Η Apple αποκαλύπτει νέο μοντέλο AI για τη χειρισμό εικόνων με εντολές φυσικής γλώσσας

Η Apple υστερεί σε πολλά σημεία σε σχέση με το ChatGPT και το Gemini της Google. Ωστόσο, η εταιρεία έχει επενδύσει πολλά στην τεχνητή νοημοσύνη καθώς στοχεύει να φέρει την

τεχνολογία

στη σειρά

iPhone

16 αργότερα φέτος με την κυκλοφορία του iOS 18. Τώρα αναφέρεται ότι οι ερευνητές της Apple έχουν κυκλοφορήσει ένα νέο μοντέλο AI που μπορεί να επεξεργάζεται εικόνες με βάση εντολές φυσικής γλώσσας από το χρήστη. Η τεχνολογία θα παρουσιαστεί πιθανώς στην εκδήλωση WWDC 2024 της εταιρείας τον Ιούνιο.

Το νέο μοντέλο τεχνητής νοημοσύνης της Apple μπορεί να ερμηνεύει την είσοδο φυσικής γλώσσας και να χειρίζεται εικόνες

Το νέο μοντέλο AI της Apple, που ονομάζεται “

MGIE

,” ή

MLLM-Καθοδηγούμενη επεξεργασία εικόνας

είναι ένα πολυτροπικό μοντέλο μεγάλης γλώσσας που μπορεί να ερμηνεύσει και να εκτελέσει εντολές χρήστη σε επίπεδο pixel (μέσω


VentureBeat


). Το εργαλείο μπορεί να χειριστεί και να επεξεργαστεί μια πληθώρα περιοχών μιας εικόνας, όπως φωτεινότητα, ευκρίνεια, αντίθεση και πολλά άλλα. Μπορεί επίσης να χειριστεί μια εικόνα για να προσθέσει καλλιτεχνικά εφέ.

Εκτός από αυτό, η τοπική επεξεργασία θα μπορούσε να αλλάξει το σχήμα, το χρώμα, το μέγεθος και την υφή του θέματος σε μια φωτογραφία. Η επεξεργασία που μοιάζει με το Photoshop περιλαμβάνει αλλαγή μεγέθους της εικόνας ή περικοπή, περιστροφή και προσθήκη φίλτρων. Οι χρήστες μπορούν επίσης να αλλάξουν το φόντο της εικόνας. Το νέο μοντέλο AI της Apple κατανοεί το πλαίσιο και την κοινή λογική. Για παράδειγμα, μπορείτε να προσθέσετε μια εικόνα μιας πίτσας και μια προτροπή για να την κάνετε πιο υγιεινή. Το μοντέλο AI θα προσθέσει αυτόματα λαχανικά στην εικόνα, κατανοώντας ότι η υγεία συνδέεται με τα λαχανικά στο φαγητό.

Χρησιμοποιώντας τα καθολικά αιτήματα βελτιστοποίησης, το εργαλείο μπορεί να χειριστεί τον φωτισμό και την αντίθεση μιας εικόνας. Επιπλέον, η επεξεργασία που μοιάζει με το Photoshop μπορεί επίσης να εξαλείψει αντικείμενα από το φόντο κατόπιν αιτήματος του χρήστη. Μπορείτε να δείτε το μοντέλο AI της Apple σε δράση στην εικόνα που προστέθηκε παρακάτω. Η εταιρεία έχει συνεργαστεί με ερευνητές του Πανεπιστημίου της Καλιφόρνια για τη δημιουργία του MGIE και μόλις η τεχνολογία είναι έτοιμη, η εταιρεία θα δημιουργήσει διάφορες εφαρμογές για τις συσκευές της. ο

χαρτί

παρουσιάστηκε στο International Conference on Learning Representations (ICLR) 2024.

Εάν ενδιαφέρεστε να ελέγξετε το μοντέλο AI, ο κώδικας και τα δεδομένα με προεκπαιδευμένα μοντέλα είναι διαθέσιμα στο GitHub. Η Apple εργάζεται για τεχνητή νοημοσύνη

εδώ

και αρκετό καιρό, και παρόλο που έχει καθυστερήσει να εφαρμοστεί, τα χαρακτηριστικά θα μπορούσαν να διαφέρουν από τη βιομηχανία. Πέρυσι, τον Δεκέμβριο, η εταιρεία εφηύρε την τεχνική χρήσης μνήμης flash τον Δεκέμβριο, επιτρέποντας σε μεγάλα μοντέλα γλώσσας να λειτουργούν στο iPhone και σε άλλα προϊόντα της Apple.

Η Apple θα ανακοινώσει ορισμένες λειτουργίες AI αργότερα φέτος, πιθανώς στην εκδήλωση WWDC 2024 μαζί με το iOS 18 και άλλες ενημερώσεις λογισμικού. Προηγούμενες αναφορές ανέφεραν ότι η Apple θα αναπτύξει δυνατότητες παραγωγής τεχνητής νοημοσύνης με την κυκλοφορία των νέων μοντέλων iPhone αργότερα φέτος. Το iOS 18 θα χρησιμοποιεί τεχνητή νοημοσύνη για να βάλει το Siri σε στεροειδή, καθώς αυτή τη στιγμή βρίσκεται πίσω από το Google Assistant και την Alexa της

Amazon

.