تا به حال آرزو کرده‌اید که بتوانید تصویری را مستقیماً از ذهن خود بیرون بکشید؟ حالا این کار تنها در چند دقیقه با کمک تولیدکننده‌های تصویر مبتنی بر هوش مصنوعی مثل Midjourney ممکن شده است.
مهم نیست مهارت هنری دارید یا حتی تا به حال قلم‌مو به دست گرفته‌اید یا نه؛ هوش مصنوعی می‌تواند تنها در عرض چند ثانیه، آثار هنری دیجیتال واقعی و چشم‌نوازی خلق کند! فقط کافی‌ست چند کلمه درباره تصویری که در ذهن‌تان دارید وارد کنید. اما Midjourney دقیقاً چطور کار می‌کند؟ در ادامه این مطلب از تک ناک، همه چیزهایی را که باید بدانید توضیح داده‌ایم.
فهرست مطالب
هوش مصنوعی Midjourney چیست؟
Midjourney نمونه‌ای از هوش مصنوعی مولد (Generative AI) است که می‌تواند دستورات متنی را به تصاویر تبدیل کند. این ابزار تنها یکی از ده‌ها تولیدکننده تصویر مبتنی بر یادگیری ماشین است که اخیراً معرفی شده‌اند، اما به‌سرعت توانسته در کنار نام‌هایی مانند DALL-E و Stable Diffusion به یکی از مطرح‌ترین‌ها در دنیای هوش مصنوعی تبدیل شود.
با استفاده از Midjourney می‌توانید از دستورات متنی ساده، تصاویر باکیفیت و چشم‌نواز بسازید. برای استفاده از این ابزار به هیچ سخت‌افزار یا نرم‌افزار خاصی نیاز ندارید، چرا که تمام فرایند آن از طریق اپلیکیشن چت Discord انجام می‌شود. تنها نکته منفی ماجرا این است که برای شروع تولید تصاویر باید حداقل مبلغی را پرداخت کنید. این در حالی‌ست که بسیاری از رقبای آن معمولاً چند تصویر اولیه را به‌صورت رایگان در اختیار کاربران قرار می‌دهند.
با این حال، شروع کار با Midjourney همانند کار با بهترین هوش مصنوعی برای تولید محتوا نسبتاً ساده است و هر کسی می‌تواند در عرض چند دقیقه، تصاویری واقع‌گرایانه ایجاد کند. خروجی‌ها می‌توانند از تصاویر عجیب و غریب گرفته تا آثار بصری خیره‌کننده متغیر باشند ! همه‌چیز به دستوری که وارد می‌کنید بستگی دارد.
ساخت تصویر با هوش مصنوعی Midjourney
Midjourney می‌تواند تنها با استفاده از یک توضیح ساده متنی، تصاویری واقع‌گرایانه و چشم‌نواز تولید کند. در برخی موارد، تصاویر تولیدشده توسط Midjourney آن‌قدر واقعی به نظر می‌رسند که حتی کارشناسان حوزه عکاسی و دیگر زمینه‌ها را نیز فریب داده‌اند. احتمالاً شما هم در شبکه‌های اجتماعی با تصاویر بسیار قانع‌کننده‌ای روبه‌رو شده‌اید که توسط هوش مصنوعی ساخته شده‌اند.
برای مثال، تصویری از پاپ فرانسیس با یک کاپشن پفی مدرن یا بازداشت جعلی ترامپ که چند روز پیش از رخ دادن واقعی‌اش منتشر شد، از جمله نمونه‌هایی هستند که توجه زیادی را جلب کردند. در کنار این موارد، آثار خلاقانه‌تری نیز تولید شده‌اند؛ مانند صحنه‌ای از جنگ ستارگان به سبک فیلم‌سازی وس اندرسون را نیز می توان نام برد.
برخلاف DALL-E که توسط شرکت OpenAI (خالق ChatGPT) پشتیبانی می‌شود، Midjourney خود را یک پروژه مستقل و خودگردان معرفی می‌کند. این ابزار تاکنون هیچ سرمایه‌گذاری خارجی دریافت نکرده است.
