گوگل در اواخر سال گذشته به دلیل بروز خطاهایی، فرآیند ساخت تصاویر اشخاص با استفاده از هوش مصنوعی جمینای (Gemini) را متوقف کرده بود. اما اکنون این غول فناوری اعلام کرده که به زودی این قابلیت را بار دیگر برای کاربران هوش مصنوعی خود فعال خواهد کرد.
گوگل در بیانیه مطبوعاتی خود اعلام کرد که طی روزهای آینده، نسخه دسترسی زودهنگام برای تولید تصویر اشخاص در دسترس کاربران نسخههای Gemini Advanced، Business و Enterprise به زبان انگلیسی قرار خواهد گرفت.
گوگل با بازگرداندن قابلیت تولید تصویر اشخاص در هوش مصنوعی جمینای، نشان میدهد که بهبود و توسعه فناوریهایش را با جدیت دنبال میکند. با این حال، تکرار خطاهای گذشته میتواند به اعتبار این قابلیت آسیب بزند. بنابراین، مهم است که گوگل این بار با دقت بیشتری به مشکلات احتمالی بپردازد تا تجربه کاربری بهتری ارائه دهد و اعتماد کاربران را حفظ کند. این حرکت همچنین میتواند نقش مهمی در رقابت با سایر فناوریهای هوش مصنوعی موجود در بازار داشته باشد.
قابلیت تولید تصویر اشخاص جمینای
قابلیت تولید تصویر اشخاص با هوش مصنوعی جمینای از آخرین نسخه مدل تبدیل متن به تصویر گوگل به نام Imagen 3 پشتیبانی میکند. گوگل اوایل این ماه، بدون اعلام قبلی، Imagen 3 را از طریق AI Test Kitchen خود در دسترس قرار داد و اکنون قصد دارد این مدل پیشرفته را برای تمامی زبانها به جمینای اضافه کند. ابزار جدید گوگل توانایی تولید تصاویری از مناظر بسیار واقعگرایانه تا نقاشیهای رنگ روغن را تنها با توصیف چند کلمه دارد.
در ماه فوریه، چندین کاربر گزارش دادند که هوش مصنوعی جمینای تصاویری را تولید میکند که از لحاظ تاریخی نادرست هستند. «دیو سیترون»، مدیر ارشد مدیریت محصول گوگل برای جمینای، در این بیانیه جدید اعلام کرد که مدل بهروز شده Imagen 3 دارای ویژگیهای محافظتی داخلی است و در مقایسه با سایر مدلهای تولید تصویر فعلی، عملکرد بهتری دارد.
نکته مهم این است که جمینای اجازه تولید تصاویر واقعی از چهرههای شناختهشده را نمیدهد و همچنین تولید محتوای مربوط به خردسالان یا صحنههای خشن، خشونتآمیز و جنسی نیز در آن ممنوع است. سیترون در بیانیه گوگل اضافه کرد: «البته تمام تصاویری که با جمینای تولید میشوند، بینقص نخواهند بود. ما همچنان به بازخورد کاربران Gemini Advanced گوش خواهیم داد.»
گوگل قصد دارد به زودی امکان تولید تصویر اشخاص با هوش مصنوعی را برای کاربران و زبانهای بیشتری فراهم کند. پیش از این در گوشی های هوشمند سامسونگ و نسخه های جدید گوشی اپل نیز شاهد توسعه هوش مصنوعی توسط این کمپانی های غول تکنولوژی بوده ایم و به نظر می رسد در سال های آتی رقابت جهانی برای توسعه هوش مصنوعی شدت بیشتری بگیرد.
تصمیم گوگل برای بازگشت به ارائه قابلیت تولید تصاویر اشخاص با جمینای، پس از رفع ایرادات و بهبودهای لازم، نشاندهنده تعهد این شرکت به ارائه ابزارهای پیشرفته و ایمن در حوزه هوش مصنوعی است. تمرکز بر دقت تاریخی و جلوگیری از محتوای نامناسب، گامی مثبت در جهت حفظ اعتماد کاربران و جلوگیری از سوءاستفادههای احتمالی است. این اقدام گوگل میتواند جایگاه این شرکت را در رقابت با دیگر غولهای فناوری تقویت کند و نوآوریهای بیشتری را در زمینه تولید تصویر با هوش مصنوعی به ارمغان بیاورد.