گوگل در حال توسعه قابلیتی جدید برای مدل هوش مصنوعی Gemini است که به کاربران اجازه می‌دهد خروجی‌های خلاقانه و سبک‌های بصری تولید شده توسط هوش مصنوعی را به عنوان الگوهای قابل استفاده مجدد منتشر کنند؛ تغییری که اکوسیستم تولید محتوای هوش مصنوعی را از ابزارهای صرفاً پرسش‌وپاسخ به سمت پلتفرم‌های اشتراک‌گذاری سبک (Style-Sharing) سوق می‌دهد.
ظهور مفهوم «سبک‌های قابل انتشار» در اکوسیستم Gemini
بر اساس تحلیل‌های فنی (APK Teardown) انجام شده روی نسخه‌های اخیر اپلیکیشن Gemini، گوگل در حال آزمایش قابلیتی است که به کاربران اجازه می‌دهد سبک‌ها یا «Styles» اختصاصی خود را که با استفاده از دستورات متنی (Prompts) و تنظیمات خاص در مدل‌های Imagen یا دیگر موتورهای پردازش تصویر Gemini ایجاد کرده‌اند، ذخیره و منتشر کنند. این قابلیت فراتر از یک ساده‌سازی در رابط کاربری است؛ در واقع، این تلاشی برای استانداردسازی خروجی‌های بصری در میان کاربران است که در پاییز ۱۴۰۳ (اکتبر ۲۰۲۴) مورد توجه تحلیلگران فناوری قرار گرفته است.
جزئیات فنی و عملکرد مدل‌های سفارشی
مکانیزم عملکرد این ویژگی بر اساس حفظ پارامترهای مدل‌سازی تصویر در پس‌زمینه است. هنگامی که یک کاربر سبک خاصی را «منتشر» می‌کند، در واقع مجموعه‌ای از وزن‌های دستوری، پارامترهای استایل‌دهی و تنظیمات توصیفی را در فضای ابری حساب کاربری گوگل خود ذخیره می‌نماید. سایر کاربران می‌توانند با دسترسی به این سبک‌ها، همان ساختار هنری را بر روی متون یا مفاهیم متفاوت اعمال کنند، بدون آنکه نیاز باشد دستورات طولانی (Prompt Engineering) را از ابتدا بنویسند.
مشخصات فنی و تحلیل قابلیت
- نوع عملکرد: ذخیره‌سازی و اشتراک‌گذاری متادیتای تولید تصویر
- مدل هسته: یکپارچه‌سازی شده با Imagen 3 و معماری Gemini
- قابلیت کلیدی: امکان استفاده مجدد از Styleهای تولید شده توسط جامعه کاربران
- زیرساخت: متکی بر فضای ابری Google Cloud و حساب کاربری یکپارچه
تأثیر بر خلاقیت و هوش مصنوعی مولد
این رویکرد گوگل تفاوت بنیادینی با سیستم‌های موجود دارد. برخلاف مدل‌های متن‌باز مانند Stable Diffusion که کاربران برای رسیدن به سبک‌های خاص از مدل‌های آموزش‌دیده (LoRA یا Checkpoint) استفاده می‌کنند، گوگل قصد دارد این پیچیدگی فنی را با یک رابط کاربری ساده در Gemini برای عموم کاربران دسترس‌پذیر کند. انتشار سبک‌ها باعث می‌شود که «مهندسی دستور» (Prompt Engineering) از یک مهارت نخبگانی به یک کالای دیجیتال قابل اشتراک‌گذاری تبدیل شود.
امنیت و ملاحظات اخلاقی در اشتراک‌گذاری محتوا
با معرفی قابلیت انتشار عمومی، سوالاتی پیرامون حق کپی‌رایت و سوءاستفاده از سبک‌های هنری مطرح می‌شود. گوگل به احتمال زیاد از لایه‌های فیلترینگ ایمنی (Safety Filters) برای جلوگیری از انتشار سبک‌های نامناسب استفاده خواهد کرد. همچنین، سیستم احراز اصالت اثر برای جلوگیری از انتساب نادرست خروجی‌ها به کاربران دیگر، یکی از چالش‌های پیاده‌سازی این ویژگی در ماه‌های آتی خواهد بود.
نتیجه‌گیری
اقدام گوگل برای تبدیل Gemini به پلتفرمی برای اشتراک‌گذاری سبک‌های بصری، گامی بزرگ در جهت اجتماعی کردن هوش مصنوعی مولد است. در حالی که در ابتدای سال ۱۴۰۳ شمسی شاهد نبرد قدرت بر سر مدل‌های زبانی بزرگ (LLM) بودیم، اکنون در نیمه دوم سال، رقابت به سمت بهبود تجربه کاربری و قابلیت‌های شخصی‌سازی پیش می‌رود. باید منتظر ماند و دید آیا این ابزار می‌تواند استانداردی برای تبادل سبک‌های خلاقانه در دنیای هوش مصنوعی ایجاد کند یا خیر.
