Por Redação O Sul | 2 de junho de 2022
O Google Research revelou o Imagen, uma nova inteligência artificial (IA) que traduz texto em imagem. Basicamente, o sistema pode criar imagens fotorrealistas a partir de entradas de texto.
“Apresentamos o Imagen, um modelo de difusão de texto para imagem com um grau de fotorrealismo sem precedentes e um profundo nível de compreensão da linguagem”, diz o artigo oficial. “Imagen baseia-se no poder de grandes modelos de transformação de linguagem na compreensão de textos e depende da força dos modelos de difusão na geração de imagens de alta fidelidade.”
O Google afirma que o Imagen apresenta um grau de fotorrealismo sem precedentes e um profundo nível de compreensão da linguagem que supera concorrentes. Para funcionar, o programa recebe textos, digamos: “Três esferas de vidro caindo no oceano. A água está espirrando. Sol está se pondo.” e a transforma em uma imagem que retrata exatamente isso. As imagens resultantes podem ser fotorrealistas ou mais uma interpretação artística.
O Imagen não está disponível ao público, mas o Google compartilhou vários exemplos de como a IA funciona. Para o projeto, o Google criou um benchmark abrangente e desafiador para o modelo chamado DrawBench. Com ele, a empresa pode comparar o Imagen com outros métodos de IA, como o VQ-GAN+CLIP, Modelos de difusão latente e DALL-E 2. O DrawBench descobriu que os humanos preferem o Imagen aos concorrentes.
Traduções em tempo real
Uma década após a estreia do Google Glass, um par de óculos que filmava o que os usuários viam, mas que levantou preocupações sobre privacidade e recebeu notas baixas por seu design, a plataforma revelou uma nova tentativa no segmento, dessa vez, capaz de exibir traduções de conversas em tempo real.
“Estamos trabalhando em tecnologia que nos permite quebrar as barreiras linguísticas, levando anos de pesquisa no Google Tradutor e trazendo isso para os óculos”, disse Eddie Chung, diretor de gerenciamento de produtos do Google, chamando o recurso de “legendas para o mundo.”
A revelação dos novos óculos reflete a crescente cautela da empresa. Quando o Google Glass foi demonstrado na conferência da empresa para desenvolvedores em 2012, paraquedistas o usaram para transmitir ao vivo um salto em um prédio de São Francisco, com a empresa obtendo autorização especial para a façanha.
Desta vez, o Google mostrou apenas um vídeo do protótipo, que exibiu traduções para conversas envolvendo inglês, mandarim, espanhol e linguagem de sinais americana.
