خبر بد برای کاربران رایگان ChatGPT: قابلیت تصویرسازی محبوب، به تعویق افتاد!

چند روز پیش، دنیای هوش مصنوعی با خبر معرفی قابلیت‌های تصویرسازی جدید و بومی در ChatGPT (مبتنی بر مدل قدرتمند GPT-4o) به وجد آمد. وعده‌ی امکان آپلود و ویرایش تصاویر، در کنار تولید تصویر از متن، انتظارات را بسیار بالا برده بود و بسیاری از کاربران، به‌ویژه کاربران نسخه‌ی رایگان، بی‌صبرانه منتظر فعال شدن این ویژگی بودند.

اما متأسفانه، به نظر می‌رسد این انتظار برای کاربران رایگان کمی طولانی‌تر خواهد شد! سم آلتمن، مدیرعامل OpenAI، اعلام کرده است که به دلیل تقاضای بسیار بالاتر از حد انتظار، عرضه‌ی این قابلیت‌ های جدید برای کاربران رایگان با تأخیر مواجه شده است.

در این مقاله جامع از های ورت (hiwert.com)، به طور کامل به بررسی این خبر می‌پردازیم. خواهیم دید که قابلیت تصویرسازی جدید ChatGPT دقیقاً چیست، چرا عرضه‌ی آن برای کاربران رایگان به تعویق افتاده، چه کسانی در حال حاضر به آن دسترسی دارند، و این موضوع چه پیامدهایی برای آینده‌ی دسترسی به ابزارهای پیشرفته‌ی هوش مصنوعی دارد. پس با ما همراه باشید.

قابلیت تصویرسازی جدید ChatGPT چیست؟ (مروری بر وعده‌ های GPT-4o)

شرکت OpenAI همزمان با معرفی مدل چندوجهی و قدرتمند GPT-4o، از قابلیت‌های تصویرسازی بومی و پیشرفته‌ی جدیدی برای ChatGPT خبر داد. این قابلیت‌ها که هیجان زیادی را در میان کاربران ایجاد کردند، شامل موارد زیر می‌شدند:

• تولید تصویر از متن (Text-to-Image Generation): توانایی ایجاد تصاویر جدید و خلاقانه بر اساس توصیفات متنی کاربر، با درک بهتر جزئیات و سبک‌های مختلف.

• ویرایش تصویر با دستورات متنی (Image Editing): امکان آپلود یک تصویر و سپس ویرایش و تغییر آن با استفاده از دستورات متنی ساده (مثلاً: "این قسمت را قرمز کن"، "لبخند را بیشتر کن"، "پس‌زمینه را تغییر بده").

• تعامل چندوجهی: توانایی درک و ترکیب اطلاعات از متن و تصویر به طور همزمان برای انجام وظایف پیچیده‌تر.

اعلام رسمی OpenAI و سم آلتمن: دلیل تأخیر چه بود؟

اما تنها یک روز پس از اعلام اولیه، سم آلتمن، مدیرعامل OpenAI، در پستی در شبکه اجتماعی X (توییتر سابق) اعلام کرد که عرضه‌ی این قابلیت‌های تصویرسازی برای کاربران رایگان با تأخیر روبرو خواهد شد.

دلیل اصلی این تأخیر، به گفته‌ی آلتمن، تقاضای بسیار بالاتر از حد انتظار کاربران برای استفاده از این ویژگی‌ها بوده است. او در پست خود نوشت: "تصاویر در ChatGPT بسیاااار محبوب‌تر از آن چیزی هستند که انتظار داشتیم (و ما انتظارات بسیار بالایی داشتیم)." (منبع: ChatGPT’s new AI image feature is delayed for free users)

این تقاضای بالا، فشار زیادی بر منابع پردازشی (Compute Capacity) OpenAI وارد کرده است. مدل‌های پیشرفته‌ی هوش مصنوعی، به‌خصوص مدل‌های چندوجهی مانند GPT-4o که با تصاویر نیز سروکار دارند، به قدرت محاسباتی عظیمی نیاز دارند. به نظر می‌رسد زیرساخت‌های فعلی OpenAI، حداقل در حال حاضر، توان پاسخگویی به حجم بالای درخواست‌های کاربران رایگان برای این قابلیت جدید را ندارد.

چه کسانی اکنون به قابلیت تصویرسازی دسترسی دارند؟ (تمرکز بر کاربران پولی)

خبر خوب برای کاربرانی که اشتراک‌های پولی ChatGPT را دارند این است که این قابلیت‌های جدید تصویرسازی برای آن‌ها فعال شده و در حال عرضه است. کاربرانی که اشتراک ChatGPT Plus، ChatGPT Teams، ChatGPT Edu، ChatGPT Business یا ChatGPT Pro را دارند، می‌توانند از امکان تولید و ویرایش تصویر با GPT-4o بهره‌مند شوند.

این موضوع نشان‌دهنده‌ی استراتژی OpenAI (و بسیاری دیگر از شرکت‌های AI) است که معمولاً قابلیت‌های جدید و پیشرفته‌تر را ابتدا در اختیار کاربران پولی قرار می‌دهند.

چالش همیشگی OpenAI: محدودیت ظرفیت پردازشی (Compute Capacity)

این اولین بار نیست که OpenAI با مشکل محدودیت منابع پردازشی مواجه می‌شود.

• یادآوری مشکلات عرضه‌ی Sora: چندی پیش و در دسامبر 2024، اندکی پس از معرفی مدل شگفت‌انگیز تولید ویدیو از متن، Sora، شرکت OpenAI مجبور شد ثبت‌نام کاربران جدید را به دلیل کمبود ظرفیت پردازشی متوقف کند. این اتفاق نشان داد که اجرای مدل‌های مولد پیشرفته در مقیاس بزرگ، چقدر نیازمند زیرساخت‌های قدرتمند و پرهزینه است.

• پروژه‌ی Stargate: راه حل بلندمدت؟ گزارش‌ها حاکی از آن است که OpenAI با همکاری مایکروسافت، در حال برنامه‌ریزی برای ساخت یک پروژه‌ی مرکز داده‌ی عظیم به نام Stargate با هزینه‌ای بالغ بر 500 میلیارد دلار است! اگرچه این پروژه بلندمدت است، اما نشان‌دهنده‌ی نیاز شدید به افزایش ظرفیت پردازشی برای پشتیبانی از مدل‌های هوش مصنوعی آینده است. شاید Stargate بتواند در آینده مشکلاتی مانند تأخیر در عرضه‌ی قابلیت‌ها را حل کند.

صبر، کلید دسترسی به جادوی تصویرسازی ChatGPT؟

خبر تأخیر در عرضه‌ی قابلیت‌های تصویرسازی جدید ChatGPT برای کاربران رایگان، اگرچه ممکن است کمی ناامیدکننده باشد، اما نشان‌دهنده‌ی محبوبیت فوق‌العاده‌ی این ویژگی و چالش‌های فنی اجرای مدل‌های پیشرفته‌ی هوش مصنوعی در مقیاس میلیونی است. کاربران پولی اکنون می‌توانند از این ابزار قدرتمند بهره‌مند شوند و کاربران رایگان نیز باید کمی بیشتر منتظر بمانند تا OpenAI بتواند زیرساخت‌های لازم را برای پاسخگویی به این تقاضای عظیم فراهم کند. این اتفاق، یادآور این نکته است که دسترسی به پیشرفته‌ترین فناوری‌های هوش مصنوعی، همچنان با محدودیت‌های منابع و هزینه‌ها گره خورده است.