في خطوة مدهشة نحو تطوير الذكاء الاصطناعي، قام الباحثون بابتكار طريقة جديدة لتعليم وكلاء الذكاء الاصطناعي كيفية إنتاج الرسومات التوضيحية (sketches) بشكل تدريجي، بحيث يمكنهم رسم جزء واحد في كل مرة. يستند هذا النهج إلى نموذج لغوي متعدد الوسائط (multi-modal language model) ويتمتع بتقنية متقدمة تعتمد على التعلم المعزز (reinforcement learning) مع مكافآت متعددة الأدوار، مدعوم بتعديلات مشرفة.

يستخدم الباحثون مجموعة بيانات جديدة تسمى ControlSketch-Part، التي تحتوي على تصنيفات غنية على مستوى الأجزاء للرسومات. تم الحصول على هذه البيانات باستخدام نظام تلقائي مبتكر لتصنيف الرسومات، والذي يقسم الرسومات الفكتور (vector sketches) إلى أجزاء دلالية ويعين مسارات لتلك الأجزاء عبر عملية تصنيف متعددة المراحل.

تظهر النتائج كيف أن دمج بيانات هيكلية على مستوى الأجزاء وتوفير التغذية الراجعة البصرية لوكلاء الذكاء الاصطناعي خلال العملية، يمكن أن يؤدي إلى توليد رسومات توضيحية قابلة للتفسير وقابلة للتحكم، مما يتيح لمستخدمي هذه التقنية تعديلات محلية فعالة.

يعد هذا الابتكار بمثابة قفزة نوعية في مجال الذكاء الاصطناعي وتطبيقاته في التصميم الرقمي، ويعكس مدى قدرة التقنيات الحديثة على تحسين التجارب الإبداعية في مجال الرسم والتصميم. كيف يمكن أن تغير هذه التقنيات طريقة تصميم الرسوم التوضيحية في المستقبل؟ شاركونا آرائكم في التعليقات.