در مقابل، OpenAI موفق شده تا حدود ۱۰ میلیارد دلار سرمایه از شرکت‌هایی مانند مایکروسافت و سایر سرمایه‌گذاران جذب کند. بنابراین، با در نظر گرفتن ریشه‌های ساده و مستقل Midjourney، نتایجی که ارائه می‌دهد واقعاً تحسین‌برانگیز است و نیازی به استفاده از بهترین ابزارهای هوش مصنوعی افزایش کیفیت عکس ندارد.
تجربه کاربری Midjourney
تجربه کاربری Midjourney نسبت به بسیاری از ابزارهای تولید تصویر با هوش مصنوعی، خاص و منحصربهفرد است، چون برخلاف بیشتر رقبا، این ابزار در قالب یک چت‌بات در پلتفرم Discord ارائه می‌شود. در ادامه، تجربه کار با Midjourney را قدم‌به‌قدم و با نگاهی روان برایتان شرح می‌دهیم:
۱. استفاده از Discord به‌جای اپلیکیشن اختصاصی
برای استفاده از Midjourney، ابتدا باید وارد Discord شوید و به سرور رسمی Midjourney بپیوندید. این موضوع شاید در ابتدا کمی گیج‌کننده باشد، مخصوصاً اگر پیش از این با Discord کار نکرده باشید، اما پس از چند بار استفاده، روند بسیار ساده می‌شود.
۲. وارد کردن دستور (Prompt)
در سرور Midjourney، باید وارد یکی از کانال‌های ویژه تولید تصویر (مثلاً newbies-#) شوید. برای ساخت تصویر، دستور خود را با عبارت
/imagine
شروع کرده و سپس توضیح متنی دلخواهتان را وارد می‌کنید. برای مثال:
/imagine a futuristic city with flying cars at sunset
۳. دریافت نتایج
در کمتر از یک دقیقه، Midjourney چهار تصویر مختلف بر اساس دستور شما تولید می‌کند.
در زیر هر تصویر، گزینه‌هایی ظاهر می‌شوند:
- U1 تا U4: بزرگنمایی و بهبود تصویر شماره ۱ تا ۴
- V1 تا V4: تولید چهار نسخه جدید بر اساس تصویر انتخاب‌شده
- 🔁 (Refresh): تولید یک دسته تصویر کاملاً جدید
۴. کیفیت و سبک تصاویر
Midjourney به تولید تصاویری با سبک هنری خاص، نورپردازی زیبا و جزئیات چشم‌نواز مشهور است. این تصاویر گاهی واقع‌گرایانه‌اند و گاهی حال‌وهوایی فانتزی یا مفهومی دارند که بسیار مورد توجه طراحان، هنرمندان دیجیتال و تولیدکنندگان محتوا قرار گرفته است.
۵. مدل اشتراکی
برخلاف بعضی ابزارها، Midjourney رایگان نیست. پس از استفاده آزمایشی محدود (که اکنون معمولاً غیرفعال شده)، برای ادامه استفاده باید یکی از پلن‌های اشتراکی را خریداری کنید. قیمت‌ها از حدود ۱۰ دلار در ماه شروع می‌شود.
۶. محدودیت‌ها
- نیاز به اتصال به Discord
- عدم داشتن رابط کاربری مستقل (وب یا اپلیکیشن)
- عدم پشتیبانی از زبان فارسی (دستورات باید به انگلیسی وارد شوند)
- محدودیت در کنترل کامل خروجی‌ها (مثلاً جای‌گیری دقیق اجزا در تصویر)
آموزش کار با هوش مصنوعی Midjourney
هوش مصنوعی Midjourney یکی از ابزارهای نوین در حوزه تولید تصاویر بر پایه متن است که به‌طور خاص بر بستر پلتفرم دیسکورد فعالیت می‌کند. برخلاف بسیاری از ابزارهای دیگر، Midjourney وب‌سایت یا نرم‌افزار مستقلی برای تولید تصویر ندارد و هدف اصلی آن، ایجاد یک تجربه اجتماعی و مشارکتی در خلق آثار هنری دیجیتال است. در این آموزش هوش مصنوعی، به‌صورت گام‌به‌گام با نحوه استفاده از این هوش مصنوعی آشنا می‌شوید.
