شبکه اطلاع‌رسانی روابط‌عمومی ایران (شارا) || ابزارهای هوش مصنوعی با سرعتی باورنکردنی در حال توسعه‌اند، به ویژه وقتی صحبت از موتورهای هوش مصنوعی مولد به میان می‌آید که می‌توانند چیزی – یک شعر، یک تصویر، یک آهنگ، یک کلیپ ویدیویی – را بر اساس متن‌های کوتاه (prompt) تولید کنند. اگر مشتاق هستید که انواع هنر هوش مصنوعی را که اکنون در چند ثانیه قابل رندر شدن هستند، کشف کنید، ما پنج ابزار قوی را برای امتحان انتخاب کرده‌ایم. به این مولدهای هنر هوش مصنوعی بگویید چه چیزی می‌خواهید، و یک تصویر تولید شده توسط کامپیوتر را تحویل می‌گیرید.
یک نکته کلیدی: در متن‌های خود تا حد امکان جزئیات دقیق را وارد کنید. این شامل سبک تصویری که می‌خواهید ایجاد کنید (از واقع‌گرایانه تا کارتونی) و همچنین آنچه دقیقاً در قاب است، می‌شود. تصمیم‌گیری درباره میزان استفاده از این ابزارهای هوش مصنوعی و ملاحظات اخلاقی پیرامون آن‌ها را به شما واگذار می‌کنیم. به یاد داشته باشید که شرکت‌های سازنده این ابزارها همیشه در مورد تصاویری که برای آموزش آن‌ها استفاده شده‌اند، شفافیت کامل ندارند – و عکاسان و هنرمندان انسانی زیادی در سراسر جهان هستند که به دنبال کسب درآمدند.
دال-ای (Dall-E) و چت‌جی‌پی‌تی (ChatGPT)
دال-ای و چت‌جی‌پی‌تی هر دو توسط OpenAI توسعه یافته‌اند، و همپوشانی‌هایی در آنچه می‌توانید با این دو رابط انجام دهید، وجود دارد. می‌توانید Dall-E 2 را در وب امتحان کنید، که شامل گزینه افزودن جادوی هوش مصنوعی به تصاویر موجود، و همچنین تولید آن‌ها از صفر است – ۱۱۵ اعتبار (هر تصویر یک اعتبار هزینه دارد) برای شما ۱۵ دلار هزینه خواهد داشت.
تولید تصویر توسط Dall-E 3 پیشرفته‌تر از طریق ChatGPT در وب در دسترس است، به شرطی که ماهانه ۲۰ دلار برای ChatGPT Plus بپردازید، که به شما امکان می‌دهد هر تعداد تصویر که دوست دارید تولید کنید. باز هم، می‌توانید تصاویر موجود را تغییر داده و تصاویر جدید ایجاد کنید. کافیست متن خود را تایپ کنید، و مولد تصویر شروع به کار می‌کند و یک تصویر واحد را بازمی‌گرداند.
دال-ای (Dall-E) و مایکروسافت کوپایلوت (Microsoft Copilot)
اگر به دنبال یک مولد تصویر هوش مصنوعی رایگان هستید، مایکروسافت کوپایلوت یکی از بهترین‌ها است: می‌توانید به Copilot در وب (با یک حساب مایکروسافت) دسترسی پیدا کنید، و اکنون در ویندوز ۱۱ نیز در دسترس است (با جستجوی “copilot” از نوار وظیفه). فناوری هوش مصنوعی در اینجا در واقع توسط Dall-E 3 قدرت می‌گیرد، مانند ChatGPT، به دلیل همکاری بین مایکروسافت و OpenAI.
برای هر متن، چهار تصویر دریافت می‌کنید، بنابراین می‌توانید تصویری را که بیشتر دوست دارید انتخاب کنید، و ما پیشنهادات متن‌های بعدی Copilot را نیز دوست داریم. با پرداخت ۲۰ دلار در ماه، می‌توانید Copilot Pro را دریافت کنید، که فرآیند تولید تصویر را سرعت می‌بخشد و مجموعه‌ای از ارتقاءهای دیگر هوش مصنوعی (مانند ادغام محکم‌تر با مجموعه برنامه‌های Microsoft 365) را اضافه می‌کند.
میدجرنی (Midjourney)
برای کار با Midjourney، باید به Discord Midjourney بپیوندید – بنابراین به یک حساب برای برنامه چت Discord نیاز دارید. هنگامی که ثبت نام می‌کنید، دستورالعمل‌های ورود را خواهید دید، اما اساساً باید ثبت نام کنید، به یکی از کانال‌های “تازه واردان” برای مبتدیان بپیوندید، و برای یکی از پلن‌های اشتراک Midjourney ثبت نام کنید – این پلن‌ها از ۱۰ دلار در ماه شروع می‌شوند.
