گوگل در جدیدترین به‌روزرسانی اپلیکیشن Google Photos (نسخه ۷.۹۵)، گام مهمی در جهت بهبود دقت ویژگی «کمد هوشمند» (AI Wardrobe) برداشته است. این قابلیت که به کاربران اجازه می‌دهد لباس‌ها و اکسسوری‌های خود را برای «پرو مجازی» در فضای دیجیتال بازسازی کنند، اکنون با اضافه شدن گزینه «Regenerate image»، مشکل عدم انطباق تصاویر اولیه با واقعیت را تا حد زیادی مرتفع می‌کند.
چالش‌های بازنمایی در مدل‌های مولد
ویژگی کمد دیجیتال در Google Photos از مدل‌های هوش مصنوعی برای شناسایی و بازسازی بصری آیتم‌های پوشیدنی استفاده می‌کند. تا پیش از این، هنگامی که کاربر برای نخستین بار یک آیتم را به کمد خود اضافه می‌کرد، هوش مصنوعی یک تصویر ایستا از آن تولید می‌کرد. مشکل اصلی اینجا بود که اگر هوش مصنوعی در درک بافت، رنگ یا جزئیات دقیق لباس دچار خطا می‌شد، کاربر هیچ راهی برای اصلاح آن نداشت. این امر منجر به ناامیدی کاربران در زمان استفاده از قابلیت «تلاش برای ست کردن لباس‌ها» (Outfit feature) می‌شد، زیرا دقت نمایش مجازی مستقیماً به کیفیت و وفاداری تصویر بازسازی شده بستگی دارد.
سازوکار عملکرد قابلیت Regenerate
بر اساس بررسی‌های فنی انجام شده بر روی نسخه ۷.۹۵، گوگل مکانیزم جدیدی را در منوی جزئیات هر آیتم تعبیه کرده است. برای دسترسی به این قابلیت، کاربر باید وارد صفحه جزئیات آیتم در بخش Wardrobe شده و از طریق منوی سه‌نقطه‌ای (Three-dot menu)، گزینه جدید «Regenerate image» را انتخاب کند. فرآیند بازسازی در پس‌زمینه اجرا می‌شود و نیازی نیست کاربر در تمام مدت زمان پردازش در صفحه باقی بماند.
مشخصات فنی و تحلیل رفتاری هوش مصنوعی
- نسخه شناسایی شده: Google Photos v7.95
- قابلیت اصلی: امکان بازتولید (Regenerate) تصاویر در بخش کمد دیجیتال
- وضعیت پردازش: اجرای غیرهمزمان (Asynchronous) در پس‌زمینه
- ماهیت هوش مصنوعی: مدل‌های مولد تصاویر برای نگاشت پوشاک
تغییرات محتوایی؛ فرصت یا تهدید؟
تحلیل‌های عملیاتی نشان می‌دهد که «بازسازی» در اینجا به معنای تولید دقیقاً همان تصویر قبلی نیست. در واقع، مدل هوش مصنوعی در هر بار بازسازی، متغیرهای جدیدی را اعمال می‌کند. برای نمونه، در آزمایش‌های صورت گرفته روی عینک‌ها، گوگل فوتوز نه تنها رنگ‌بندی را اصلاح کرد، بلکه جزئیات ساختاری مانند پد بینی را که در تصویر اولیه غایب بود، اضافه نمود. با این حال، به دلیل ماهیت احتمالی (Probabilistic) مدل‌های مولد، این احتمال وجود دارد که نسخه جدید گاهی تفاوت‌های بصری نامطلوبی نسبت به نسخه اول داشته باشد. این ویژگی برای کاربرانی که به دنبال شبیه‌سازی دقیق و حرفه‌ای سبک پوشش خود هستند، ابزاری دوپهلو محسوب می‌شود که نیازمند نظارت دقیق کاربر در حین فرآیند است.
نتیجه‌گیری
اضافه شدن امکان Regenerate گواهی بر بلوغ رویکرد گوگل در توسعه ویژگی‌های متکی بر AI است. با انتقال کنترل بازنمایی از سیستم به دست کاربر، گوگل فوتوز از یک ابزار صرفاً نمایشی به یک محیط تعاملی تبدیل می‌شود. این قابلیت به‌ویژه برای سیستم‌های «پرو مجازی» که بر پایه تطبیق متریال و ترکیب رنگ لباس‌ها عمل می‌کنند، حیاتی است و می‌تواند دقت خروجی‌های نهایی را برای کاربر بهبود بخشد.
