في ظل التطورات السريعة في مجال الذكاء الاصطناعي، تتزايد الابتكارات التي تدمج الفنون مع التكنولوجيا. ومن أبرز تلك الابتكارات نموذج CompArt، الذي يهدف إلى تحسين جمالية الصور المُولَّدة بواسطة نماذج تحويل النص إلى صورة (Text-to-Image T2I).

لقد شهدنا في السنوات الأخيرة تقدمًا ملحوظًا في نماذج الانسياب (Diffusion Models) التي تركز على التوافق الدلالي، أي القدرة على توليد ما يتم وصفه في أوامر النص. لكن يصبح الأمر معقدًا عندما ينعدم التحكم الدقيق في الجمالية أو كيفية تنظيم العناصر البصرية في الصورة.

الأبحاث السابقة غالبًا ما تتعامل مع الجمالية وكأنها مفهوم شامل يعتمد على التفضيلات الشخصية (مثل "جودة عالية"، "تفاصيل دقيقة"، "مذهلة")، وهو ما لا يتطابق بدقة مع المقاصد التكوينية. هنا يأتي دور مصطلح "التوافق الجمالي" (Aesthetic Alignment) الذي يتناول عملية توافق الصور المُولَّدة مع القيود التكوينية المحددة من قبل المستخدم.

قدّم باحثو CompArt مجموعة بيانات مذهلة تحتوي على 80,032 صورة من WikiArt، مزودة بالتعليقات والتحليلات المبنية على مبادئ الفن (Principles of Art)، مثل التوازن (Balance)، الإيقاع (Rhythm)، والتأكيد (Emphasis)، التي تُستخدم عادة في تعليم الفن لشرح التكوين.

علاوة على ذلك، تم تطوير "ArtDapter"، وهو مُعَدِّل خفيف الوزن لا يشوّه البيانات، والذي يمكّن من توجيه نموذج T2I المدرب مسبقًا عبر 10 أبعاد من مبادئ الفن مع الحفاظ على القدرة الدلالية للنموذج الأصلي.

أثبتت التجارب على مجموعة بيانات CompArt تحسنًا ملحوظًا في الالتزام بالتحكم في مبادئ الفن مقارنة بالأسس القوية الأخرى، مما يعزز من قدرة المستخدمين على تحقيق رؤيتهم الفنية بطرقة دقيقة.

السؤال الآن: كيف ترى أهمية الجماليات في تطوير الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات!