A Apple revelou o MGIE, uma inovação em inteligência artificial de código aberto que permite modificar imagens com instruções simples escritas. Essa tecnologia foi desenvolvida em parceria com a Universidade da Califórnia em Santa Bárbara.
O sistema da Apple é baseado no que é chamado de “edição de imagens guiada”. Isso significa que, por meio de tecnologias avançadas capazes de entender texto e imagens (conhecidas como modelos de linguagem grande multimodal), o MGIE pode interpretar o que uma pessoa solicita e alterar uma imagem em detalhes, pixel por pixel.
Por exemplo, se o usuário pedir para a IA “tornar o céu mais azul” em uma fotografia, o MGIE entenderá essa instrução e modificará a imagem para atender ao pedido.
(Apple/UC Santa Bárbara)
Os pesquisadores explicam que às vezes as instruções dadas pelas pessoas são muito curtas e diretas, o que dificulta sua compreensão pelos sistemas atuais.
No entanto, os modelos de linguagem grande que entendem tanto texto quanto imagens (MLLM) mostram grande potencial para interpretar e responder a essas instruções por meio da edição visual.
O MGIE, o método desenvolvido, trabalha de duas maneiras com esses MLLM. Primeiro, ele pega as instruções escritas pelo usuário e as traduz em comandos mais detalhados e específicos que facilitam a edição.
Por exemplo, se alguém quiser que a grama de uma foto pareça mais verde, o MGIE poderia entender isso como “aumentar em 20% a saturação de verde na área correspondente à grama”. Esse comando claro é o usado para editar a imagem.
Apple/UC Santa Bárbara)
Em seguida, em uma segunda etapa, ele usa esses modelos avançados para gerar uma ideia visual precisa de como a edição final deve ser.
Esse processo cria um guia para ajustar a imagem, modificando cada pixel conforme necessário. Assim, o MGIE pode fazer alterações específicas em instruções muito breves ou ambíguas sem precisar de muitas informações adicionais e fornecer resultados que atendam ao que o usuário solicitou.
Segundo os criadores, esse sistema melhora significativamente a precisão das edições e a satisfação dos usuários, mantendo um processo rápido e eficiente.
Como testar o MGIEO mais recente modelo de IA da Apple, conhecido como MGIE, foi compartilhado no GitHub, permitindo o acesso público ao código-fonte, aos dados usados para treinar o algoritmo, versões já treinadas e um guia para seu uso em diferentes situações de edição.
(Apple/UC Santa Bárbara)
Esse passo permite que qualquer pessoa ou desenvolvedor interessado possa explorar e experimentar essa tecnologia.
Para aqueles que desejam testar o MGIE sem entrar em detalhes técnicos, uma demonstração online foi disponibilizada no Hugging Face Spaces, um site especializado em oferecer testes de ferramentas de inteligência artificial.
Isso possibilita a integração do MGIE em aplicativos existentes que precisam editar imagens ou criar conteúdo visual automaticamente.
Essa aposta em inteligência artificial marca uma nova era na tecnologia de consumo, onde ferramentas como o MGIE não apenas impulsionam a inovação, mas também prometem transformar a maneira como os usuários interagem com seus dispositivos.
Embora o MGIE seja um projeto de pesquisa e ainda não tenha sido anunciada sua integração direta em produtos ou serviços da Apple, esse lançamento destaca o interesse da empresa em fortalecer sua posição no campo da inteligência artificial.
Recentemente, a Apple revelou o MLX, outro algoritmo destinado a simplificar o design de modelos de aprendizado de máquina.
A importância que a Apple atribui à inteligência artificial ficou clara nas declarações de Tim Cook, CEO da empresa, que mencionou que estão desenvolvendo novas capacidades de IA generativa que se espera introduzir ao longo do ano.
Especialistas preveem que essas inovações serão integradas ao iOS 18, marcando uma evolução significativa para a Siri, assistente virtual da empresa.