گوگل قابلیت جدید «کمد لباس مجازی» (Virtual Closet) در اپلیکیشن Google Photos را که با استفاده از هوش مصنوعی عکس‌های لباس‌های شما را دسته‌بندی و سازمان‌دهی می‌کند، برای تمام کاربران در دسترس قرار داد. این قابلیت که الهام‌گرفته از اپلیکیشن خیالی شخصیت «شر» در فیلم معروف Clueless است، اکنون برای کاربران اندروید و iOS در بازارهای هدف فعال شده است.

این شرکت اوایل سال جاری این قابلیت را معرفی کرد و برنامه‌ریزی کرده بود که عرضه آن از تابستان آغاز شود. کاربران اندروید از ماه ژوئن به این قابلیت دسترسی داشتند و اکنون نوبت به تمام کاربران iOS رسیده است.

نحوه عملکرد کمد لباس مجازی#

در این سیستم، هوش مصنوعی گوگل با تحلیل عکس‌های موجود در گالری شما، کپی دیجیتال از لباس‌ها و اکسسوری‌های شما می‌سازد. کاربران می‌توانند آیتم‌ها را بر اساس دسته‌بندی‌هایی مانند «لباس‌های بالاتنه»، «لباس‌های پایین‌تنه» و «جواهرات» فیلتر کنند و آن‌ها را با هم ترکیب کرده و ست‌های مختلف بسازند.

گوگل تأکید کرده است که این قابلیت صرفاً برای کمک به کاربر طراحی شده و اطلاعات مربوط به نحوه لباس پوشیدن شما با اشخاص ثالث مانند فروشگاه‌ها به اشتراک گذاشته نمی‌شود.

سایر تغییرات در Google Photos#

همزمان با انتشار این قابلیت، چندین تغییر دیگر نیز در گوگل فوتوز اعمال شده است که شامل موارد زیر می‌شود:

  • انتخاب و ویرایش سریع عکس‌ها: امکان انتخاب، روشن کردن و اشتراک‌گذاری عکس‌ها تنها با یک دستور متنی از طریق Gemini Spark (این ویژگی نیازمند اشتراک Google AI Pro یا Ultra در آمریکا است).
  • ارتقای ابزار Markup: اضافه شدن خودکار قرمز برای تار کردن اطلاعات حساس مانند پلاک خودرو، اسلایدرهای دقیق برای تنظیم ضخامت خطوط و فونت‌های جدید برای اضافه کردن متن.
  • فیلترهای Moods: برای کاربران اندروید، فیلترهای جدیدی با حال‌وهوای فیلم ۳۵ میلی‌متری و دوربین‌های دیجیتال دهه ۲۰۰۰ اضافه شده است.
  • افزایش قالب‌های Remix: قالب‌های هوش مصنوعی بیشتری برای تغییر ظاهر عکس‌ها در دسترس قرار گرفته است.

خوانش تحریریه: چرا این خبر برای توسعه‌دهندگان هوش مصنوعی جالب است؟#

اگرچه این خبر به‌نظر می‌رسد صرفاً یک بروزرسانی مصرفی برای گوگل فوتوز باشد، اما از منظر فنی نشان‌دهنده بلوغ مدل‌های بینایی ماشین (Vision Models) در تحلیل‌های سطح بالا است. توانایی تفکیک لباس‌ها از پس‌زمینه، دسته‌بندی آن‌ها به اجزای مختلف (بالاتنه، پایین‌تنه) و پیشنهاد ست‌های جدید، نیازمند درک عمیق از اشیاء و روابط فضایی است. برای توسعه‌دهندگانی که روی ایجنت‌های شخصی‌سازی شده کار می‌کنند، این الگو نشان می‌دهد که چگونه می‌توان از داده‌های غیرساختاریافته (عکس‌های گالری) برای ساختن پایگاه‌داده‌های شخصی (مانند کمد لباس) استفاده کرد و سپس بر اساس آن‌ها توصیه‌های تعاملی ارائه داد. نکته حائز اهمیت دیگر، حفظ حریم خصوصی است؛ گوگل مدعی شده این داده‌ها را با اشخاص ثالث به اشتراک نمی‌گذارد، اما در عمل، این قابلیت نیازمند پردازش ابری گسترده روی عکس‌های خصوصی کاربران است که چالش‌های امنیتی خود را دارد.

منبع: TechCrunch AI