام بإنشاء صورة بناءً على مجموعة محددة من الشروط. ولكن منهجنا يسمح لهم أيضًا بالحفاظ على الصورة وإضافة إليها. على سبيل المثال، يمكن للمستخدمين أن يطلبوا من الذكاء الاصطناعي إنشاء مشهد جبلي. يمكن للمستخدمين بعد ذلك أن يطلبوا من النظام إضافة متزلجين إلى هذا المشهد”.

تعديل العناصر

مع هذه الطريقة الجديدة، يمكن للمستخدمين أيضًا السماح للذكاء الاصطناعي بتعديل العناصر بحيث تكون قابلة للتعرف بشكل واضح بينما لا تزال تتحرك أو تتغير بطرق معينة. ومن الأمثلة على ذلك إنشاء الذكاء الاصطناعي لسلسلة من الصور حيث يتجه المتزلجون نحو المشاهد أثناء تحركهم عبر المناظر الطبيعية.

“تطبيق واحد لهذا يمكن أن يكون مساعدة الروبوتات ذاتية القيادة على تصور النتيجة النهائية قبل بدء مهمة معينة”، يقول وو. “يمكنك أيضًا استخدام النظام لتوليد صور لتدريب الذكاء الاصطناعي. بدلاً من تجميع الصور من مصادر خارجية، يمكنك استخدام هذا النظام لإنشاء صور لتدريب أنظمة الذكاء الاصطناعي الأخرى”.

تم اختبار النهج الجديد مع مجموعة بيانات COCO-Stuff ومجموعة بيانات Visual Genome، و根据 معايير جودة الصورة، يتفوق على التقنيات السابقة.

“خط我们的 التالي هو محاولة توسيع هذا العمل إلى الفيديو والصور ثلاثية الأبعاد”، يقول وو.

为了训练 هذا النهج الجديد، كان على الباحثين الاعتماد على محطة عمل تحتوي على 4 بطاقات رسومات، نظرًا للطاقة الحاسوبية الكبيرة المطلوبة. ومع ذلك، فإن نشر النظام لا يزال أقل تكلفة من الناحية الحاسوبية.

“وجدنا أن بطاقة رسومات واحدة توفر لك سرعة تقريبًا في الوقت الفعلي”، يقول وو.

“بالإضافة إلى ورقتنا، قمنا بنشر شفرة المصدر لهذا النهج على GitHub. ومع ذلك، نحن دائمًا مفتوحون للتعاون مع شركاء الصناعة”.