Kāpēc AI veidotās ēdienkartes izskatās tik dīvaini vienveidīgas
Restorānu AI ģenerētās ēdienkartes arvien biežāk rada nepatīkamu sajūtu ar pārlieku gludām un simetriskām ēdienu ilustrācijām. Eksperti skaidro, ka par to vainojama modeļu apmācība uz līdzīgiem datiem, kas noved pie vizuālas vienveidības.
Arvien vairāk kafejnīcu un restorānu izmanto mākslīgā intelekta ģenerētas ilustrācijas savās ēdienkartēs, taču daudziem apmeklētājiem tās šķiet dīvainas — pārāk gludas, simetriskas un it kā "nepareizas", pat ja grūti pateikt, kāpēc tieši. Dažkārt rezultāts ir acīmredzami neīsts, piemēram, burito ar tik burbuļojošu sieru, ka tas atgādina mākslas darbu, nevis maltīti.
Kāpēc tā notiek
Uzņēmuma Reality Defender tehniskais direktors Alekss Lails skaidro, ka lielie valodas modeļi un difūzijas modeļi, uz kuriem balstās tādi rīki kā ChatGPT un Midjourney, tiek trenēti uz milzīgiem datu apjomiem un mēģina paredzēt, ko lietotājs vēlas redzēt. Tā kā liela daļa apmācības materiāla nāk no līdzīgām avotu ēdienkartēm, piemēram, populāru ātrās ēdināšanas ķēžu attēliem, rezultāts kļūst arvien vienveidīgāks — parādība, ko sauc par konverģenci. Tas atšķiras no smagākas problēmas — "modeļa sabrukuma", kad AI trenēšana uz sava paša ģenerētā satura padara modeli praktiski nelietojamu.
Skaistuma optimizācija noved pie vienveidības
Elonas universitātes pētnieks Lī Reinijs norāda, ka datu kopas tiek optimizētas, lai attēli būtu "patīkami" un neaizskaroši, kas savukārt noved pie homogenizācijas — AI mēdz nogludināt visas neparastās detaļas. Eksperiments, kurā lietotājs sociālajos tīklos rediģēja AI veidotu ēdienkarti simts reizes, parādīja, ka ēdiens ar katru reizi kļūst arvien apaļāks un gludāks, radot nepatīkamu sajūtu.
Uncanny valley efekts
Vācijas Duisburgas-Esenes Universitātes pētnieki konstatējuši, ka gandrīz reālistiski AI ēdienu attēli izraisa lielāku riebumu un neomu nekā acīmredzami mākslīgi attēli — tā sauktais "uncanny valley" jeb dīvainās ielejas efekts. Lails piebilst, ka šī parādība atspoguļo plašāku problēmu — arvien grūtāk uzticēties redzētajam un dzirdētajam digitālajā laikmetā.
