كيف تستخدم Google الذكاء الاصطناعي التوليدي في التجارب الافتراضية

كيف تستخدم Google الذكاء الاصطناعي التوليدي في التجارب الافتراضية


انضم إلى كبار المديرين التنفيذيين في سان فرانسيسكو يومي 11 و 12 يوليو ، لمعرفة كيف يدمج القادة استثمارات الذكاء الاصطناعي ويحسنونها لتحقيق النجاح. يتعلم أكثر


استمرارًا لسلسلة تحديث المنتج من مؤتمر تطوير Google I / O ، أعلنت Google اليوم أنها تضيف تجارب افتراضية إلى البحث.

تتوفر هذه الإمكانية ابتداءً من اليوم للمتسوقين في الولايات المتحدة ، وستجعل شراء الملابس عبر الإنترنت أسهل قليلاً. ومع ذلك ، بدلاً من تركيب النسخة الرقمية من الزي على الصور الرمزية الافتراضية للمشترين ، تمامًا مثل ما فعلته العديد من العلامات التجارية ، تستخدم الشركة الذكاء الاصطناعي التوليدي وتنتج صورًا مفصلة للغاية للملابس على نماذج حقيقية ، بأشكال وأحجام مختلفة للجسم.

“يمكن أن يأخذ نموذج الذكاء الاصطناعي الجديد الخاص بنا صورة ملابس واحدة فقط ويعكس بدقة كيفية ثنيها وطيها والتشبث بها وتمددها وتشكيل التجاعيد والظلال على مجموعة متنوعة من النماذج الحقيقية في أوضاع مختلفة. قال ليليان رينكون ، كبير مديري إدارة المنتجات في Google ، في منشور بالمدونة ، لقد اخترنا أشخاصًا بأحجام تتراوح من XXS-4XL يمثلون درجات مختلفة من البشرة ، وأشكال الجسم ، والأعراق ، وأنواع الشعر.

إذن ، كيف يمكن للذكاء الاصطناعي التوليدي تمكين التجارب الافتراضية؟

تعمل معظم أدوات التجربة الافتراضية في السوق على إنشاء صور رمزية أنيقة باستخدام تقنيات مثل الالتواء الهندسي ، والتي تشوه صورة الملابس لتناسب صورة / أفاتار الشخص. الطريقة تعمل ولكن الإخراج غالبًا ما يكون غير مثالي ، مع وجود أخطاء تركيب واضحة – طيات غير ضرورية ، على سبيل المثال.

حدث

تحويل 2023

انضم إلينا في سان فرانسيسكو يومي 11 و 12 يوليو ، حيث سيشارك كبار المسؤولين التنفيذيين في كيفية دمج استثمارات الذكاء الاصطناعي وتحسينها لتحقيق النجاح وتجنب المزالق الشائعة.

سجل الان

>> تابع تغطية الذكاء الاصطناعي التوليدية المستمرة من VentureBeat <<

لمعالجة هذا الأمر ، طورت Google نموذجًا جديدًا للذكاء الاصطناعي قائم على الانتشار. الانتشار هو عملية تدريب نموذج عن طريق إضافة وحدات بكسل إضافية إلى صورة ما حتى تصبح غير قابلة للتمييز ثم عكسها (أو تقليل الضوضاء) حتى يتم إعادة بناء الصورة الأصلية بجودة مثالية. يتعلم النموذج من هذا ويبدأ تدريجيًا في إنشاء صور جديدة عالية الجودة من الصور العشوائية المشوشة.

في هذه الحالة ، استخدم عملاق الإنترنت الرسم البياني للتسوق (مجموعة بيانات شاملة من المنتجات والبائعين) لتدريب نموذجه على صور لأشخاص يمثلون أشكالًا وأحجامًا مختلفة من الأجسام ، وما إلى ذلك. تم التدريب باستخدام الملايين من أزواج الصور ، كل منها يعرض شخص مختلف يرتدي زيًا في وضعيتين مختلفتين.

باستخدام هذه البيانات وتقنية الانتشار ، تعلم النموذج كيفية عرض الأزياء على صور أشخاص مختلفين يقفون في أوضاع مختلفة ، سواء كانت جانبية أو أمامية. بهذه الطريقة ، عندما يقوم المستخدم الذي يستكشف الزي على البحث بالضغط على زر التجربة ، يمكنه اختيار نموذج له شكل وحجم مماثل للجسم ومعرفة كيف يناسبهم الزي. الملابس وصورة النموذج المختار بمثابة بيانات الإدخال.

“يتم إرسال كل صورة إلى شبكتها العصبية الخاصة (شبكة U) وتشارك المعلومات معها [the] آخر [network] في عملية تسمى “الاهتمام المتبادل” لتوليد الناتج: صورة واقعية لشخص يرتدي الثوب “، أشار إيرا كيميلماشر شليزرمان ، كبير الباحثين في Google ، في منشور منفصل على مدونة.

ومع ذلك ، من المهم ملاحظة أن ميزة التجربة تعمل فقط مع قمم السيدات من العلامات التجارية عبر Google في الوقت الحالي. مع نمو بيانات التدريب وتوسع النموذج ، سيغطي المزيد من العلامات التجارية والعناصر.

تقول Google إنه سيتم إطلاق تجربة افتراضية للرجال في وقت لاحق من هذا العام.

>> لا تفوّت إصدارنا الخاص: بناء الأساس لجودة بيانات العملاء. <<

مهمة VentureBeat هو أن تكون ساحة المدينة الرقمية لصناع القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف إحاطاتنا.

Comments

No comments yet. Why don’t you start the discussion?

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *