من گردش کار ساخت تامنیلهایم را با هوش مصنوعی خودکار کردم. واقعیت این است.
ساعت ۳ صبح را صرف تلاش برای خودکارسازی فرآیند ساخت تامنیلهای یوتیوبم کردم.
به عنوان یک توسعهدهنده، از کارهای دستی متنفرم. میخواستم ببینم آیا هوش مصنوعی میتواند جایگزین گردش کار طراحی من شود یا خیر. من به دنبال یک خط لوله (pipeline) تکرارپذیر بودم که در آن یک ایده را وارد کنم و یک تصویر نهایی تحویل بگیرم.
اشتباه میکردم.
آنچه از این آزمایش آموختم اینجاست:
تایپوگرافی یک نقطه شکست است. اکثر مدلهای هوش مصنوعی نمیتوانند متن را به شکلی قابل اعتماد رندر کنند. آنها حروف درهمریخته یا املای اشتباه تولید میکنند. در طراحی تامنیل، متن باید در کمتر از ۰.۵ ثانیه خوانده شود. هوش مصنوعی اغلب در رعایت این محدودیت سخت شکست میخورد.
مدلهای هوش مصنوعی موتورهای چیدمان (layout engines) نیستند. مولدها فضای منفی یا جایگذاری متن را درک نمیکنند. آنها پیکسلهایی تولید میکنند که خوب به نظر میرسند اما فاقد ساختار هستند. آنها احتمالی (probabilistic) هستند، نه قطعی (deterministic). نمیتوانید برای چیدمانهای دقیق به آنها تکیه کنید.
ابزارهای تخصصی بهتر هستند. من Thumbs.ai را تست کردم. این ابزار بهتر عمل میکند زیرا پسزمینه را از لایههای متن جدا میکند. این رویکرد درستی است؛ زیرا به شما اجازه میدهد با متن و تصاویر به عنوان دو موضوع مجزا برخورد کنید.
بهترین گردش کار، خودکارسازی کامل نیست. از هوش مصنوعی نخواهید که کل ترکیببندی را بسازد. در عوض، از آن برای تولید پسزمینههای باکیفیت و بدون متن استفاده کنید.
استراتژی برنده: • از هوش مصنوعی برای تولید صفحات پسزمینه و بافتهای (textures) تمیز استفاده کنید. • تایپوگرافی، چیدمان و سلسلهمراتب را خودتان مدیریت کنید.
این رویکرد، هوش مصنوعی را به جای یک جایگزین ناقص، به یک دستیار سریع تبدیل میکند. این کار شبیه به برنامهنویسی دونفره (pair programming) با یک طراح جونیور سریع اما غیرقابل پیشبینی است. شما معماری را مدیریت میکنید و هوش مصنوعی کارهای زیربنایی بصری را انجام میدهد.
اگر میخواهید در زمان صرفهجویی کنید، به دنبال یک راهکار سرتاسری (end-to-end) نباشید. به دنبال ابزارهایی باشید که سختترین بخش کار بصری را حل میکنند.
جامعه یادگیری اختیاری: https://t.me/GyaanSetuAi