با انجام تمام این مراحل، می‌توانید در Discord در وب یا در برنامه‌های موبایل شروع به ایجاد کنید. متن خود را با “/imagine” شروع کنید و سپس آنچه را که می‌خواهید ببینید تایپ کنید – چهار تنوع از تصویر را دریافت می‌کنید، و سپس می‌توانید روی دکمه‌های زیر کلیک کنید تا تنوع‌های بیشتر یا تصاویر بزرگ‌تر تولید کنید. تصاویر شما در حساب آنلاین شما نیز ذخیره می‌شوند.
ادوبی فایرفلای (Adobe Firefly)
همانطور که انتظار می‌رود از یکی از بزرگترین توسعه‌دهندگان نرم‌افزار هنر دیجیتال، ادوبی اکنون مولد تصویر هوش مصنوعی خود را دارد، که فایرفلای نام دارد. آن را در سایر ابزارهای ادوبی، از جمله فتوشاپ، پیدا خواهید کرد، اما به عنوان یک برنامه مستقل در وب نیز در دسترس است – شما ۲۵ تصویر در ماه به صورت رایگان دریافت می‌کنید، با برنامه‌های پولی (از ۴.۹۹ دلار در ماه) که این تعداد را افزایش می‌دهند.
جعبه متن در مرکز صفحه است: کافیست درخواست خود را تایپ کرده و سپس روی Generate کلیک کنید. می‌توانید از تصاویر خود برای پیشنهاد موضوع یا سبک استفاده کنید، و گزینه‌های ساده‌ای برای تغییر ظاهر یا نسبت تصویر وجود دارد. جنبه جامعه‌محور فایرفلای نیز چشمگیر است – یک گالری وسیع از آثار هنری هوش مصنوعی که توسط سایر کاربران ایجاد شده‌اند.
کرایون (Craiyon)
کرایون به اندازه برخی دیگر از مولدهای هنر هوش مصنوعی که در اینجا ذکر کردیم از نظر هنری مستعد نیست، اما یک سطح رایگان دارد، و استفاده از آن در وب بسیار ساده است (حتی نیازی به حساب کاربری ندارید). اگر به تصاویر سریع‌تر نیاز دارید و می‌خواهید واترمارک‌ها و تبلیغات را حذف کنید، می‌توانید عضو پولی شوید – قیمت‌ها از ۶ دلار در ماه برای این مورد شروع می‌شود.
متن خود را در کادر تایپ کنید، سبک تصویر را (در صورت لزوم) از گزینه‌های زیر انتخاب کنید، سپس روی Draw کلیک کنید. چند تصویر تازه ایجاد شده در صفحه نمایش داده می‌شوند، اگر به دنبال الهام هنری هستید (و اینها نیز برای پاسخ به آنچه شما تایپ می‌کنید تغییر می‌کنند). نه تنوع تصویری دریافت می‌کنید، به علاوه پیشنهاداتی برای متن‌های بعدی.
استیبل دیفیوژن (Stable Diffusion)
Stable Diffusion برای کسانی که به دنبال کنترل دقیق بر آثار هنری تولید شده توسط هوش مصنوعی خود هستند، قابلیت سفارشی‌سازی بی‌نظیری را ارائه می‌دهد. به عنوان یک پروژه منبع باز (open-source)، امکان تغییرات گسترده و آموزش را فراهم می‌کند و به دیدگاه‌های خلاقانه خاص پاسخ می‌دهد. اپلیکیشن وب قدرتمند آن، DreamStudio، کنترل قابل توجهی را بر فرآیند تولید تصویر به کاربران می‌دهد، اگرچه منحنی یادگیری شیب‌دارتری نسبت به برخی از همتایان خود دارد.
هوش مصنوعی مولد گتی ایمیج (Generative AI by Getty)
برای کسب‌وکارهایی که نگران پیامدهای قانونی و اخلاقی استفاده از تصاویر تولید شده توسط هوش مصنوعی هستند، Getty Images راه‌حلی ارائه می‌دهد که هم خلاقانه و هم سازگار (compliant) است. Generative AI by Getty تصاویر شبه استوک تولید می‌کند که در برابر ادعاهای قانونی مصونیت دارند و گزینه‌ای امن برای استفاده تجاری فراهم می‌آورند. اگرچه ممکن است با انعطاف‌پذیری خلاقانه سایر ابزارها مطابقت نداشته باشد، اما تمرکز آن بر تصاویر تجاری ایمن، آن را برای کاربردهای تجاری بسیار ارزشمند می‌کند.
نویسنده: دیوید نیلد | تاریخ انتشار: ۲ آوریل ۲۰۲۴، ۱۰:۰۳ صبح به وقت EDT
منبع: Popular Science