Apple MGIE: Revolución en la edición de imágenes con inteligencia artificial de código abierto

En un mundo donde la inteligencia artificial (IA) transforma cada aspecto de nuestra vida cotidiana, Apple, en colaboración con la Universidad de California en Santa Bárbara (UCSB), introduce una innovación que promete revolucionar el modo en que editamos imágenes.

Se trata de MGIE, un modelo de IA de código abierto que interpreta órdenes en lenguaje natural para editar imágenes de manera intuitiva y eficiente.

Un vistazo a la colaboración entre Apple y la UCSB

La incursión de Apple en el avanzado terreno de la inteligencia artificial no muestra signos de desaceleración. Contrario a lo que algunos pueden pensar, el gigante tecnológico ha unido fuerzas con expertos de la UCSB para dar vida a MGIE. Este proyecto destaca por su enfoque en la edición guiada, aprovechando los modelos de lenguaje multimodales de gran escala (MLLM) para modificar imágenes basándose en instrucciones verbales simples.

La herramienta MGIE es capaz de interpretar tanto la imagen en cuestión como la orden dada por el usuario, realizando la edición solicitada incluso sin un contexto detallado de la petición. Por ejemplo, ante la instrucción de «hazla más saludable» referida a una fotografía de pizza, MGIE logra añadir tomates y hierbas a la imagen, modificándola según el criterio de salud especificado por el usuario.

La tecnología detrás de MGIE

Los desarrolladores de MGIE explican que la herramienta combina un MLLM y un modelo de difusión. Este último se actualiza de manera conjunta para ejecutar la edición de imágenes, basándose en la «imaginación latente» de lo que se pretende conseguir con el entrenamiento de extremo a extremo.

Esta metodología permite a MGIE interpretar instrucciones vagas o ambiguas y realizar ediciones que se alinean con las expectativas humanas. Como resultado, MGIE puede, por ejemplo, identificar que «saludable» implica la adición de ingredientes vegetales a una pizza, y proceder acorde.

Ejemplos Prácticos y Potencial de MGIE

Además del caso mencionado de la pizza, MGIE ha demostrado su capacidad para realizar ediciones complejas al estilo Photoshop. En una demostración, la IA logró eliminar a una persona de fondo en una fotografía, enfocando la atención en el sujeto principal sin necesidad de instrucciones detalladas.

Este nivel de precisión y adaptabilidad muestra el potencial de MGIE para simplificar la edición de imágenes, haciendo posible cambios locales específicos o ajustes globales como mejorar el brillo o la nitidez de las imágenes.

El Futuro de MGIE y la Visión de Apple

Aunque MGIE aún se encuentra en fase de investigación, su desarrollo señala el creciente interés de Apple en la inteligencia artificial y su aplicación práctica en la vida diaria. Este proyecto se suma a iniciativas previas como MLX, reafirmando el compromiso de Apple con la innovación en el ámbito de la IA.

El lanzamiento de MGIE por parte de Apple y la UCSB no solo destaca por su capacidad de interpretar y ejecutar instrucciones en lenguaje natural sino también por su accesibilidad como herramienta de código abierto. Esto abre la puerta a una amplia gama de aplicaciones y desarrollos futuros, tanto para profesionales del diseño como para el público general interesado en la edición de imágenes.

Con MGIE, Apple reafirma su posición como líder en la integración de tecnologías avanzadas, prometiendo transformar nuestras interacciones con la inteligencia artificial en el campo de la edición de imágenes. Este avance no solo demuestra el potencial de los modelos de lenguaje multimodales de gran escala sino que también anticipa un futuro donde editar imágenes sea tan sencillo como describir lo que deseamos ver transformado.

SEGURO TE INTERESA: Google incorporará inteligencia artificial en Google Maps