هوش مصنوعی میدجورنی

روز پنج‌شنبه، ابزارهای هوش مصنوعی برای طراحی گرافیک معرفی شد. Midjourney یک نرم‌افزار هوش مصنوعی است که به افراد این امکان را می‌دهد تا تصاویر و ویدیوهای واقعیت مجازی بسازند. این نرم‌افزار از تکنیک‌هایی مانند شبکه‌های مولد تقویت شده (GANs) استفاده می‌کند تا تصاویری تولید کند که به واقعیت نزدیک باشند و ویژگی‌های واقع‌گرایانه کافی داشته باشند تا به عنوان تصاویر واقعی شناخته شوند. هوش مصنوعی میدجورنی نسخه ۵٫۲ از مدل سنتر تصویر مبتنی‌بر هوش مصنوعی خود را معرفی کرد. این نسخه شامل ویژگی جدیدی به نام Zoom Out است که قابلیتی است که سوژه‌ی اصلی را در مرکز تصویر حفظ می‌کند و به‌طور خودکار صحنه‌ای بزرگ‌تر در اطراف آن ایجاد می‌کند، مشابه زوم کردن با لنز دوربین.

ویژگی بزرگنمایی میدجورنی قادر است تصویر ساخته‌شده با هوش مصنوعی را دریافت کرده و مرزهای اطراف آن را گسترش دهد. این قابلیت به سوژه‌ی اصلی در مرکز تصویر ثابت باقی می‌ماند. با این حال، برخلاف DALL-E و قابلیت Generative Fill فتوشاپ، کاربران نمی‌توانند تصویر سفارشی برای گسترش مرز اطراف سوژه انتخاب کنند. در حال حاضر، قابلیت بزرگنمایی نسخه ۵٫۲ میدجورنی فقط با تصاویر ساخته‌شده با این هوش مصنوعی قابل استفاده است.

کاربرد هوش مصنوعی میدجورنی

کاربران می‌توانند از طریق سرور دیسکورد میدجورنی، با تولید هر تصویر در نسخه ۵٫۲، از امکانات جدید استفاده کنند. آن‌ها می‌توانند تصویر را با ضریب ۱٫۵ یا ۲ برابر کنند یا مقدار سفارشی بین عدد ۱ تا ۲ برای بزرگنمایی انتخاب کنند. همچنین، قابلیت دیگری به‌نام “Make Square” نیز وجود دارد که مواد اطراف تصویر را به‌گونه‌ای تولید می‌کند که نسبت تصویر در حالت ۱:۱ حفظ شود.

دیوید هولز، خالق میدجورنی، اخیراً توضیحاتی درباره ویژگی‌های جدید و بهبودهای نسخه ۵٫۲ این هوش مصنوعی ارائه داده است. از جمله ویژگی‌های جدید این ابزار، سیستم زیبایی‌شناسی بازنگری‌شده و بهبود کیفیت و سبک تصویر قابل ذکر است که به طور موثر در واقعی‌تر شدن تصاویر کمک می‌کند. علاوه بر این، حالت جدیدی به نام “High variation mode” معرفی شده است که به طور پیش‌فرض فعال بوده و تنوع ترکیب‌بندی تصاویر را افزایش می‌دهد. کاربران همچنین می‌توانند از دستور جدید “/shorten” برای حذف کلمات غیرضروری استفاده کنند و متن را کوتاه‌تر کنند.

هولز تأکید کرد که تغییرات نسخه ۵.۲ میدجورنی احتمالاً بدون اطلاع قبلی اعمال خواهند شد. با این حال، نسخه‌های قدیمی‌تر مدل میدجورنی هنوز از طریق دستور “/settings” یا استفاده از آرگومان درون‌خطی “–v 5.1” قابل دسترسی هستند.

دستورات کاربردی Midjourney

در هنگام استفاده از هوش مصنوعی Midjourney، می‌توانید از دستورات و پارامترهای مختلفی استفاده کنید تا خروجی موردنظر خود را بهبود دهید. در زیر به برخی از دستورات اصلی و عملکردهای آن‌ها اشاره شده است:

imagine/ (تصور کردن): این دستور اصلی در Midjourney است و پس از آن توضیحات مرتبط با تصویر مورد نظر شما نوشته می‌شود.

help/ (راهنما): با این دستور می‌توانید اطلاعات و نکات کاربردی درباره بات Midjourney را مشاهده کنید.

info/ (اطلاعات): این دستور برای نمایش اطلاعات پروفایل شما، طرح کاربری، اعتبار باقی‌مانده و موارد مشابه استفاده می‌شود.

subscribe/ (اشتراک): با استفاده از این دستور، یک لینک اختصاصی برای حساب کاربری دیسکورد فعلی شما ایجاد می‌شود و نیاز به ورود جداگانه از طریق وب‌سایت را از بین می‌برد.

relax/ (استراحت): اگر حساب کاربری پولی داشته باشید، با فعال‌کردن این حالت می‌توانید بدون کاهش اعتبار، خروجی تصاویر را دریافت کنید. اما زمان برای ساختن تصاویر طولانی‌تر خواهد شد.

private/ (خصوصی): در این حالت، شما تنها می‌توانید خروجی تصاویر خود را مشاهده کنید، اما برای بهره‌مندی از آن ماهیانه ۲۰ دلار هزینه در پی دارید.

توضیحات مربوط به هر دستور پس از وارد کردن دستور /imagine وارد می‌شوند. همچنین می‌توان با تعیین پارامترهای مختلف، نتیجه دقیق‌تری را دریافت کرد. برخی از پارامترهای مرتبط با دستور imagine عبارتند از:

beta: این پارامتر برای استفاده از یک الگوریتم آزمایشی جدید مورد استفاده قرار می‌گیرد. این الگوریتم نیاز به زمان بیشتری برای ایجاد تصویر دارد و تنها ۲ تصویر ایجاد می‌کند. برخی دیگر از پارامترها همزمان با آن قابل استفاده نیستند.

hd: این پارامتر برای استفاده از یک الگوریتم قدیمی‌تر و متفاوت مناسب است و به عنوان گزینه بهتری برای تصاویر بزرگ با موضوعات انتزاعی یا منظره معرفی می‌شود. این الگوریتم به صورت خودکار تصاویر با رزولوشن بالاتر بدون نیاز به Upscale ایجاد می‌کند.

aspect یا ar: این پارامتر برای تعیین نسبت تصویر مورد نظر استفاده می‌شود. به عنوان مثال، –ar 16:9 می‌تواند نسبت تصویر را به ۱۶ به ۹ تنظیم کند.

w و h: این پارامترها برای تعیین دقیق رزولوشن خروجی استفاده می‌شوند. به عنوان مثال، –w 256 باعث می‌شود عرض تصویر برابر با ۲۵۶ پیکسل باشد. مقادیر وارد‌شده باید در بازه ۲۵۶ الی ۲۰۳۴ پیکسل باشند.

stylize یا s: این پارامتر برای تعیین میزان هنری بودن خروجی استفاده می‌شود و باید مقدار عددی مورد نظر (بین ۶۲۵ تا ۶۰۰۰۰) ذکر شود. مقدار کمتر s– 625 نزدیک‌ترین خروجی به توضیحات کاربر را ارائه می‌دهد.

quality یا q: این پارامتر برای تنظیم سرعت ساخت تصاویر استفاده می‌شود و مقدار آن بین ۰.۲۵ تا ۵ قابل تنظیم است. با استفاده از –q 0.25 سرعت بالاتر و با –q 5 سرعت کمتر تنظیم می‌شود.