قاتل فتوشاپ؟ تصاویر هوش مصنوعی مرموز «نانو بنانا» هوش از سرتان می‌برد

مدل‌های هوش مصنوعی به‌اندازه‌ای در زمینه‌ی تولید عکس پیشرفت کرده‌اند که گاهی تصور می‌کنیم دیگر از هیچ ویژگی و قابلیتی تعجب نمی‌کنیم. اما حالا مدلی مرموز با نام غیررسمی Nano-Banana توجه کاربران شبکه‌های اجتماعی را به شکلی متفاوت جلب کرده است.

خروجی‌های این مدل که فعلاً در حالت «preview» قرار دارد، آن‌قدر تمیز و دقیق‌اند که برخی پیشاپیش به آن لقب «قاتل فتوشاپ» را داده‌اند؛ زیرا فقط با توصیفِ هرچه که می‌خواهید، عکس را ویرایش می‌کند: بدون ابزار، بدون لایه، بدون دردسر.

نانو بنانا هنوز به‌طور رسمی معرفی نشده و مستندات فنی مشخصی از آن نداریم. ولی می‌دانیم کاربران اولین‌بار در پلتفرم «LM Arena»، که به‌نوعی میدان نبرد و رده‌بندی مدل‌های هوش مصنوعی است، با آن آشنا شده‌اند.

کیفیت خیره‌کننده عکس‌ها و درک عمیقی که این مدل از جهان بصری نشان می‌دهد، گمانه‌زنی‌ها را به سمت مظنون همیشگی هدایت می‌کند: گوگل. شواهد نشان می‌دهد که یا با جانشین تصویرساز فعلی گوگل یعنی «Imagen» روبه‌رو هستیم، یا با ابزاری کاملاً جدید که قرار است جعبه‌ابزار هوش مصنوعی گوگل را وارد مرحله‌ای تازه کند.

نکته‌ای که «نانو بنانا» را از دیگر مدل‌های تولید تصویر متمایز می‌کند، علاوه‌بر وضوح و کیفیت فنی بالا، واقع‌گرایی فوق‌العاده و درک بسیار بالای آن از محتوا و همچنین جهان پیرامون است.

برای مثال در یکی از نمونه‌های منتشر شده، تصویری از نمای سه‌زخ زنی را به مدل دادند و تنها با یک دستور متنی ساده به او گفتند: «کاری کن که این شخص به دوربین نگاه کند». خروجی مدل از هر لحاظ بی‌نقص به نظر می‌رسید و حس و حال و شخصیت همان فرد را در حالتی جدید بازسازی می‌کرد.

گویی مدل واقعاً «می‌فهمید» که آن شخص از نمای روبرو چه شکلی خواهد بود.

در ادامه، تصاویری را خواهید دید که خروجی همین مدل هستند.

۱) در اولین تست از مدل خواسته شد عکسی از سوژه‌ی بالا بسازد که مستقیم به دوربین نگاه می‌کند: