مراجعة نتائج تحويل الصور بالذكاء الاصطناعي: قائمة تحقق قبل أن تكرر المحاولة

معظم جلسات تحويل الصور السيئة ليست مشكلات في الأمر النصي. إنها مشكلات في المراجعة. يولّد المرء نتيجة، ويشعر أنها خاطئة دون أن يستطيع أن يقول كيف، ثم يعيد كتابة الأمر النصي بالكامل، ويولّد مرة أخرى، وهو يخسر هذه المرة الأشياء الثلاثة التي كانت صحيحة أصلًا. بعد عشر دقائق هناك خمس صور، كل واحدة منها خاطئة بطريقة مختلفة، ولا سجل يبيّن أي تغيير أنتج أي نتيجة.

الخطوة المفقودة هي طريقة للنظر إلى النتيجة تنتهي بأحد ثلاثة قرارات: قبولها، أو تغيير الصياغة، أو تغيير القوة. هذا الروتين يقع بين عمليات التوليد لا داخلها. وهو يفترض أيضًا أنك تعرف مسبقًا ما تريده من الصورة، وهذه مهارة منفصلة عن الحكم على ما إذا كنت قد حصلت عليه.

اكتب شرط النجاح قبل أن تولّد

تحتاج المراجعة إلى معيار، ويجب أن يوجد المعيار قبل أن توجد الصورة. اكتب جملة واحدة أولًا: ما الذي يجب أن يكون صحيحًا لتكون هذه الصورة منتهية. الزجاجة نفسها على سطح الحجر نفسه باتجاه الظل نفسه، لكن الخلفية رمل دافئ بدل الرمادي. لهذه الجملة نصفان وكلاهما مهم: التغيير الذي تريده، والأشياء التي يجب أن تنجو منه.

الجملة تُصفّي أيضًا الطلبات السيئة. إذا كان شرط النجاح لديك يحتاج ثلاث عبارات عن المزاج والإضاءة ومادة جديدة، فالمهمة ثلاث تعديلات تتنكّر في صورة تعديل واحد، ولن تستطيع أي مراجعة منفردة أن تخبرك أي جزء فشل. قسّمها، واحتفظ بالمصدر، ونفّذ الأجزاء بالتتابع. هكذا يُقصد استخدام محرر الأوامر النصية في Adobe Firefly: فجولته الإرشادية الخاصة تراكم تعليمًا واحدًا فوق النتيجة السابقة، فتلوّن مزهرية، ثم تضيف ورق حائط، ثم تضيف زهورًا إلى مزهرية رابعة. كل خطوة تحمل شرط نجاحها الخاص ومراجعتها الخاصة.

إذا لم تستطع كتابة الجملة، فأنت لست مستعدًا للحكم على أي شيء. التوليد عند هذه النقطة يشبه التخمين، لأنه تخمين فعلًا.

اسأل سؤالين عن كل نتيجة، وبالترتيب

انظر إلى المخرجات وأجب عن هذين السؤالين بشكل منفصل.

أولًا، هل تغيّر الشيء الذي طلبته فعلًا؟ ثانيًا، هل بقي كل ما لم أطلب شيئًا بشأنه في مكانه؟

هما سؤالان منفصلان لأنهما يفشلان بشكل منفصل، وللإخفاقين سببان متعاكسان. غياب التغيير مع بقاء الحفظ يعني أن التعليمات كانت رخوة أكثر من اللازم أو أن التحويل كان جبانًا أكثر من اللازم: فقد تعامل النموذج مع صورتك كأنها الجواب ومع الأمر النصي كأنه اقتراح. أما تحقُّق التغيير مع انهيار الحفظ فيعني العكس، أي أن النموذج كان لديه حريّة وأنفقها، فأعاد صياغة السطح والإضاءة والهندسة لأنه لم يكن هناك ما يثبّتها في مكانها.

خطوط معالجة image to image القائمة على الانتشار تجعل هذا أمرًا ميكانيكيًا. تصف وثائق Hugging Face الصورة الأولية بأنها تُرمَّز ثم تُشوَّش ثم تُزال تشويشها باتجاه الأمر النصي، مع إعداد القوة الذي يحدد مقدار ما ينجو من الأصل خلال الرحلة. ثم يحكم مقياس التوجيه مدى التزام النتيجة بالنص، إذ تنتج القيم الأعلى توافقًا أضيق مع الأمر النصي ومساحة أقل للانحراف. عندما تراجع، فأنت تقرأ هاتين القوتين من الصورة. تغيير أقل من اللازم هو دفعة ضعيفة. وأضرار جانبية أكثر من اللازم هي دفعة قوية بلا شيء يثبّتها.

غيّر مقبضًا واحدًا في كل مرة، والقوة عادةً هي المقبض

الغريزة بعد نتيجة مخيّبة هي إعادة كتابة الأمر النصي. غالبًا ما تكون هذه الخطوة الأولى الخاطئة، لأنها تغيّر عدة أشياء في آن واحد ولا تعلّمك شيئًا عن أيّها كان مهمًا.

إذا كان الأمر النصي دقيقًا والتغيير لم يتحقق فحسب، فارفع قوة التحويل. وإذا كان الأمر النصي دقيقًا والتكوين انحرف بعيدًا أكثر من اللازم، فاخفضها. توضح الوثائق نفسها ما يعنيه الرقم: القوة الأعلى تمنح النموذج مساحة أكبر لإنتاج شيء مختلف عن الصورة الابتدائية، وقوة مقدارها 1.0 تعني أن الصورة الأولية تُتجاهَل تقريبًا، بينما تُبقي القيم الأقل المخرجات قريبة من الصورة التي جئت بها.

المقبض ليس حسابًا صرفًا، لكن الحساب يستحق أن تعرفه. القوة تحدد عدد خطوات إزالة التشويش التي تُطبَّق، لذا فإن قوة 0.8 مقابل خمسين خطوة تضيف أربعين خطوة من التشويش وتزيلها. الحركة قرب أعلى النطاق تغيّر كثيرًا؛ والحركة نفسها قرب أسفله تغيّر قليلًا جدًا.

أداة image to image من KOOX تعرض ذلك التحكم مباشرة وتصفه بالطريقة نفسها: قوة أعلى لتغييرات أكثر دراماتيكية، وقوة أقل للبقاء أقرب إلى الأصل. وهي أول ما ينبغي تحريكه حين تقول مراجعتك: الاتجاه صحيح، لكن التغيير ليس كافيًا. وما لا ينبغي فعله هو تحريك القوة وإعادة كتابة الجملة في المحاولة نفسها. إذا تحسّنت النتيجة فلن تعرف أي تغيير فعل ذلك، وتبدأ الصورة التالية من تخمين.

سمِّ العيب قبل أن تعيد كتابة الجملة

عدم الرضا الغامض ينتج محاولات غامضة. أعطِ العيب اسمًا، ولكل اسم إصلاح محدّد.

خطوط وصل عند الحواف أو هالة حيث يلتقي عنصر مستبدَل بمحيطه: التغيير المحلي أكبر مما يستطيع النموذج دمجه، فقلّص المساحة أو اخفض القوة. نسيج متكرر أو نمط مبلَّط أو سطح يبدو منسوجًا حيث يجب أن يبدو صلبًا: صف المادة وتشطيبها بدل النمط، لأن أسماء الأنماط تُنسخ بدل أن تُفسَّر. نص تالف أو ملصقات مخترعة أو حروف مشوّشة: توقّف عن مطالبة نموذج توليدي بإعادة إنتاج حروف لا يستطيع قراءتها، وركّب الحروف الحقيقية بعد ذلك. خطوط مستقيمة منحنية أو أصابع مدموجة أو أشياء عائمة: مشكلات الهندسة تأتي عادة من أمر نصي أنفق كلماته على الأسلوب بدل البنية، فقل ما هو في أي مكان وما يستند على ماذا. ضوء يأتي من اتجاهين، أو ظل يشير إلى الجهة الخاطئة: سمِّ الاتجاه ونعومة الظل ووقت اليوم في عبارة واحدة كي يحصل النموذج على ضوء واحد بدل وصف للضوء. أشياء إضافية لم يطلبها أحد: كان المشهد ناقص الوصف فامتلأ، فسمِّ الفراغ الفارغ عن قصد.

دقيقتان من التسمية تحلّ عادةً محل ثلاث جولات من إعادة التوليد. وهي تحوّل أيضًا محاولة فاشلة إلى معلومة، وهذا هو الشيء الوحيد الذي ينبغي أن تكلّفك إياه إعادة المحاولة.

احكم بالحجم الذي ستُستخدم به الصورة

كل صورة تبدو مقبولة كصورة مصغّرة. تختفي خطوط الوصل، وتُقرأ التفاصيل المخترعة كنسيج، ويصبح الظل الذي يشير إلى الجهة الخاطئة غير مرئي. لذا احكم مرتين بدلًا من ذلك: مرة بالحجم الكامل لفحص الحواف والوجوه والحروف، ومرة بالحجم الذي سيظهر به الملف فعلًا، بطاقة متجر أو ترويسة أو شاشة هاتف. التفاصيل التي تصمد بالحجم الكامل قد تختفي عند عرض ثلاث مئة بكسل، والتفاصيل التي تبدو كلا شيء عند ثلاث مئة بكسل قد تكون سبب رفض دفعة طباعة.

