گوگل مدل هوش مصنوعی متن به تصویر خود به نام Imagen را دارد که نسخه فعلی آن Imagen 2 است. این گزینه ارزش بررسی را دارد و حتی اگر توسعه‌دهنده یا کسب‌وکار نیستید، می‌توانید Imagen 2 را به‌صورت رایگان با استفاده از Google Cloud امتحان کنید. در این مقاله به نحوه آشنایی و دسترسی به آن می پردازیم.
گوگل Imagen 2 چیست؟
Imagen 2 یک مدل انتشار متن به تصویر هوش مصنوعی است که توسط گوگل توسعه یافته و در 13 دسامبر 2023 منتشر شده است. این مدل به لیست رو به رشد مولدهای هوش مصنوعی متن به تصویر مانند DALL-E 2، Midjourney و Stable Diffusion اضافه می شود، که همه آنها می توانند فوراً تصاویر شگفت انگیزی را از توضیحات متن ایجاد کنند.
Imagen 2 جهش بزرگی نسبت به نسل قبلی خود (Imagen) داشته و یک مولد تصویر کاملاً با هوش مصنوعی ارائه می دهد که می تواند خروجی های هنری و واقعی مانند سایر رقبای خود ایجاد کند. این برنامه تحت مجموعه ابزارهای Vertex AI گوگل میزبانی می شود که می توانید با یک حساب Google Cloud به آن دسترسی داشته باشید.
در مقام مقایسه، اولین نسخه Imagen که از می 2022 در دسترس بود، نسخه بتا محدودی از طریق اپلیکیشنی به نام AI Test Kitchen داشت. کاربران فقط می‌توانستند با خلق مناظر شهری یا شخصیت‌های هیولایی که شبیه فیلم‌های انیمیشن پیکسار هستند، بازی کنند. Imagen 2 دارای ویژگی هایی مانند Inpainting و Outpainting است که به شما امکان می دهد محتوا را به یک تصویر تولید شده اضافه کنید یا تصویر را فراتر از مرزها گسترش دهید. این یک ویژگی است که DALL-E 2 نیز دارد، اما چیزی که Imagen را متمایز می کند، گزینه استفاده از تصویر مرجع هنگام ایجاد یک تصویر است.
اگر به دنبال یک مولد متن به تصویر هستید که بتواند مشکل دست های تولید شده توسط هوش مصنوعی را حل کند، ارزش بررسی قابلیت های Imagen 2 را دارد. نتایج هنوز کامل نیستند، اما این حوزه ای است که گوگل در هنگام توسعه ابزار به آن توجه ویژه ای داشته است.
چگونه Imagen 2 را برای خود امتحان کنید
Imagen 2 دقیقاً توسعه دهندگان و مشاغل را هدف قرار داده، اما اگر فردی هستید، همچنان می توانید با ثبت نام برای یک حساب Google Cloud رایگان آن را امتحان کنید. روی دکمه Start Free در گوشه سمت راست بالای صفحه کلیک کنید، سپس دستورالعمل ها را برای تنظیم یک حساب صورتحساب دنبال کنید.
برای صورتحساب باید یک کارت اعتباری اضافه کنید، اما نباید نگران هزینه‌های آینده باشید. گوگل به صراحت اعلام می کند که پس از پایان دوره آزمایشی رایگان، به صورت خودکار صورتحساب دریافت نمی کنید. هنگامی که یک حساب کاربری ایجاد کردید، روی دکمه Console در صفحه اصلی Google Cloud کلیک کنید، سپس روی منوی همبرگر (سه خط افقی) در گوشه بالا سمت چپ کلیک کنید. در منو، روی Vertex AI Vision انتخاب کنید. پس از ورود به این صفحه، از پنل سمت چپ روی Studio کلیک کنید یا روی دکمه Open Studio در سمت راست کلیک کنید.
گوگل چگونه مدل هوش مصنوعی Imagen را آموزش داد؟
در پشت صحنه، Imagen با استفاده از مجموعه داده های عمومی در دسترس به نام LAION-400M، در ترکیب با مجموعه داده های داخلی آموزش دید. همه شرکت‌های هوش مصنوعی این اطلاعات را عمومی نمی‌کنند. یکی از نمونه ها DALL-E 2 است. استفاده از مجموعه داده ها نیز به یک موضوع بحث برانگیز تبدیل شده، تا حدی به دلیل تمرین آن در حذف میلیون ها تصویر از اینترنت می باشد. به‌ویژه هنرمندان از شرکت‌های هوش مصنوعی به خاطر عدم کسب رضایت از صاحب یک تصویر یا اثر هنری قبل از استفاده از آن برای آموزش مدل‌های هوش مصنوعی انتقاد کرده‌اند.