Apple-এর নতুন AI দিয়ে ছবি এডিটিং এখন ৩ গুণ সহজ, জানুন কীভাবে
Apple ML Research রিইনফোর্সমেন্ট লার্নিং ও ফ্লো ম্যাচিং ব্যবহার করে মাল্টি-টার্ন ইমেজ এডিটিং-এর জন্য নতুন মডেল এনেছে। এটি একাধিক ধাপে ছবি সম্পাদনায় বিদ্যমান মডেলের ব্যর্থতা দূর করে। ব্যবহারকারীরা এখন ধারাবাহিকভাবে ছবি পরিমার্জন করতে পারবেন।
Apple ML Research রিইনফোর্সমেন্ট লার্নিং ও ফ্লো ম্যাচিং ব্যবহার করে মাল্টি-টার্ন ইমেজ এডিটিং-এর জন্য নতুন মডেল এনেছে। এটি একাধিক ধাপে ছবি সম্পাদনায় বিদ্যমান মডেলের ব্যর্থতা দূর করে। ব্যবহারকারীরা এখন ধারাবাহিকভাবে ছবি পরিমার্জন করতে পারবেন।
অ্যাপলের মেশিন লার্নিং গবেষণা বিভাগ সম্প্রতি একটি নতুন গবেষণাপত্র প্রকাশ করেছে। এই গবেষণায় তারা MT-EditFlow নামে একটি পদ্ধতি উপস্থাপন করেছে। এটি রিইনফোর্সমেন্ট লার্নিং বা শক্তিবৃদ্ধি শিক্ষণ ব্যবহার করে মাল্টি-টার্ন ইমেজ এডিটিং-এর সমস্যা সমাধান করে।
বর্তমানে বেশিরভাগ ইমেজ এডিটিং মডেল শুধুমাত্র একবারের নির্দেশনা অনুযায়ী কাজ করতে পারে। কিন্তু বাস্তব জীবনে ব্যবহারকারীরা বারবার ছবি পরিবর্তন করতে চান। উদাহরণস্বরূপ, প্রথমে একটি ছবির ব্যাকগ্রাউন্ড পরিবর্তন করে আবার সেটিতে আলো বা রং ঠিক করতে চান। এমন পরিস্থিতিতে বিদ্যমান মডেলগুলি ব্যর্থ হয়। কারণ তাদের 'সব বা কিছুই' নীতি রয়েছে। অর্থাৎ একটি ধাপ ভুল হলে পুরো প্রক্রিয়া ভেঙে পড়ে।
MT-EditFlow এই সমস্যার সমাধান করেছে ফ্লো ম্যাচিং নামক একটি কৌশলের মাধ্যমে। ফ্লো ম্যাচিং একটি গাণিতিক পদ্ধতি যা ধাপে ধাপে ছবির বৈশিষ্ট্য পরিবর্তন করতে সাহায্য করে। এটি মডেলটিকে পূর্ববর্তী আউটপুটের উপর ভিত্তি করে স্থিতিশীল ও ক্রমিকভাবে ছবি সম্পাদনা করতে সক্ষম করে। গবেষকরা মডেলটিকে রিইনফোর্সমেন্ট লার্নিং দিয়ে প্রশিক্ষিত করেছেন। ফলে এটি প্রতিটি ধাপের ফলাফল থেকে শিখে পরবর্তী ধাপ আরও উন্নত করতে পারে।
এই পদ্ধতির সবচেয়ে বড় সুবিধা হলো ব্যবহারকারীর মিথস্ক্রিয়া। ব্যবহারকারী এখন একটি ছবিতে একাধিক নির্দেশনা দিতে পারবেন। যেমন প্রথমে বলবেন 'আকাশকে নীল করো', তারপর 'গাছকে সবুজ করো', তারপর 'আলোকে কম করো'। MT-EditFlow প্রতিটি নির্দেশনা আলাদাভাবে প্রক্রিয়া করে পূর্বের পরিবর্তনের সাথে সামঞ্জস্য রেখে কাজ করে।
বাংলাদেশের জন্য এই গবেষণার গুরুত্ব অপরিসীম। স্থানীয় গ্রাফিক ডিজাইনার, ফ্রিল্যান্সার এবং ফটোগ্রাফাররা এখন আরও সহজে জটিল ছবি সম্পাদনা করতে পারবেন। উদাহরণস্বরূপ, একজন ফ্রিল্যান্সার ক্লায়েন্টের বারবার পরিবর্তনের অনুরোধ পূরণ করতে পারবেন। তাকে বারবার নতুন করে ছবি তৈরি করতে হবে না। শিক্ষার্থীরাও গবেষণা ও প্রকল্পের জন্য এই প্রযুক্তি ব্যবহার করতে পারবে।
তবে এখনও কিছু চ্যালেঞ্জ রয়েছে। মডেলটির প্রশিক্ষণে প্রচুর কম্পিউটিং শক্তি প্রয়োজন। অ্যাপল বলছে, ভবিষ্যতে তারা মডেলটিকে আরও হালকা ও দ্রুত করার চেষ্টা করবে। গবেষকরা আশা করছেন, এই পদ্ধতি শীঘ্রই জনপ্রিয় ইমেজ এডিটিং সফটওয়্যারে অন্তর্ভুক্ত হবে।
আরও পড়ুন
এই সংবাদটি আন্তর্জাতিক সূত্রের তথ্য অবলম্বনে AI-সহায়তায় বাংলায় উপস্থাপন ও বাংলাদেশের প্রেক্ষাপটে সম্পাদিত। মূল তথ্যের জন্য নিচের সূত্র দেখুন।
মূল প্রতিবেদন: Apple ML Research
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...