جایگزین فتوشاپ در ویرایش عکس با هوش مصنوعی

گوگل فوتوز یک سرویس رایگان و بسیار محبوب برای ذخیره‌سازی، سازماندهی و اشتراک‌گذاری عکس‌ها و ویدئوهای کاربران است که توسط گوگل ارائه می‌شود. این سرویس در سال ۲۰۱۵ راه‌اندازی شد و به سرعت به دلیل ویژگی‌های برجسته‌ای مانند پشتیبان‌گیری خودکار و فضای ذخیره‌سازی ابری، به یکی از ابزارهای اصلی مدیریت خاطرات دیجیتال تبدیل شد.

 

مهم‌ترین عامل تمایز گوگل فوتوز، بهره‌گیری عمیق آن از هوش مصنوعی (AI) و یادگیری ماشین (Machine Learning) است. این فناوری‌ها به صورت خودکار تصاویر را بر اساس محتوا (مانند افراد، مکان‌ها، اشیاء و فعالیت‌ها) دسته‌بندی می‌کنند. برای مثال، کاربران می‌توانند با جستجوی عباراتی مانند «سفر به شمال در تابستان» یا «عکس‌های تولد محمد»، تصاویر مرتبط را بدون نیاز به برچسب‌گذاری دستی پیدا کنند. علاوه بر این، ابزارهای اولیه ویرایش، ایجاد انیمیشن‌ها، کلاژها و خاطرات خودکار (Memories) نیز از جمله قابلیت‌هایی بودند که گوگل فوتوز را به یک پلتفرم "مدیریت زندگی دیجیتال تبدیل کردند.

 

گوگل فوتوز با معرفی ابزارهای جدیدی که از قدرت هوش مصنوعی مولد (Generative AI) بهره می‌برند، مرزهای ویرایش تصویر را بازتعریف کرده است. نخستین و برجسته‌ترین قابلیت، گزینه «کمک کن ویرایش کنم» (Help me edit) است که به کاربران اجازه می‌دهد تغییرات پیچیده و دقیقی را در عکس‌های پرتره و گروهی خود اعمال کنند که پیش از این نیازمند نرم‌افزارهای تخصصی بودند.

 

این هوش مصنوعی نه تنها می‌تواند عینک آفتابی را بردارد یا چشمان بسته‌شده را اصلاح کند، بلکه این کار را با هوشمندی شگفت‌انگیزی انجام می‌دهد: سیستم، برای ایجاد تغییرات، از تصاویر دیگر ذخیره‌شده در گروه‌های چهره کاربر بهره می‌گیرد. این بدان معناست که هوش مصنوعی می‌تواند با استفاده از داده‌های تصویری موجود در کتابخانه کاربر، تغییراتی ایجاد کند که کاملاً متناسب با شخص مورد نظر باشد و کیفیت آن قابل تشخیص نباشد. همچنین، کنترل این ابزار ویرایش اکنون از طریق فرامین متنی یا صوتی برای کاربران iOS در ایالات متحده در حال عرضه است، که سهولت استفاده را به سطح جدیدی می‌رساند.

 

یکی از مهم‌ترین تحولات اخیر، ادغام ویرایشگر تصویر پیشرفته گوگل با نام رمز «نانو بنانا» (Nano Banana) درون گوگل فوتوز است. این ادغام، قابلیت‌های ویرایش را از اصلاحات جزئی به تغییر سبک‌های گسترده و نامحدود ارتقا می‌دهد. کاربران اکنون می‌توانند درخواست‌هایی مانند «تصویر را به یک نقاشی دوره رنسانس تبدیل کن» یا «استایل موزاییکی به عکس اضافه کن» را به ابزار «Help me edit» ارائه دهند. این امر کاربران را قادر می‌سازد تا خلاقیت خود را فراتر از واقعیت ثبت‌شده ببرند.

علاوه بر این، «نانو بنانا» بخش جدیدی به نام «ایجاد با هوش مصنوعی» را نیز معرفی خواهد کرد. این بخش در ابتدا با قالب‌هایی که بر اساس درخواست‌های محبوب ایجاد شده‌اند، کار را برای کاربران اندروید در ایالات متحده و هند آغاز می‌کند. با گذشت زمان، گوگل این قالب‌ها را بر اساس تجربیات و سرگرمی‌های منحصربه‌فرد ثبت شده در کتابخانه عکس هر فرد، شخصی‌سازی خواهد کرد.

