Iako nije jedan od vodećih igrača u svetu veštačke inteligencije danas, novi Apple otvoreni AI model za uređivanje slika može doprineti ovoj oblasti. Na taj način Apple put ka veštačkoj inteligenciji se poboljšava, a model nazvan MLLM-Guided Image Editing (MGIE) koristi multimodalne velike jezičke modale za tumačenje tekstualnih komandi pri uređivanju slika. Drugim rečima, alat ima sposobnost uređivanja fotografija na osnovu teksta koji korisnik unese.

Iako ovo nije prvi alat koji to može, „ljudske instrukcije su ponekad previše kratke da bi trenutno dostupne metode mogle da ih uhvate i prate“, piše u dokumentaciji projekta. Apple je razvio MGIE sa istraživačima sa Univerziteta Kalifornija u Santa Barbari.

Veliki jezički modeli imaju moć da transformišu jednostavne ili nejasne tekstualne komande u detaljnije i jasnije instrukcije koje sam uređivač fotografija može da prati. Na primer, ukoliko korisnik želi da uredi fotografiju pice sa feferoni papričicama, tako da ona izgleda zdravije, veliki jezički modeli to mogu da interpretiraju kao „dodavanje povrća“ i urede fotografiju u skladu sa tim.

Osim pravljenja glavnih promena na fotografijama, MGIE takođe može da iseče, menja veličinu i rotira fotografije, kao i da poboljša njihovu svetlinu, kontrast i balans boja, sve putem tekstualnih komandi. Takođe može da uređuje specifična područja fotografije i, na primer, da modifikuje kosu, oči i odeću osobe na njoj, ili da ukloni elemente u pozadini, čemu će se verovatno obradovati mnogi Instagram korisnici.

Apple