استكشاف الثقافات: ثورة في توليد الصور من النصوص متعددة الثقافات

في عالم يتجاوز الحدود التقليدية، يبرز مفهوم توليد الصور من النصوص (Text-to-Image Generation) كتقنية ثورية تعكس تنوع الثقافات. رغم أن هذه النماذج أثبتت كفاءتها في البيئات الثقافية المتجانسة، إلا أن قدرتها على خلق مشاهد متعددة الثقافات لا يزال محط استكشاف. في هذا السياق، تم تقديم المهمة الجديدة المعروفة بتوليد الصور من النصوص متعددة الثقافات، مما يمثل خطوة هامة نحو دمج الفنون البصرية مع التعقيدات الثقافية.

نبذة عن هذه الابتكارات تكمن في مجموعة بيانات مكونة من 9,000 صورة تشمل خمسة بلدان، وثلاث فئات عمرية، وجنسين، و25 معلمًا تاريخيًا، وخمس لغات. هذا التنوع الواسع يوفر بيئة مثالية لاستكشاف تأثير الثقافات المختلفة على نتائج النماذج المتقدمة. تم تحليل أداء نماذج توليد الصور الرائجة من عدة جوانب، منها جودة الصور، والجماليات، والمعرفة، وأهمية العدالة في النتائج.

كما تم تطوير إطار عمل يُدعى MosAIG، والذي يعتمد على وكالات متعددة (Multi-Agent) يعزز قدرة النماذج على إنتاج صور متعددة الثقافات من خلال الاستفادة من نماذج اللغات الضخمة (Large Language Models) التي تمتلك صفات ثقافية مميزة. أثبتت الأبحاث أن تحسين تركيبة الموجهات (prompts) يمكن أن يزيد من جودة الصور ويعزز الربط الثقافي، مما يفيد في إظهار التفاوتات الكبيرة بين اللغات والمجموعات السكانية.

تقدم هذه الدراسة أسسًا جديدة لفهم كيفية دمج الثقافات في الفنون البصرية، وتتيح لنا استكشاف قصص متعددة تعكس غنى تجارب البشر. وللمهتمين بالمزيد من المعلومات، يمكنكم زيارة صفحة المشروع على GitHub: https://github.com/AIM-SCU/MosAIG.