در ماه آوریل سال 2017 بود که شاهد تجربه جدیدی از گوگل بهنام "هوش مصنوعی طراحی خودکار" (AutoDraw AI) بودیم. این تجربه گوگل بهقدری قدرتمند است که میتواند نقاشیهای کودکانه و بههم ریخته را به یک اثر هنری زیبا تبدیل کند. حالا، بهنظر میرسد که مایکروسافت همان راه را در پیش گرفته و بات جدیدی ساخته که بر اساس چیزی که بهآن میگویید برای شما نقاشی میکشد.
فناوری هوشمند جدید مایکروسافت بهگونهای طراحی و برنامهریزی شده که تصویر توصیفات متنی شما را کشیده و تحویلتان میدهد. در این فناوری روی کلمات خاصی که در آن تعریف متنی وجود دارد تمرکز میشود و از روش توجه متمرکز شده برای طراحی یک تصویر با کیفیت بالا استفاده میکند.
روش توجه متمرکز موجب شد تا کیفیت تصویر در مقایسه با نسل قبلی این فناوری یعنی "متن بهتصویر" سه برابر افزایش پیدا کند. «ژیائودونگ هی»، محقق اصلی فناوری یادگیری عمیق در شرکت مایکروسافت میگوید که تصاویر تولید شده توسط این بات، پیکسل بهپیکسل و از ابتدا ساخته میشوند.
بهگفته وی، "شاید این پرندگان در دنیای واقعی وجود نداشته باشند، آنها تنها تصور و خیالپردازی کامپیوترهای ما از پرندگان هستند." این بات برای تبدیل متن به تصویر از یک فناوری جدید بهنام GAN (شبکه عصبی تولیدی) استفاده میکند.
در این فناوری از دو مدل یادگیری ماشین استفاده میشود. یکی از آنها از روی متن، تصویر تولید میکند و دیگری از همان متن برای تعیین صحت و اعتبار عکسهای تولید شده استفاده میکند. هر دو مدل یادگیری ماشین در کنار هم برای تولید عکسهای فوقالعاده و بینقص کار میکنند.
محققان ادعا میکنند که این بات هنرمند AI قادر به تولید هر نوع عکس از اتوبوسهای دو کابین گرفته تا احشام در حال چرا است. علاوه بر این، هر کدام از عکسهای تولید شده شامل جزئیاتی بودند که در توصیفات متنی ارائه شده وجود نداشت.