۱. ساخت حساب کاربری در دیسکورد
برای شروع، ابتدا وارد سایت [Discord.com](https://discord.com) شوید و یک حساب کاربری رایگان برای خود ایجاد کنید. می‌توانید از نسخه تحت وب، اپلیکیشن دسکتاپ یا نسخه موبایل استفاده نمایید.
۲. پیوستن به سرور Midjourney
سپس به سایت رسمی [Midjourney.com](https://midjourney.com) مراجعه کرده و روی گزینه Join the Beta کلیک کنید. این گزینه شما را به یک دعوت‌نامه دیسکورد متصل می‌کند که باید آن را با انتخاب Accept Invite بپذیرید. سپس وارد سرور رسمی Midjourney خواهید شد.
۳. ورود به اتاق‌های مبتدی
پس از ورود، از پنل سمت چپ سرور، آیکون قایق سفید مربوط به Midjourney را انتخاب کنید. حال به دنبال بخش Newcomer Rooms بگردید و یکی از اتاق‌ها مانند newbies-101 را انتخاب نمایید.
۴. ایجاد تصویر با دستور /imagine
در باکس چت، دستور /imagine را تایپ کنید و سپس توضیحات تصویری خود را به انگلیسی وارد کنید. هرچه جزئیات بیشتری در متن خود ارائه دهید، خروجی دقیق‌تر و حرفه‌ای‌تری دریافت خواهید کرد. پس از وارد کردن توضیحات، کلید Enter را بزنید و چند لحظه منتظر بمانید.
۵. بررسی و انتخاب خروجی‌ها
پس از چند ثانیه، هوش مصنوعی چهار نسخه مختلف از تصویر موردنظر شما را ایجاد کرده و در چت نمایش می‌دهد. زیر هر تصویر چند گزینه با عناوین U (برای بزرگنمایی تصویر) و V (برای تولید نسخه‌های جدید بر اساس آن تصویر) قابل مشاهده است. مثلاً با کلیک روی U3، تصویر سوم بزرگ‌تر می‌شود یا با V2 نسخه‌های تازه‌ای براساس تصویر دوم ساخته می‌شوند.
۶. ویرایش و ذخیره تصویر
در صورت کلیک روی گزینه‌های U، گزینه‌های بیشتری مانند Upscale to Max برای بزرگنمایی حداکثری تصویر (1664×1664 پیکسل) و Light Upscale Redo برای بزرگنمایی با جزئیات کمتر در دسترس قرار می‌گیرد. همچنین با کلیک روی ایموجی پاکت نامه ✉️ می‌توانید تصویر خروجی را مستقیماً برای خود ارسال و سپس ذخیره یا دانلود کنید.
نکته مهم:
هر کاربر فقط ۲۵ اعتبار رایگان برای تولید تصویر دارد و با هر بار استفاده از گزینه‌های V یا رفرش (Refresh)، یک اعتبار مصرف می‌شود. پس استفاده هوشمندانه از فرصت رایگان بسیار مهم است.
مهمترین دستورات هوش مصنوعی Midjourney
اگر به دنبال خلق تصاویر حرفه‌ای و خاص با استفاده از هوش مصنوعی Midjourney هستید، آشنایی با دستورات و پارامترهای کاربردی این ابزار می‌تواند نقش تعیین‌کننده‌ای در کیفیت خروجی‌ها داشته باشد. Midjourney بر پایه پلتفرم دیسکورد فعالیت می‌کند و کاربران با استفاده از چند دستور ساده، می‌توانند کنترل دقیقی بر روند تولید تصویر داشته باشند. در این بخش، با مهمترین دستورات و پارامترهای Midjourney که در اخبار هوش مصنوعی مورد توجه قرار گرفته‌اند آشنا خواهید شد:
دستورات اصلی Midjourney
- /imagine: کلیدی‌ترین دستور در Midjourney برای شروع تولید تصویر است. پس از این دستور، توضیحات یا پرامپت متنی موردنظر نوشته می‌شود تا به تصویر تبدیل گردد.
- /help: با این دستور می‌توانید راهنمایی‌ها، نکات و اطلاعات مفیدی درباره استفاده از بات Midjourney مشاهده کنید.
- /info: این دستور اطلاعاتی مانند وضعیت اشتراک، میزان اعتبار باقی‌مانده، تعداد تصاویر تولید شده و تنظیمات فعلی حساب کاربری شما را نمایش می‌دهد.
- /subscribe: یک لینک اختصاصی برای ارتقای حساب کاربری شما به نسخه پولی ایجاد می‌کند تا بدون نیاز به ورود جداگانه به سایت، مستقیماً اشتراک تهیه کنید.
- /relax: مخصوص کاربران اشتراکی است و به شما اجازه می‌دهد بدون مصرف اعتبار از بات استفاده کنید. البته زمان پردازش تصاویر در این حالت بیشتر خواهد بود.
- /private: این دستور حالت خصوصی را فعال می‌کند تا تصاویر تولیدشده فقط برای خودتان قابل مشاهده باشد. فعال‌سازی این قابلیت ماهانه ۲۰ دلار هزینه دارد.
پارامترهای مهم در دستور /imagine
پس از دستور /imagine می‌توانید از پارامترهایی استفاده کنید تا خروجی دقیق‌تری مطابق با نیاز خود داشته باشید:
- –beta: این پارامتر نسخه آزمایشی یک الگوریتم جدید را فعال می‌کند. فقط دو تصویر خروجی می‌دهد و ممکن است با برخی پارامترهای دیگر سازگار نباشد.
- –hd: برای فعال‌کردن الگوریتم قدیمی‌تر و مناسب برای خلق تصاویر انتزاعی یا منظره‌های بزرگ. به‌صورت خودکار با وضوح بالا خروجی می‌دهد.
- –ar یا –aspect: برای تنظیم نسبت تصویر. مثلاً –ar 16:9 تصویری افقی با نسبت ۱۶ به ۹ تولید می‌کند.
- –w و –h: این پارامترها برای تنظیم عرض و ارتفاع تصویر (برحسب پیکسل) استفاده می‌شوند. مقادیر باید بین ۲۵۶ تا ۲۰۴۸ پیکسل باشند.
- –stylize یا –s: میزان هنری بودن یا استایل خلاقانه تصویر را تعیین می‌کند. عددی بین 625 تا 60000 وارد می‌شود؛ هرچه مقدار کمتر باشد، خروجی دقیق‌تر با پرامپت تطابق دارد.
- –quality یا –q: تنظیم کیفیت و زمان پردازش تصویر. مقادیر بین 0.25 تا 5 امکان‌پذیر است. مثلاً –q 5 کیفیت بسیار بالا ولی زمان‌بر خواهد بود.
مزایا هوش مصنوعی Midjourney
مزایای هوش مصنوعی Midjourney عبارتند از:
- تولید تصاویر خلاقانه و منحصر به فرد: توانایی تولید تصاویری با سبک‌ها و مفاهیم هنری متنوع و منحصر به فرد.
- دقت بالا در پردازش متنی: قابلیت تبدیل دقیق توضیحات متنی به تصاویر زیبا و با جزئیات دقیق.
- دسترس‌پذیری آسان: امکان استفاده از Midjourney از طریق پلتفرم دیسکورد، بدون نیاز به نصب نرم‌افزار جداگانه.
- امکان تنظیم جزئیات دقیق: کاربران می‌توانند از پارامترهای مختلف برای تنظیم ویژگی‌های تصاویر مانند وضوح، سبک و اندازه استفاده کنند.
- سریع و کارآمد: تولید سریع تصاویر با استفاده از مدل‌های هوش مصنوعی پیشرفته، صرفه‌جویی در زمان.
- انعطاف‌پذیری در ایجاد انواع تصاویر: توانایی تولید انواع تصاویر از جمله آثار هنری دیجیتال، مناظر طبیعی، مفاهیم انتزاعی، طراحی‌های صنعتی و غیره.
- بهره‌برداری از الگوریتم‌های جدید: استفاده از الگوریتم‌های پیشرفته و آزمایشی برای بهبود کیفیت و دقت تصاویر.
- امکان بهبود تصاویر: امکان بزرگ‌سازی تصاویر و بهبود کیفیت آنها با استفاده از گزینه‌های مختلف.
- ارتباط اجتماعی: کاربران می‌توانند تصاویر دیگر کاربران را مشاهده کرده و از آنها الهام بگیرند.
- پشتیبانی از محتوای شخصی: توانایی ایجاد تصاویر منحصر به فرد برای پروژه‌های شخصی یا تجاری.
- امکان استفاده از ویژگی‌های مختلف به صورت اختیاری: دسترسی به ویژگی‌هایی مانند حالت خصوصی، حالت استراحت و تنظیمات مختلف به‌صورت انتخابی.
معایب هوش مصنوعی Midjourney
معایب هوش مصنوعی Midjourney عبارتند از:
- نیاز به اتصال اینترنت پایدار: برای استفاده از Midjourney باید همیشه به اینترنت متصل باشید، زیرا این ابزار آنلاین است.
- محدودیت در پردازش مفاهیم پیچیده: در برخی موارد، Midjourney قادر به درک کامل ایده‌های پیچیده یا بسیار خاص کاربر نیست و ممکن است خروجی‌هایی که انتظار می‌رود را ندهد.
- وابستگی به پرامپت‌ها: کیفیت خروجی تصاویر کاملاً به دقت و وضوح پرامپت‌های وارد شده بستگی دارد؛ بنابراین، برای دریافت نتیجه مطلوب باید توضیحات دقیقی ارائه دهید.
- عدم توانایی در پردازش احساسات انسانی: Midjourney قادر به درک و بازآفرینی احساسات انسانی در تصاویر به اندازه یک طراح انسانی نیست.
- نیاز به پرداخت هزینه برای ویژگی‌های پیشرفته: برخی از ویژگی‌های خاص، مانند دسترسی به حالت خصوصی یا استفاده از الگوریتم‌های با کیفیت بالاتر، نیاز به پرداخت هزینه ماهانه دارند.
- نبود کنترل کامل بر جزئیات نهایی: علی‌رغم توانایی در تولید تصاویر منحصر به فرد، در برخی موارد ممکن است کنترل دقیقی بر جزئیات دقیق تصویر نداشته باشید.
- ایجاد تصاویری با سبک‌های مشابه: در برخی موارد، خروجی‌های تولیدی ممکن است به‌طور ناخودآگاه شباهت زیادی به تصاویر دیگر داشته باشند، به‌ویژه در صورتی که پرامپت‌ها دقیق نباشند.
- محدودیت در تعاملات با کاربران: Midjourney نمی‌تواند به‌طور کامل مانند یک طراح گرافیک انسانی با کاربران تعامل کند و ممکن است در دریافت بازخورد و اعمال تغییرات سریع محدودیت‌هایی داشته باشد.
- هزینه‌های اضافی برای استفاده از ویژگی‌های خاص: برخی از پارامترها و الگوریتم‌های پیشرفته نیازمند هزینه اضافی هستند، که می‌تواند برای کاربران حرفه‌ای هزینه‌بر باشد.
- وابستگی به داده‌های آموزشی: کیفیت و دقت تصاویر تولیدی به داده‌های آموزشی هوش مصنوعی بستگی دارد؛ بنابراین، اگر داده‌ها ناقص یا محدود باشند، نتایج ممکن است نواقصی داشته باشد.
در نتیجه…
هوش مصنوعی Midjourney به‌عنوان یکی از پیشرفته‌ترین ابزارهای تولید تصاویر از دستورات متنی، انقلابی در دنیای هنر دیجیتال ایجاد کرده است. این ابزار با قابلیت تولید تصاویری واقع‌گرایانه و خلاقانه از توضیحات ساده متنی، امکان دسترسی به آثار هنری جذاب را برای هر فرد با هر سطح مهارت هنری فراهم کرده است. با وجود برخی محدودیت‌ها مانند نیاز به اشتراک و اتصال به Discord، تجربه کاربری ساده و منحصربهفرد این پلتفرم آن را به یکی از محبوب‌ترین انتخاب‌ها برای طراحان و هنرمندان دیجیتال تبدیل کرده است.
