آیا سیستم های هوش مصنوعی مانند DALL-E یا Midjourney می توانند وظایف خلاقانه را انجام دهند؟

اخیراً شاهد تغییرات اساسی در روند تولید تصاویر هستیم؛ هجوم و رشد اخیر یادگیری ماشین و هوش مصنوعی سؤالاتی را در مورد نحوه تکامل و توسعه فرآیندهای خلاق از طریق فناوری ایجاد می کند.

وب‌سایت خبری هنری براق حامیم– سیستم‌هایی مانند DALL-E2, DALL-E و Midjourney برنامه‌های هوش مصنوعی هستند که برای تولید تصاویر از توضیحات متن با استفاده از مجموعه داده‌ای از جفت‌های متن-تصویر آموزش دیده‌اند. مجموعه متنوعی از قابلیت‌ها شامل ایجاد نسخه‌های انسانی از حیوانات و اشیاء، ترکیب مفاهیم نامرتبط به روش‌های قابل قبول، و اعمال دگرگونی‌ها در تصاویر موجود است.

DALL-E و سیستم‌های مشابه می‌توانند تصاویر قابل قبولی برای جملات مختلف ایجاد کنند که ساختار ترکیبی زبان را بررسی می‌کنند. DALL-E برخی از قابلیت‌های موتور رندر سه بعدی را دارد، اما تفاوت در ماهیت ورودی‌ها است. برای رندر سه بعدی، ورودی باید با جزئیات کامل مشخص شود، در حالی که DALL-E اغلب می‌تواند «جاهای خالی» را پر کند. همچنین می تواند به طور مستقل ویژگی های تعداد کمی از اشیاء را کنترل کند.

یکی از هیجان انگیزترین ویژگی ها، توانایی ترکیب مفاهیم نامرتبط است. این توانایی می تواند پیامدهایی برای رشته های معماری و طراحی داشته باشد، همانطور که برای معماری و طراحی محصول، از مفاهیم به ظاهر نامرتبط الهام می گیرد. مدل‌های مولد هوش مصنوعی، طراحان را تشویق می‌کند تا تعداد بیشتری از امکانات طراحی را از منظری جدید بررسی کنند، زیرا زمان بین قصد و اجرا را کاهش می‌دهد. آنها روشی در دسترس برای بازی با داده ها و ایجاد انواع تخیلی از راه حل ها برای مشکلات ارائه می دهند.

برخی از محققان این سیستم‌ها را «سرندیپیتی مصنوعی» می‌نامند، سیستم‌هایی که فرصت سرندیپیتی را به حداکثر می‌رسانند و دامنه قابلیت‌های خلاقانه را فراتر از روش‌های کلاسیک باز می‌کنند. معماران در حال آزمایش با این ابزارها هستند تا مسائل پیچیده ای مانند برنامه ریزی شهری و امکانات فضاهای موجود را بررسی کنند. برخی دیگر کلمات کلیدی معماری را با کلیشه‌های طراحی معاصر، ارجاع به فرهنگ پاپ و سبک‌های هنری مختلف برای طراحی ساختمان‌ها یا صرفاً کشف ماهیت گرایش‌های طراحی و فناوری ترکیب می‌کنند.

در حالی که این مدل ها دارای محدودیت هایی هستند، این زمینه با سرعت بی سابقه ای در حال پیشرفت است. اخیراً اپل، گائودی، برنامه «معمار عصبی» را منتشر کرده است که با ایجاد صحنه‌های سه‌بعدی از پیام‌های متنی مانند «برو به طبقه بالا» یا «از راهرو برو»، این فرآیند را یک قدم جلوتر می‌برد. پیش‌بینی اینکه این تحولات ما را به کجا خواهد برد دشوار است، اما تأثیر آنها را می‌توان از پیش بینی کرد. در زمینه های معماری و طراحی، این موارد را می توان به عنوان ابزار قدرتمندی برای کاوش، بهینه سازی و آزمایش سریع طرح های خلاقانه به کار گرفت.

پایان پیام/