مقدمة

الذكاء الاصطناعي هو أحد التقنيات السائدة في العديد من المجالات والصناعات في هذه الأيام. يضع العديد من العلماء والمفكرين آمالهم فيه بينما هناك آخرون يرون أنه تكنولوجيا خطيرة يمكن أن تشكل ضررًا كبيرًا على الإنسان في المستقبل. وحول هذه المنظورين المتناقضتين تم تقديم الذكاء الاصطناعي في العديد من أفلام الخيال العلمي والأعمال الفنية وكذلك آراء العلماء البارزين ومناقشات المهتمين بالمستقبل كصورة تعطينا الأمل بتحويل العالم إلى مكان أفضل للعيش من خلال جعل حياة البشر أسهل بكثير أو كصورة تروعنا ويمثل فيها الذكاء الاصطناعي تهديد للبشرية. ومع ذلك، فإن كلا الصورتين لهما نقطة واحدة مشتركة وهي قبول حقيقة أن الذكاء الاصطناعي لديه الكثير من الإمكانات. وبالفعل لديه الكثير من الإمكانات فلقد بدأ الذكاء الاصطناعي في إظهار أنه ليس فقط يستطيع أداء المهام بسرعة أكبر من أداء البشر ولكن يمكنه أيضًا التفكير بطريقة إبداعية. وبذلك أصبح للذكاء الاصطناعي تأثير قوي على صناعة التصميم.

إذا تحدثنا عن صناعة التصميم فسوف نعرف أن لديها أيضًا نفس المنظورين المتناقضتين حول الذكاء الاصطناعي. بالنسبة للبعض يمثل الذكاء الاصطناعي مستقبل لصناعة التصميم والتي ستسمح للمصممين البشريين بالتصميم بشكل أفضل وأسهل. بينما بالنسبة للآخرين يمثل الذكاء الاصطناعي تهديدًا للمصممين وتخوّف من أن يحل محل المصممين البشر. ولعل أحد الجوانب التي تخيف البعض أكثر من غيرها هو أن الذكاء الاصطناعي أظهر بعض القدرات المعرفية التي تشبه قدرات الإنسان فأصبحت الآلات تستطيع نسبيا التفكير والتعلم مثل البشر. على سبيل المثال، يمكن لأجهزة الذكاء الاصطناعي تلقي مدخلات بتنسيقات بصرية وحسية وسمعية ويمكنها أيضًا تخزينها في ذاكرتها. أي أن أنظمة الذكاء الاصطناعي يمكنها أن ترى وتسمع وتشعر بكل ما يحدث في محيطها. وتعمل هذه القدرات المعرفية بمساعدة إنترنت الأشياء والمستشعرات المرتبطة بأنظمة الذكاء الاصطناعي. ومن ناحية أخرى تصبح هذه القدرات للذكاء الاصطناعي مفيدة للغاية إذا كانت تساعد في تصميم موقع ويب معين أو شعار منتج. ذلك لأن هذه القدرات تسمح لأنظمة الذكاء الاصطناعي بالتحقق من ملاءمة الأشياء والأصوات المختلفة لمهمة معينة والأداء بدقة أكبر. وفيما يلي بعض المهام التي يمكن أن تؤديها أنظمة الذكاء الاصطناعي باستخدام قدرتها المعرفية المصطنعة:

1. تحديد الأشكال والألوان ورموز النص وأنماط التصميم والميزات الأخرى للكائنات.
2. تصنيف بيانات الإدخال المختلفة واستخدام جزء معين من البيانات عند الحاجة.
3. ذاكرتهم أفضل من ذاكرة الإنسان ويمكنهم تذكر البيانات لفترة أطول.

والأن بعد هذه المقدمة الموجزة دعونا نتطرق إلى بعض الأساسيات المرتبطة بالمجالين.

فهم الأساسيات : الذكاء الاصطناعي و الصور

ما هو الذكاء الاصطناعي؟

هو قدرة الحاسوب أو البرنامج الالة على التفكير مثل الإنسان. تعلم الإله هو جزء من الذكاء الاصطناعي وهو إعطاء الآلة مهارات التعلم من الأمثلة دون برمجة صريحة. التعلم العميق هو جزء من تعلم الآلة ويمكن الالة من تدريب نفسها لأداء مهمة. الشبكات العصبية الاصطناعية هي نظام معالجة للمعلومات له مميزات أداء معينة بأسلوب يحاكي الشبكات العصبية الحيوية. لقد طورت الشبكات العصبية كأمثلة رياضية معتمدة على طريقة التفكير البشري وكيفية معالجة الأعصاب للمعلومات.

ما تعريف الصورة Image ؟

الصورة الرقمية هي التي تم انشاءها او نسخها وتخزينها بشكل الإلكتروني. وهي تمثيل الصور الثنائية الأبعاد على الحاسوب بواسطة الصفر والواحد وتتكون كل صورة رقمية من وحدة ضوئية (بكسل) وهو أصغر وحدة في الصورة وكل صورة هي مصفوفة تحتوي على صفوف وأعمدة من الوحدات الضوئية (بكسل) وكلما زادت عدد الوحدات الضوئية كلما كانت الصورة أوضح.

كيف يرى الكمبيوتر الصورة؟

يرى الكمبيوتر الصورة عن طريق تحويل الصورة إلى أرقام . والوحدة الضوئية (بكسل) هو أصغر وحدة في الصورة.

لون الصور Color of Images

وتنقسم الصور الرقمية إلى: 

1. صورة ثنائية: وهي الصورة التي تحتوي على اللونين الأبيض والأسود فقط ويحمل كل بكسل بها إما 0 أو 1 .
2. صورة متدرجة الرمادي: وهي الصورة التي تحتوي على الأبيض والأسود مع تدرجات الرمادي وتمثل شدتها بأرقام من 0 إلى 255 حيث يمثل الواحد اللون الأبيض و عندما تكون 255 فأن اللون لهذا البكسل يكون أسود وبقية الأرقام تمثل في شدتها درجات الرمادي.
3. الصور الملونة: هي الصور الرقمية التي تدعم الألوان عن طريق تخصيص ثالثة خانات (قنوات) بكل بكسل لتحديد شدة الثالثة الألوان الأساسية (الأحمر والأخضر والأزرق)

ما هو معالجة الصور Image Processing ؟

معالجة البيانات المكونة لصورة ما بغرض تحسينها أو إرسالها أو استخراج معلومات محددة منها. معالجة الصورة هي أحد فروع علم الحاسوب تهتم بإجراء عمليات على الصور بهدف تحسينها أو استخلاص بعض المعلومات منها وتستخدم نظم معالجة الصورة في الكثير من التطبيقات. وتكتسب المعالجة الرقمية للصور أهمية كبيرة في ميدان إدراك الصور وميدان التعرف على الأنماط والأشكال.

يعد تحليل الصور مجالاً يجمع بين الرؤية بالحاسب ومعالجة الصور ويمكن تقسيم العمليات التي يستخدم فيها الحاسب في هذا المجال إلى ثالث مستويات: 
1. عمليات ذات مستوى منخفض والتي تتضمن إزالة التشوه وتحسين التباين, ويمكن وصف هذه العمليات بأنها تلك العمليات التي يكون دخلها صورة وخرجها صورة.
2. عمليات ذات مستوى متوسط والتي تتضمن تقسيم الصورة الى مناطق أو عناصر ثم وصف هذه كما تشمل ايضا آليات التعرف على العناصر اختزالها الى تمثيل صالح للمعالجة بالحاسب. ويمكن وصف عمليات المستوى المتوسط بكونها عمليات يكون دخلها صورة وخرجها خصائص وسمات مستخلصة من هذه الصورة.
3. عمليات ذات مستوى عالي وهذه تتضمن فهم أو إدراك منطقي لمجموعة من العناصر التي تم التعرف عليها. وفي قمة هذا المستوى تأتى عمليات التعلم واكتساب المعرفة المرتبطة بالرؤية بالحاسب.

تعتمد جودة الصورة الرقمية على عدد الوحدات الضوئية (بكسل) المكونة لها فكلما ازدادت عدد الوحدات الضوئية (بكسل) كلنا حصلنا على نوعية أفضل. فإذا تم تكبير الصورة الرقمية إلى حد معين نلاحظ ظهور تشوه معين ناتج عن كون الصورة مركبة من هذه الوحدات الضوئية لذا كلما كان عدد الوحدات الضوئية كبيراً كلما تأخر ظهور هذا التشوه عند التكبير .بمعنى كلما استطعنا تكبير الصورة أكثر. وهذا يدعونا للتساؤل عن سبب التشوه أو الضوضاء Noise.

ما هي الضوضاء التشوه Noise ؟

يدعى ضجيج الصورة أو التشوه و هو الاختلاف العشوائي للسطوع أو معلومات الألوان في الصور التي ينتجها المستشعر ودائرة الماسح الضوئي أو الكاميرا الرقمية.

تعزيز اللون  Color Enhancement

تصحيح اللون أو ضبطه. والغرض منه هو الحصول على تفاصيل أدق للصورة وتسليط الضوء على المعلومات المفيدة. 

شحذ Sharpening

شحذ هي تقنية معالجة الصور لجعل الخطوط العريضة للصورة الرقمية تبدو أكثر وضوحا.

تجزئة Segmentation

تجزئة الصورة هي عملية تقسيم صورة رقمية إلى شرائح متعددة (مجموعات من البكسل ، تُعرف أيضًا باسم كائنات الصورة).

كشف الحد Edge Detection 

يعتبر Edge edge تقنية لمعالجة الصور للعثور على حدود الكائنات داخل الصور. وهو يعمل عن طريق الكشف عن الانقطاعات في السطوع. يستخدم الكشف عن الحافة لتجزئة الصور واستخراج البيانات في مجالات مثل معالجة الصور و رؤية الحاسب.

اكتشاف الميزة والتعرف Feature Detection & Recognition

في رؤية الحاسب ومعالجة الصور يشير مفهوم اكتشاف الميزة إلى الأساليب التي تهدف إلى حساب التجريد من معلومات الصورة لاتخاذ القرارات المحلية لكل نقطة في الصورة إذا ما كانت هناك ميزة من نوع معين فيها أم لا. وتلك المميزات التي تكتشف تكون سبيل لتعرف على محتويات الصورة فيما بعد.

هناك مكتبات بايثون يمكن أن تساعدك في مجال رؤية الحاسب ومعالجة الصور أشهرها Matplotlib ، OpenCV ، Numpy ، Pillow انصحك بمعرفتها والاطلاع عليها.

أبرز الجوانب التي خدم فيها الذكاء الاصطناعي مجال التصميم

يساعد الذكاء الاصطناعي على تعزيز إبداع المصممين من خلال اتمام  بعض الأعمال التي تتطلب وقت وجهد المصمم فيكون وقته مركز على النقاط المهمة مثل بناء الأفكار والجوانب الابداعية. وبذلك يصبح الذكاء الاصطناعي بمثابة مساعد افتراضي للمصمم يعتني بالأشياء هنا وهناك فيتمكن المصمم من التركيز على النقاط المهمة مثلما ذكرنا سابقا. ولعل أبرز نقاط قوة الذكاء الاصطناعي تتركز حول قدرته على التحسين والسرعة في الإنجاز. فالمصممين الذين يعتمدون على الذكاء الاصطناعي يتمكنون من إنشاء تصميمات أسرع وبتكلفة أقل نظرًا لزيادة السرعة والكفاءة التي يمنحهم هي الذكاء الاصطناعي. بالاضافة لذلك الذكاء الاصطناعي يمتلك القدرة على تحليل كميات هائلة من البيانات ومن ثم اقتراح تعديلات للتصميم فيختار المصمم الاقتراحات المناسبة له ويعتمد التعديلات المناسبة على أساس نتائج تلك البيانات وتحليلها.
وبإيجاز يمكن أن نلخص مجالات مساعدة الذكاء الاصطناعي في أربعة نقاط وسنفصلها فيما بعد:

• بناء واجهة المستخدم 
• إضفاء الطابع الشخصي على تجربة المستخدم UX
• إعداد الأصول والمحتوى 
•  التصميم الجرافيكي

بناء واجهة المستخدم 

تساعد بعض أدوات الذكاء الاصطناعي المصممين على إنشاء تصميمات واجهات جيدة وسريعة من خلال تحسين تصميم المنتج تلقائيًا استنادًا إلى ملايين من التصميمات الناجحة الأخرى. بل ويمكن أن تقترح تلك الأدوات بدائل جديدة تمامًا للتصميم والإخبار بكيفية تحسين مشاركة المستخدم.
كانت Grid واحدة من أقدم الأمثلة على استخدام الذكاء الاصطناعي في تصميم الويب . كان برنامج التصميم يستند على الذكاء الاصطناعي ويساعد مصممي الويب ومالكي مواقع الويب في الحصول على مواقع ويب حديثة ومخصصة حسب الاحتياجات الخاصة بمشروعهم أو نشاطهم التجاري أو تفضيلاتهم الشخصية. وبعد ذلك الحين ظهرت العديد من الأمثلة الناجحة التي أخذت الذكاء الاصطناعي وتصميم الويب إلى مستوى جديد تمامًا. على سبيل المثال موقع Wix لتمكين غير المحترفين من إنشاء موقع ويب بطريقة شبه الآلية . يقوم Wix بتعليم الخوارزمية من خلال تغذيتها بالعديد من الأمثلة على المواقع الحديثة عالية الجودة وبالإضافة لذلك يحاول أيضا تقديم اقتراحات ذات صلة بقطاع العميل وطبيعة استخدامه للموقع.

إضفاء الطابع الشخصي على UX

يساعد الذكاء الاصطناعي المصممين في تخصيص مواقع التجارة الإلكترونية وتقديم تصميم أكثر فعالية بشكل عام. يقوم الذكاء الاصطناعي بتخصيص تجربة المتسوقين في مواقع التجارة الإلكترونية أثناء التنقل استنادًا إلى ملفهم الشخصي ومليارات من البيانات.
ولكن كيف يؤثر تحديد المحتوى إضفاء الطابع الشخصي على تجربة المستخدم؟. إضفاء الطابع الشخصي او تخصيصة للمستخدم نفسه يجعل تجربة المستخدم أفضل بكثير ويضيف الكثير من القيمة لها. فعلى سبيل المثال تخيل لو أن مواقع التواصل الاجتماعي لم تتمكن من معرفة ما أردنا أن نراه ووضعت في مواقعها كل المعلومات والأخبار التي تهمنا والتي لاتهمنا. لكانت مواقع التواصل الاجتماعي بأكملها مضيعة للوقت حيث بالكاد نجد فيها شيء مثير لاهتمامنا. فمستخدمو مواقع التواصل الاجتماعي يجدون أنها مثيرة للاهتمام لأن الصفحات فيها مليئة فقط بالمشاركات والحالات التي تثير اهتمام كل مستخدم بعينه. ونفس الشئ ينطبق في مواقع التجارة الالكترونية حيث تعمل هذه السمة على تحسين نتائج التسويق الرقمي إلى حد كبير نظرًا لأن الجمهور دائمًا ما يقدم فقط على تلك الإعلانات ذات الصلة به. وهذا الشيء نراه كل يوم في خلاصات الأخبار على Facebook ونتائج بحث Google وتوصيات Netflix و Spotify والعديد من المنتجات الأخرى فهو يخفف عبء تصفية المعلومات على المستخدمين ويصبح اتصال المستخدمين بالعلامة التجارية أكثر تقاربا وانتماء عندما يبدو أن المنتج يهتم بهم كثيرًا.
وميزة الاكتشاف الأسبوعية Discover Weekly من Spotify هي مثالًا رائعًا على ذلك . فالعنصر الكلاسيكي لتصميم UX هنا هو قائمة المسارات في حين أن العمل المميز يتم من خلال نظام التوصيات الذي يملأ قالب التصميم هذا بموسيقى قيمة.

من خلال التعرف على الوجه ورؤية الحاسب يستطيع الذكاء الاصطناعي تحديد الجنس والعمر والمزاج الحالي للمستخدم وبعض معلومات أخرى. وعليه يمكن لمصممي UX تقديم تجارب أكثر تخصيصًا استنادًا إلى هذه المعلومات.

يتيح اقتران الذكاء الاصطناعى مع التعرف على الصوت و chatbots لمصممي UX إنشاء تجارب أسرع وأكثر ملاءمة وشخصية. من المتوقع أن يرتفع عدد الأشخاص الذين يستخدمون المساعدين الرقميين من 700 مليون إلى أكثر من 1.8 مليار بحلول عام 2021.

ويتوقع أن البحث الصوتي يمكن أن يحدث ثورة في وظائف المصممين . هذه الميزة سوف تضع عبئا كبيرا من أكتاف المصممين سيكونون متحررين من الحاجة إلى الاستمرار في النقر فوق المؤشر وتحريكه هنا وهناك من أجل التصميم مما يسهل عملهم. ويعد تحسين البحث الصوتي والتعرف على الصوت من الميزات التي يمكن أن تزيد من قابلية الاستخدام لأنظمة الذكاء الاصطناعي بشكل كبير ليس فقط للمصممين بل والمستخدمين بشكل عام. وسيكون الصوت هو تنسيق الإدخال الأكثر استخدامًا في المستقبل حيث يضيف الكثير من القيمة لأنه سصبح المستخدمون قادرين على قيادة الآلات فقط باستخدام أصواتهم وبذلك سيكون أداء وظائف مختلفة أمرًا سهلاً للغاية وسيزداد اعتمادنا على الأجهزة. ولن تكون هناك حاجة إلى ذلك الجهد القليل الذي نبذله أثناء استخدام جهاز ذكي عن طريق الضغط على الأزرار أو الكتابة أو النقر. أحد أهم مزايا هذه الميزة هو توفير الكثير من الوقت بالإضافة لأنها ستمكن الكثير من المستخدمين ذوي الإحتياجات الخاصة من استخدام أنظمة الذكاء الاصطناعي بسهولة.

تصميم واجهة المستخدم وتجربته UI/UX

من خلال تحليل كمية هائلة من البيانات يساعد الذكاء الاصطناعي المصممين على تصميم منتجات عالية الأداء استنادًا إلى أفضل التصميمات في نتائج التحليل وأفضل ممارسات UX والاتفاقيات والمعايير ومقاييس قابلية الاستخدام المعروفة.
إذا تحدثنا عن مستقبل التصميم فيما يتعلق بهذه الميزة فسوف ندرك أن تحليل كمية هائلة من البيانات يمكن أن نستنتج منها الحكم على نوع التصميم أو التصميم الذي ستحبه مجموعة مستخدمين معينة ونوع التصميم الذي لن يجذب غالبية مستخدمي منتج أو موقع. بالإضافة أن ستسمح هذه الميزة لمواقع الويب بإعادة تصميم نفسها عندما تكتشف حدوث تحول في اهتمامات المستخدمين. تشبه هذه السمة إلى حد ما التفكير النقدي والبحث الذي يقوم به المصممون قبل التصميم وأصبح الذكاء الاصطناعي قادرًا على القيام به.

من جهة أخرى بناء على الآلاف من الدراسات السابقة الذكاء الاصطناعي شارك مع المصممين في التنبؤ بكيف ينظر المستخدمين للمحتوى على الشاشة؟. والتنبؤ بكيفية توزيع انتباه المستخدم على شاشة أو تركيبة تصميم رسومي يحاكيها بحيث يمكن للمصممين توجيه الاهتمام نحو المناطق الهامة. ويجدر بالإشارة أن هذا التنبؤ لا يمكن أن تحل محل دراسة تتبع العين لكن هناك مؤشر جيد لنتائجها.

إعداد الأصول والمحتوى

استطاع الذكاء الاصطناعي أن يولد الملايين من الإصدارات الفريدة من الصفحات الرئيسية وصفحات مواقع الأخبار والعلامات التجارية والاعلانات على أساس التشكيلات الجانبية للمستخدم وتفضيلاته وتتبع البيانات.

على سبيل المثال نحن نعلم أن المصممون يواجهون مهام شاقة في إنشاء نفس الرسومات بلغات متعددة. في Netflix وجدوا حل لهذه المهام الشاقة حيث يقوم البرنامج المعتمد على الذكاء الاصطناعي بقص أحرف الفيلم للبوسترات و يضع عنوان فيلم مُترجم ثم يقوم بإجراء تجارب تلقائية على مجموعة من المستخدمين. وكل ما يجب على المصمم القيام به هو التحقق من الرسومات والموافقة عليها أو رفضها وإذا لزم الأمر قام بتعديلها يدويًا، وفي ذلك توفير كبير للوقت.

يعد إنشاء أصول رسومية متعددة الأشكال والإلوان أحد أكثر الأجزاء مملة من عمل المصمم. يمكن للذكاء الاصطناعي المساعدة بتقديم خوارزميات للقيام بهذه المهام البسيطة مثل مطابقة الألوان. على سبيل المثال يستخدم Yandex.Launcher خوارزمية لإعداد الألوان لبطاقات التطبيق تلقائيًا استنادًا إلى أيقونات التطبيق. ويمكن أيضا تعيين متغيرات أخرى تلقائيًا مثل تغيير لون النص وفقًا للون الخلفية وغيرها من المميزات الأخرى.

الذكاء الاصطناعي له اسهامات في التصميم التوليدي و لديه خوارزميات متقدمة وقوية للغاية والتي يمكن أن تخلق بسرعة شعار دون تدخل بشري. وفي نفس الوقت يستطيع المصممون المشاركون في الإنشاء مع الذكاء الاصطناعي وإنتاج حلول تصميم متعددة ببساطة عن طريق وضع هدف أو مشكلة محددة في إنشاء الشعارات للشركات. عادة يتعين على المستخدمين فقط الإجابة عن بعض الأسئلة وتقديم معلومات حول مجال أعمالهم ومن ثم يقوم نظام الذكاء الاصطناعي بعد ذلك بتحليل النتائج وإنشاء شعارات بطريقة ديناميكية. مثلا تحتاج إلى إدخال اسم شركتك وتحديد خيارات الألوان واختيار بعض الرموز التي تريدها ثم سيولد لك شعارات رائعة لك ويمكنك الاختيار منها.

الذكاء الاصطناعي قادر على مساعدة المصممين في إنشاء الملايين من المنتجات الفريدة والإصدارات الفريدة من تصاميم التغليف مع الحفاظ على نمط العلامة التجارية وسلامة التصميم. على سبيل المثال في عام 2017 دخلت Ferrero في شراكة مع وكالة إعلانية Ogilvy & Mather Italia لزيادة مبيعاتهم والحصول على مزيد من الأشخاص لشراء Nutella. كانت خطتهم أن يكون لديهم خوارزمية لتصميم غلاف العبوة. تم تزويد الخوارزمية بأنماط وألوان من قاعدة البيانات لإنشاء سبعة ملايين غلاف لعبوة فريدة تم بيعها في جميع أنحاء إيطاليا في غضون شهر.

التصميم الجرافيكي

هناك العديد من الأدوات والتطبيقات التي تعتمد على الذكاء الاصطناعى. على سبيل المثال يستخدم Adobe Sensei الذكاء الاصطناعي و تعلم الآلة في إطار مشترك لتحسين التصميم الشامل للمنتج النهائي وتسليمه بشكل احترافي. دعونا نلقي نظرة عن كثب حوله. Adobe Sensei منصة ذكية تستخدم خبرة Adobe العميقة في الذكاء الاصطناعي وتعلم الآلة وستكون الأساس لميزات التصميم المستقبلية المستندة إلى خوارزميات الذكاء الاصطناعي في منتجات Adobe مثل تجزئة الصورة الدلالية والتعرف على الخطوط وتقسيم الجمهور الذكي وغيرها.

https://youtu.be/y-6iztHgsy4

أحدى الأدوات الجديدة فيه تُسمى Scene Stitch و هي أساسًا نسخة متقدمة من Content Aware Fill وهي أداة لحذف العناصر غير المرغوب فيها من الصور. يستخدم Scene Stitch مكتبة صور Adobe خاصة ويحلل الصورة التي يحاول المستخدم تحريرها ويستبدل الجزئية المحذوفة بشيء منطقي وواقعي كما يبدو بالصور أدناه.

ميزة أخرى تجريبية Project Cloak و هي في الأساس شبيهه ب Content Aware Fill ولكن للفيديو. هذه الميزة تسمح للمستخدمين بحذف جزء معين من مقطع (على سبيل المثال مصباح إنارة يشوه منظر طريق جميل) وإزالته بنقرة زر واحدة. إن إجراء هذا النوع من التعديل أمر ممكن يدويا ولكنه عمل شاق ويتطلب عمالة ماهرة للانتقال من بين إطارات فيديو المتعددة وتحريرها بينما Cloak يدير المهمة نفسها في بضع ثوانٍ فقط.

ويجدر بالذكر قدم باحثون من NVIDIA طريقة تعلم عميقة يمكنها تحرير الصور أو إعادة بناء صورة تالفة والفيديو التالي يوضح نتائجهم.

نأتي الآن إلي التطبيقات وتطبيق Prisma على سبيل المثال يتيح لك تحويل صورتك إلى أعمال  فنية بمساعدة خوارزميات التعلم الآلي وباستخدام الذكاء الاصطناعي مع الشبكات العصبية. يقوم التطبيق بمحاكاة أنماط بعض أعظم رسامي التاريخ مثل فان جوخ، ومونيه، وليوناردو دا فينشي، ومايكل أنجلو، وبيكاسو وتطبيق هذه الانماط على صورك لتبدو وكأنها أعمال لفنانين مشهورين.

ويمكن لـتطبيق Artisto معالجة الفيديو بطريقة مماثلة انظر لهذا الفيديو كمثال لما يستطيع فعله.

في الختام إذا كنت مهتما بالتصميم وكيفية الاستفادة من تقنيات الذكاء الاصطناعي في تحسينه هناك الكثير من المصادر التي ستجعك تبحر في هذا الاتجاة والتي يصعب عليّ حصرها ولكن اخترت منها كتابين يمكنك الاطلاع عليها.

توصيات للاطلاع والقراءة

Machine Learning & AI for Designers

Artificial Intelligence Driven Design

التطبيق العملي

اصنع فلترك الخاص لصورك ببضعة أسطر من الكود

الرابط على ال GItHub

هنا مجموعة مختارة من الأكواد يمكنك التجريب عليها وتغيرها لمعرفة كيف ستكون النتائج . مقسم الكود إلى جزئين الأول يعتمد فكرة صنع فلتر بواسطة مكتبة openCV والثاني بواسطة Transfer Style . وستجد أيضا في هذا المستودع بعض الصور التي يمكنك استخدامها.

انتهى بحمدالله

مراجع استخدمتها:

• “Algorithm-Driven Design — How AI Is Changing Design By Yury Vetrov”. Algorithm-Driven Design — How AI Is Changing Design By Yury Vetrov, https://algorithms.design/.
• Vetrov, Yury. “Algorithm-Driven Design: How Artificial Intelligence Is Changing Design — Smashing Magazine”. Smashing Magazine, 2017, https://www.smashingmagazine.com/2017/01/algorithm-driven-design-how-artificial-intelligence-changing-design/.
• Vincent, James. “Adobe’S Prototype AI Tools Let You Instantly Edit Photos And Videos”. The Verge, 2017, https://www.theverge.com/2017/10/24/16533374/ai-fake-images-videos-edit-adobe-sensei.
• “New AI Imaging Technique Reconstructs Photos With Realistic Results – NVIDIA Developer News Center”. News.Developer.Nvidia.Com, 2018, https://news.developer.nvidia.com/new-ai-imaging-technique-reconstructs-photos-with-realistic-results/.
• Alexoglou, Costa. “How AI Will Enable Predictive Design In Creatives”. Medium, 2019, https://uxdesign.cc/how-ai-will-enable-predictive-design-in-creatives-267e7d28fd32.
• Deep, Akash. “Real-World Applications Of AI In Design”. Hackernoon.Com, 2019, https://hackernoon.com/real-world-applications-of-ai-in-design-85c3fc728a36.
• محمد, ملاذ, and مودة عثمان. تصميم نظام للرؤية بالحاسوب باستخدام تقنيات تعلم الآلة. 2017.