قارن بالأصل لا بالمحاولة السابقة. الذاكرة مرجع سيئ: كل عملية توليد تعيد ضبط إحساسك بما كان يبدو عليه المصدر، وبعد أربع محاولات يكون الشيء الذي تحميه قد انحرف في رأسك بقدر ما انحرف في الملف. المحررات التي تحتفظ بلوحة سجل تحلّ هذا بأن تتيح لك فتح أي نسخة سابقة بجانب النسخة الحالية، فاستخدمها عن قصد للمقارنة لا كمساحة للتمرير.

حيلة رخيصة أخرى هي عكس الصورة أفقيًا، أو تركها خمس دقائق ثم العودة إليها. كلتاهما تكسر مطابقة الأنماط التي تستقر عليها عينك بعد ثلاثين ثانية من التحديق، وكلتاهما تُظهر العيب الذي توقفت عن رؤيته.

توقف عند أول نتيجة تنجح

عمليات التوليد عيّنات، لا إصلاحات. تشغيل الأمر النصي نفسه مرة أخرى هو رمية عملة جديدة على صورة جديدة وليس إصلاحًا تدريجيًا، والعيّنة العاشرة ليست أفضل من الرابعة، بل مختلفة فقط.

لذا عرّف نقطة التوقف. إذا حققت الصورة شرط النجاح ولم تظهر العيوب التي وجدتها بالحجم النهائي، فقد انتهت. استخدمها وامضِ قدمًا. والتكرار بعد تلك النقطة هو كيف تتحول جلسة إلى أمسية كاملة، وكيف تُستبدل نتيجة جيدة بأخرى أسوأ قليلًا أقنعت نفسك بها.

النتيجة التابعة لهذا أهم. إذا فشلت محاولتان متتاليتان على المحور نفسه، فتوقف عن التوليد وأصلح شيئًا في المنبع. إمّا أن الصورة المصدر لا تستطيع دعم التغيير، بسبب الدقة أو الضبابية أو جسم يواجه الجهة الخاطئة، وإمّا أن الطلب كان أكبر من تمريرة واحدة ويحتاج إلى تقسيم. والمحاولات الإضافية على إعداد لم يتغير تنتج الفشل نفسه بضجيج مختلف.

احفظ الملف المقبول. واحفظ محاولة مرفوضة فقط إذا علّمتك شيئًا، وفضّل أسماء النسخ التي تقول ما تغيّر على final و final2 و final-v3.

احتفظ بملاحظة مراجعة من خمسة أسطر

لا شيء من هذا يستغرق وقتًا طويلًا عندما يكون مكتوبًا، والملاحظة تدفع ثمنها في المرة الثانية التي تعدّل فيها النوع نفسه من الصور.

خمسة أسطر تكفي: الملف المصدر، والطلب، والقوة المستخدمة، والحكم على السؤالين، والقرار. زجاجة استوديو، القوة متوسطة إلى منخفضة، التغيير تحقق، الملصق انزاح، مقبولة للنشر على وسائل التواصل ولا تُستخدم للطباعة. تلك جملة يمكنك أن تسلّمها لزميل، وملاحظة يمكنك قراءتها الشهر المقبل عندما يرسل العميل نفسه المنتج نفسه.

تحصل الفرق على فائدة ثانية. الحكم المكتوب ينهي الحلقة التي يصف فيها ثلاثة أشخاص الصورة نفسها بطرق مختلفة ولا يستطيع أحد أن يقول ما الذي سيجعلها مقبولة. ويصبح شرط النجاح من الخطوة الأولى اللغة المشتركة التي تجري بها المراجعة.

الروتين ممل عن قصد: جملة واحدة قبل، وسؤالان أثناء، وأحد ثلاثة قرارات بعد، وملاحظة واحدة في النهاية. والملل هو المقصود. صار التحويل سريعًا بما يكفي ليتحرك عنق الزجاجة من التوليد إلى الحكم، والحكم هو الجزء الذي يمكنك أن تنظّمه في نظام.

ابدأ بصورة تحبها بالفعل، واكتب الجملة، ونفّذ تمريرة واحدة بالقوة التي تقول المراجعة إنها في مكانها الصحيح. وإذا أردت اختبار الروتين على شيء حقيقي، فافتح أداة image to image من KOOX، وإذا كانت الصياغة لا تزال السؤال المعلّق، فهذه خمس وصفات للأوامر النصية وهذا روتين من أربع تمريرات يغطيان ذلك النصف من العمل.