Apple atzīst, ka plāno ieviest vairāk MI funkcijas iPhone. Nesen publicēts raksts norāda, ka viena no tām būs rediģēšanas iespēja.
To sauc MGIE vai MLLM-Guided (multimodāls lielās valodas modelis) Image Editing. Lai tehnoloģija taptu īsta, bija nepieciešama sadarbība starp Apple un zinātniekiem no Kalifornijas Universitātes. Rakstā minēts, ka MGIE spēj veikt “Fotošopa stila modifikācijas”. Tiek ietverti gan sīki labojumi, piemēram, attēlu apgriešana, gan sarežģītāka rediģēšana, piemēram, objektu izņemšana no attēla. Tas tiek realizēts ar MLLM, mākslīga intelekta veids, kas spēj apstrādāt “tekstu un attēlus” vienlaicīgi.
VentureBeat savā ziņā skaidro, ka MLLM uzrāda “ievērojamas iespējas vairāku modeļu izpratnē”, lai gan tos īpaši neizmanto attēlu rediģēšanas rīkos, neskatoties uz to efektivitāti.
Publiskā demonstrācija
MGIE strādā diezgan saprotamā veidā. Bilde ir jāaugšupielādē un jādod tiešas, saprotamas instrukcijas par vēlamajām izmaiņām. VentureBeat saka, ka cilvēkiem nāksies “nodrošināt skaidrus norādījumus”. Piemēram, augšupielādējot bildi ar spožu, saulainu dienu, MGIE jāpasaka, ka vēlaties padarīt debesis zilākas. Tehnoloģija padarīs konkrēto krāsu nedaudz košāku, taču, iespējams, ne tik, cik vajag. Tai būs jāturpina dot norādes līdz sasniegts vēlamais rezultāts.
MGIE šobrīd ir pieejams GitHub kā atvērts projekts. Pētnieki piedāvā iepriekš apmācītus modeļus, kā arī piezīmēs, kas pamāca lietotājām, kā pareizi izmantot mākslīgo intelektu rediģēšanas nolūkiem. Publikai ir pieejams demo platformā Hugging Face.
Funkcijas iekļaušana nākotnēs iPhone
Vai šī funkcija būs pieejama nākamajiem iPhone vai iOS 18? Varbūt. Tims Kuks investoriem paziņojis, ka šī gada laikā mākslīgā intelekta rīki būs pieejami Apple ierīcēs, taču precīzāku informāciju nesniedza. Iespējams, MGIE kļūs par iPhone versiju Google Magic Editor, funkcija, kas var pilnībā pārveidot attēla saturu.
Avots: TechRadar
