Whisk එදිරිව සාම්ප්රදායික විමසුම් ඉංජිනේරු විද්යාව: Google හි නව මෙවලම සියල්ල වෙනස් කරන්නේ ඇයි
විමසුම් ඉංජිනේරු විද්යාව පසුගිය වසර කිහිපය තුළ කලා ආකෘතියක් බවට පරිණාමය වී ඇති අතර, AI රූප උත්පාදක යන්ත්ර වලින් හොඳම ප්රතිඵල ලබා ගැනීම සඳහා සංකීර්ණ ශිල්පීය ක්රම සහ සූත්ර බෙදා ගන්නා කැපවූ ප්රජාවන් ඇත. Google Labs හි පර්යේෂණාත්මක Whisk AI මෙම භූ දර්ශනයේ මූලික වෙනසක් නියෝජනය කරයි, එය උත්පාදන AI මෙවලම් සමඟ අප අන්තර්ක්රියා කරන ආකාරය සදහටම වෙනස් කළ හැක.
සාම්ප්රදායික විමසුම් ඉංජිනේරු භූ දර්ශනය
Whisk වැනි මෙවලම් වලට පෙර, විමසුම් ඉංජිනේරු විද්යාවට සැලකිය යුතු ඉගෙනුම් වක්රයක් අවශ්ය විය. පරිශීලකයින්ට විවිධ ශිල්පීය ක්රම තේරුම් ගැනීමට අවශ්ය විය:
- ප්රධාන වචන බර කිරීම - ඇතැම් අංග අවධාරණය කිරීමට විශේෂ වාක්ය ඛණ්ඩ භාවිතා කිරීම
- ඍණාත්මක විමසුම් - වැළකිය යුතු දේ පැහැදිලිව ප්රකාශ කිරීම
- ශෛලීය යොමු කිරීම - නිශ්චිත කලාකරුවන්, ව්යාපාර හෝ ශිල්පීය ක්රම නම් කිරීම
- තාක්ෂණික පරාමිතීන් - විභේදනය සහ විස්තර මට්ටම වැනි විදැහුම්කරණ පිරිවිතර ඇතුළත් කිරීම
- සංයුතිමය නියෝග - දෘෂ්ටි කෝණය, රාමු කිරීම සහ සැකැස්ම සඳහන් කිරීම
මෙම ශිල්පීය ක්රම ප්රජා අත්හදා බැලීම් හරහා වර්ධනය වූ අතර, ස්වාභාවික භාෂාවට වඩා කේතයක් මෙන් පෙනෙන විමසුම් ආකෘති වලට තුඩු දුන්නේය. ඵලදායී වුවද, මෙය විමසුම් ඉංජිනේරු මූලධර්ම අධ්යයනය කිරීමට කැමති අය මෙන් එකම ගුණාත්මක ප්රතිඵල ලබා ගැනීමට නොහැකි වූ සාමාන්ය පරිශීලකයින් සඳහා සැලකිය යුතු බාධකයක් නිර්මාණය කළේය. ඔබ දැන් ආරම්භ කරන්නේ නම්, Whisk AI සඳහා අපගේ සම්පූර්ණ ආරම්භක මාර්ගෝපදේශය මෙම සංකල්ප පියවරෙන් පියවර බිඳ දමයි.
Whisk AI ක්රියාවලිය පරිවර්තනය කරන්නේ කෙසේද
Whisk AI විශේෂඥ විමසුම් ඉංජිනේරුවන්ගේ දැනුම ඇල්ගොරිතමිකව කේතනය කිරීමෙන් ප්රවේශයේ නාටකාකාර වෙනසක් නියෝජනය කරයි. Whisk AI සහ Veo AI Google හි නිර්මාණාත්මක කට්ටලය තුළ අනුපූරක AI මෙවලම් ලෙස එකට ක්රියා කරයි. එය ක්රියාවලිය මූලික වශයෙන් වෙනස් කරන්නේ කෙසේද යන්න මෙන්න:
ස්වාභාවික භාෂා ආදානය: පරිශීලකයින්ට විශේෂිත වාක්ය ඛණ්ඩ සහ පාරිභාෂික ශබ්දකෝෂය ඉගෙන ගැනීමට අවශ්ය නොවී, Whisk සංවාදාත්මක විස්තර පිළිගනී. මෙය සමස්ත ක්රියාවලිය වඩාත් බුද්ධිමත් හා ප්රවේශ විය හැකි කරයි.