 

پس از یک وقفه موقت و شروع مجدد پروژه در ماه ژوئن، ابزار «Ask Photos» (از عکس‌ها بپرس) با قدرت بیشتری در حال توسعه و عرضه جهانی است. این قابلیت جستجوی مبتنی بر هوش مصنوعی، که به کاربران اجازه می‌دهد تا با طرح سوالات پیچیده در کتابخانه عکس خود کاوش کنند (مانند «بهترین عکس‌هایی که با پدربزرگ در پارک گرفتیم کدامند؟»)، اکنون در بیش از ۱۰۰ بازار جدید در دسترس خواهد بود و از ۱۷ زبان جدید پشتیبانی می‌کند. این گسترش جهانی، تجربه جستجو را برای میلیون‌ها کاربر جدید متحول خواهد کرد.

 

در نهایت، گوگل فوتوز یک دکمه تعاملی جدید به نام «Ask» (بپرس) را در زیر هر تصویر اضافه می‌کند. هدف از این دکمه، ارائه جزئیات بیشتر، یافتن محتوای مرتبط و تسهیل ویرایش است. کاربر می‌تواند پس از ضربه زدن روی این دکمه، پرسش‌هایی در مورد محتوای یک عکس خاص بنویسد (مثلاً «این رستوران کجا بود؟»)، تصاویر مشابه را در آرشیو خود پیدا کند، یا مستقیماً ویرایش‌های مورد نظر خود را توصیف کند. این قابلیت در حال حاضر به صورت آزمایشی در ایالات متحده و برای هر دو سیستم عامل اندروید و iOS عرضه شده است و یک گام مهم به سوی فهم معنایی (Semantic Understanding) عمیق‌تر هر تصویر توسط هوش مصنوعی محسوب می‌شود.

 

معرفی قابلیت‌هایی مانند «Help me edit» و ادغام ویرایشگر «نانو بنانا» در گوگل فوتوز، نشان‌دهنده یک تغییر پارادایم اساسی در حوزه ویرایش عکس است. در گذشته، انجام عملیات پیچیده‌ای مانند حذف اشیاء ناخواسته، برداشتن عینک آفتابی یا تغییر کامل سبک بصری یک تصویر (تبدیل به نقاشی رنسانس)، نیازمند تسلط بر ابزارهای قدرتمند اما پیچیده مانند فتوشاپ بود. این ابزارها منحنی یادگیری تندی داشتند و زمان زیادی برای اجرای یک ویرایش حرفه‌ای طلب می‌کردند. اکنون، گوگل فوتوز با تکیه بر هوش مصنوعی مولد، این موانع را برداشته است. این پلتفرم به کاربران اجازه می‌دهد تا تنها با فرامین متنی ساده، به نتایج حرفه‌ای دست یابند و نیاز به صرف ساعت‌ها برای کار با لایه‌ها، ماسک‌ها و ابزارهای انتخابی فتوشاپ را برای کاربران عادی و حتی بسیاری از حرفه‌ای‌ها از بین می‌برد.

 

این تغییر نقش، فتوشاپ را به ابزاری تخصصی‌تر تبدیل می‌کند، در حالی که گوگل فوتوز به "ویرایشگر پیش‌فرض زندگی روزمره" ارتقا می‌یابد. هوش مصنوعی گوگل فوتوز به طور خاص بر روی شخصی‌سازی و درک بافت تمرکز دارد. برای مثال، توانایی آن در استفاده از تصاویر ذخیره‌شده دیگر در کتابخانه کاربر برای ترمیم چشم‌های بسته یا برداشتن عینک، سطحی از دقت را فراهم می‌کند که از نظر سرعت و سهولت، در مقایسه با تلاش برای بازسازی جزئیات در فتوشاپ، قابل قیاس نیست. کاربران دیگر مجبور نیستند بین کیفیت و سادگی یکی را انتخاب کنند؛ هوش مصنوعی، هر دو را در محیطی که خاطرات آن‌ها را مدیریت می‌کند، ارائه می‌دهد.

 

در نهایت، این قابلیت‌های جدید نشان می‌دهند که گوگل فوتوز در حال تبدیل شدن به یک جایگزین ایده‌آل برای اکثر وظایف ویرایشی متمرکز بر انسان و بافتار (Context-Focused Editing) است. در حالی که فتوشاپ همچنان برای کارهای عمیق گرافیکی، طراحی از صفر، ساخت تصاویر کامپوزیت پیچیده و جزئیات پیکسل به پیکسل ضروری خواهد ماند، برای عموم کاربران که می‌خواهند عکس‌های پرتره و گروهی خود را به سرعت و با کیفیت بالا بهبود بخشند یا آن‌ها را به سبک‌های هنری جدید تبدیل کنند، گوگل فوتوز با هوش مصنوعی مولد، به مراتب ساده‌تر، سریع‌تر و در دسترس‌تر عمل می‌کند. این بدان معناست که برای بسیاری از کاربران، گوگل فوتوز عملاً نقش ابزار ویرایش اصلی و جایگزین فتوشاپ را در سناریوهای معمول ایفا خواهد کرد.