A mesterséges intelligencia szolgáltatások versenyében továbbra is az OpenAI viszi a prímet, de a versenytársak mindent megtesznek azért, hogy nyeregben maradjanak. Az OpenAI által fejlesztett ChatGPT egy ideje már képes a képek szerkesztésére, most pedig ezt a fejlesztést megkapja a Gemini is a Google égisze alatt.
Egy ideje már dolgoztak a fejlesztők azon, hogy a Gemini alkalmas legyen az egyszerű képszerkesztési feladatok végrehajtására, és most ezt a lehetőséget elkezdi széles körben bevezetni a Google. A webes felületen és a mobiltelefonos alkalmazásban egyaránt lehetősége lesz majd a felhasználóknak arra, hogy képeket töltsenek fel a chatbot számára szerkesztési célzattal. A jó hírről a vállalat külön blogbejegyzésben számolt be.
A mesterséges intelligencia révén mindenkiből egy csapásra „Photoshop-mágus” lehet, hiszen elég szöveges parancsban megfogalmazni, hogy mit szeretne a felhasználó egy feltöltött képen módosítani, és a generatív MI máris munkába lendül. Különféle módosítási lehetőségeket lehet majd kérni a Geminitől, és idővel csak egyre jobb képességekre fog szert tenni ezen a froton is. Most még viszonylag kezdeti stádiumban van a képszerkesztés, de már képes remek dolgokra.
Megoldja a Gemini, ha egy adott képről el kell távolítani valamilyen részt, oda nem illő elemet, tehát lehet használni magas minőségben retusálásra. Képes kicserélni is különböző objektumokat a megosztott képeken a mesterséges intelligencia. Annak sem lesz akadálya, hogy akár a teljes hátteret lecserélje az ember egy fotón, így pillanatok alatt egészen más környezetbe helyezhetők a fotókon szereplő személyek, tárgyak, állatok.
Ezeken felül pedig még sok más lehetőséget fog nyújtani a Gemini a képek módosítására. Nem sorolt el mindent a Google, bízik abban, hogy a lelkes felhasználók hamar felderítik majd a szolgáltatás új funkciójában lévő hatalmas potenciált. Egy olyan példát elhintett egyebek mellett, hogy a képen szereplő emberek hajszínét is lehet majd vele alakítani. Arról viszont nem esett szó, hogy alkalmas lesz-e más képek stílusában átalakítani a feltöltött dolgokat, ami most a ChatGPT-nél nagyon menő.
Eleve a Gemini által létrehozott képeket is lehetőség lesz szerkeszteni, így tökéletesíthetők ezek. Egy képet több lépésben is lehet majd szerkeszteni, így szép fokozatosan nyerheti el felvétel a kívánt formáját. Elvégezhetők először a kisebb módosítások, majd a nagyobb átalakítások, de lehet akár fordítva is haladni. Egy-egy utasításra több verzió is kérhető, ha az első változtatás nem nyeri el az emberek tetszését.
Az ilyen képszerkesztő eszközöknél mindig benne van az a rizikó, hogy visszaélésre használják fel az elkészült anyagokat. Külön kitért arra a Google, hogy a deepfake ellen ebben az esetben ugyanúgy kíván védekezni, mint ahogy azt tette már korábban is, az általános képgenerálás során. A Geminivel létrehozott képeket mindig vízjellel látja el a szolgáltatás, a szem számára láthatatlan SynthID is bevetésre kerül itt, ami minden MI által létrehozott tartalomformát képes felfedni. Miközben egy látható vízjelet is kapnak a tartalmak.
45 nyelvet támogatva kezdi bevezetni a Google a Gemini képszerkesztő funkcióját, az nem derült ki külön, hogy a magyar ezek között van-e. Bízunk abban, hogy a hazai felhasználók is tudnak majd élni ezzel az újítással. A következő hetekben kapják meg az újítást a tagok, és elvileg ehhez előfizetésre sincs szükség.
