درحالیکه شرکت‌هایی مانند گوگل، متا(فیسبوک سابق) و آمازون با جدیت روی توسعه هوش مصنوعی مولد و گسترش موارد استفاده این تکنولوژی فعالیت می‌کنند، اپل تا کنون در این زمینه استراتژی محافظه کارانه تری اتخاذ کرده است.
این شرکت اخیرا دموی یک مدل منبع باز مخصوص ویرایش عکس را معرفی کرده که می‌تواند وظایف سنگینی را با سرعت زیاد انجام دهد. این پروژه که MGIE یا MLLM – راهنمای ویرایش تصویر- نام دارد، فعلا یک پروژه تحقیقاتی است و مشخص نشده که آیا در آینده با برنامه عکس‌ها یا دوربین اپل تلفیق می‌شود و یا اینکه کاربران آیفون، آیپد و مک می‌توانند مستقیما از آن استفاده کنند.
این مالتی مدل بزرگ یادگیری زبانی، قادر است راهکارهای مفیدی برای ویرایش عکس پیشنهاد دهد و عملا با دیگر اپلیکیشن‌های موجود در این حوزه تفاوت زیادی دارد. در این مدل به جای انتخاب ابزارها و اعمال تغییرات به صورت دستی، تنها کافی است تا کاربر سبک تغییر مدنظر خود روی عکس را توضیح داده و بنویسد و این مدل، اِفکت‌های مدنظر کاربر را روی تصویر پیاده می‌کند.
در تصویری که در این دمو منتشر شده، کاربر روی یک کاغذ تصویر یک «پیتزای سالم» را درخواست می‌کند و می‌بینیم که در عکس تولید شده، سبزیجات روی پیتزا اضافه می‌شود.
MGIE همچنین قادر است قسمت‌هایی از تصویر را تصحیح کند، مثلا حذف تصویر شخص از پشت زمینه یا تغییر محتوای مخصوص وب. قابلیت‌های خودکاری که این مدل دارد، در حال حاضر از طریق برنامه فوتوشاپ و یا برخی دیگر از مدل‌های هوش مصنوعی مولد به صورت دستی انجام پذیر است.
اپل مدل MGIE را از طریق GitHub برای دانلود عرضه کرده و بر اساس گزارش‌ها، نسخه وب دموی این برنامه روی Hugging Face Spaces نیز در دسترس است.
با وجود اینکه اپل در حوزه هوش مصنوعی مولد به اندازه دیگر شرکت‌های بزرگ دنیای تکنولوژی فعال نبوده اما مدیر عامل این شرکت- تیم کوک- اعلام کرده که قرار است امسال قابلیت‌های بیشتری از هوش مصنوعی روی محصولات این شرکت ببینیم.
منبع:theverge
