أعلنت شركة OpenAI تحديثًا جديدًا لروبوت الذكاء الاصطناعي ChatGPT يتيح للمستخدمين إنشاء صور بناءً على تعليمات مفصلة ومعقدة وغير تقليدية، في خطوة تشكّل تطورًا بارزًا في أهم منتج للشركة.
ويعتمد الإصدار الجديد من ChatGPT على نموذج GPT-4o، الذي يتيح للروبوت تحليل النصوص والصور معًا ضمن نظام واحد متكامل، مما يمنحه قدرة غير مسبوقة على توليد صور أكثر تعقيدًا ودقة.
ووفقًا للشركة، فقد أصبح بإمكان المستخدمين – على سبيل المثال – وصف صورة كرتونية مكوّنة من أربع لوحات، مع تحديد الشخصيات التي تظهر في كل لوحة وما تقوله، لينشئ ChatGPT فورًا رسمًا كرتونيًا متكاملًا بناءً على هذه التفاصيل.
ومع أن الإصدارات السابقة من ChatGPT كانت قادرة على إنشاء الصور، فإنها لم تكن تتمتع بالقدرة على إدماج مفاهيم متعددة ومتنوعة في صورة واحدة بدقة وموثوقية، كما لم تكن قادرة على التعامل مع النصوص داخل الصور بنحو دقيق كما هو الحال مع التحديث الجديد.
وعانت النماذج السابقة للذكاء الاصطناعي مشكلات في إدراج النصوص داخل الصور، إذ كانت النتائج غالبًا غير واضحة أو غير مفهومة، لكن GPT-4o يتفوق في هذا المجال، إذ يمكنه إنشاء لافتات تحتوي على نصوص مقروءة بوضوح، وهو تحسن كبير مقارنة بالإصدارات السابقة.
ويتيح نموذج GPT-4o تجربة تفاعلية أكثر في تعديل الصور، إذ يمكن للمستخدم طلب إنشاء صورة أو رفعها، ثم تقديم تعليمات متتالية لتعديلها، مثل تغيير الألوان أو إضافة تفاصيل جديدة، دون الحاجة إلى إعادة كتابة الوصف بالكامل.
وأوضح غابرييل غو، الباحث في OpenAI، أن هذه التقنية تشكّل “نوعًا جديدًا تمامًا من الذكاء الاصطناعي”، مضيفًا أن نماذج الشركة “لم تعد تفصل بين توليد النصوص وإنشاء الصور، بل تدمج العمليتين معًا للحصول على نتائج أكثر سلاسة ودقة”.
وأشار غو إلى أن نماذج توليد الصور التقليدية واجهت دومًا صعوبة في إنشاء صور لمفاهيم غير مألوفة، مثل دراجة بعجلات مثلثة، لكن الإصدار الجديد من ChatGPT أصبح قادرًا على التعامل مع هذه الطلبات المعقدة بسهولة.