تتقدم تكنولوجيا الذكاء الاصطناعي بسرعة هائلة، لا سيما في مجال توليد الصور. قدمت نماذج الانتشار القائمة على تحويل النص إلى صورة (Text-to-Image diffusion models) نتائج مثيرة للإعجاب من حيث الدقة والجودة. لكن لا تزال الاستراتيجيات التقليدية في إعداد العبارات تمثل تحدياً، حيث تفتقر إلى القدرة على نقل النوايا العاطفية والخصائص العاطفية الدقيقة.

في خضم هذا السياق، ظهرت تقنية جديدة باسم EPIG، والتي تسعى لتعزيز القدرة التعبيرية العاطفية على مستوى التحضير قبل توليد الصورة. ترتكز EPIG على تمثيلات نفسية مدروسة للعواطف (valence-arousal) وتستفيد من تعزيز الإعدادات المنظمة للأدوار، حيث تعمل على تحسين المكونات ذات الصلة بالعواطف في العبارات دون الحاجة إلى تعديل أو إعادة تدريب الهيكل الأساسي لتوليد الصور.

ما يميز EPIG هو القدرة على توجيه عملية التوليد نحو نتائج بصرية متماسكة عاطفياً، مع فعالية كبيرة في التحكم في مستوى التحفيز (arousal). هذه التقنية خفيفة الوزن ولا تحتاج إلى تدريب، مما يجعلها مثالية للاستخدام في حالات توليد الصور الشخصية والموارد المحدودة.

أظهرت النتائج التجريبية على مجموعة متنوعة من 10 عبارات أن EPIG نجحت في تقليل خطأ التحفيز المتوسط مقارنة بأساليب قوية أخرى، حيث حققت تقليلاً بنسبة 14% و12% على التوالي، وهذا يحظى بأهمية إحصائية واضحة. كما أن EPIG تحافظ على التوافق العاطفي والاتساق الدلالي، مما تم قياسه بشكل موضوعي بواسطة CLIPScore، وتدعمها دراسات الاقتطاع.

التأثير يصبح أكثر وضوحاً على العبارات التي تحتوي على موضوعات واضحة مثل البشر والأطفال والحيوانات، حيث يصل الانخفاض إلى 17%، مما يبرز السلوك الحساسي للموضوع لهذه الطريقة الجديدة.

في الختام، تمثل EPIG خطوة هامة في تطوير أدوات توليد الصور، حيث تعزز التعبير العاطفي، مما يوفر تجربة أكثر غنى وشمولية للمستخدمين. ما رأيكم في هذا التطور؟ شاركونا في التعليقات.