ස්වයංක්රීය වැඩිදියුණු කිරීම: පද්ධතිය විමසුමක කුමන අංග වැඩිදියුණු කළ යුතුද යන්න ස්වයංක්රීයව හඳුනාගෙන සුදුසු තාක්ෂණික විස්තර, ශෛලීය යොමු කිරීම් සහ සංයුතිමය මග පෙන්වීම් එකතු කරයි. යටින් පවතින තාක්ෂණය Google DeepMind හි Imagen 3 මත ගොඩනගා ඇත, එය පවතින වඩාත්ම දියුණු පෙළ-රූප ආකෘති වලින් එකකි.
අධ්යාපනික ප්රවේශය: පරිශීලකයින්ට ඔවුන්ගේ සරල විමසුම් වඩාත් ඵලදායී ඒවා බවට පරිවර්තනය වන ආකාරය පෙන්වීමෙන්, Whisk ඇත්ත වශයෙන්ම මූලික ඉගෙනීමක් අවශ්ය නොවී නිරූපණය හරහා විමසුම් ඉංජිනේරු මූලධර්ම උගන්වයි.
ස්ථාවර ගුණාත්මකභාවය: සමහර විට වඩාත්ම වැදගත් දෙය නම්, Whisk පරිශීලකයාගේ අත්දැකීම් මට්ටම නොසලකා ස්ථාවර, උසස් තත්ත්වයේ ප්රතිඵල ලබා දීමයි. ආරම්භකයින්ට පළපුරුදු විමසුම් ඉංජිනේරුවන්ගේ ප්රතිඵල වලට සමාන ප්රතිදාන ලබා ගත හැකි අතර, නිර්මාණාත්මක AI රූප උත්පාදනය සඳහා ක්රීඩා පිටිය සමතලා කරයි.
විමසුම් ඉංජිනේරු විද්යාවේ අනාගතය
විමසුම් ප්රශස්තකරණය පිළිබඳ 2024 පර්යේෂණ පත්රිකාවක් පෙන්නුම් කරන්නේ ස්වයංක්රීය විමසුම් වැඩිදියුණු කිරීම පෙළ-රූප කාර්යයන්හිදී මානව විශේෂඥ කාර්ය සාධනයට සමාන හෝ ඉක්මවා යා හැකි බවයි, Whisk AI වැනි මෙවලම් ගන්නා ප්රවේශය වලංගු කරයි.
Google Labs තුළ Whisk වැනි මෙවලම් පරිණාමය වෙමින් පවතින විට, නවක සහ විශේෂඥ පරිශීලකයින් අතර පරතරය අඛණ්ඩව පටු වනු ඇත. විමසුම් ඉංජිනේරු දැනුම ප්රතිස්ථාපනය කරනවා වෙනුවට, මෙම මෙවලම් එය සැමට ප්රවේශ විය හැකි බවට පත් කරයි - AI රූප උත්පාදනය ප්රජාතන්ත්රවාදී කිරීම සහ ගැඹුරු තාක්ෂණික විශේෂඥතාව ඇති අයට පමණක් කලින් ලබා ගත හැකි වූ නිර්මාණාත්මක හැකියාවන් විවෘත කිරීම. සාමාන්ය පරිශීලකයින් සඳහා Whisk AI රූප උත්පාදනය විප්ලවීය වෙනසක් කරන්නේ කෙසේද යන්න පිළිබඳ අපගේ ලිපියෙන් මෙය ප්රායෝගිකව ක්රියාත්මක වන ආකාරය බලන්න.
