На первый взгляд меню, разработанное с помощью искусственного интеллекта, может выглядеть профессионально, однако многие пользователи замечают в нём нечто тревожное: слишком одинаковые сэндвичи, идеально круглые шарики мороженого, сыр, стекающий скорее как нарисованный, или креветку, которая словно поедает собственный хвост. Эти детали не обязательно означают, что изображение явно поддельное, но придают ему унифицированный и отполированный вид, отличающийся от настоящей еды.
В статье это явление рассматривается как проблема схождения результатов работы искусственного интеллекта, а не просто как визуальная ошибка в дизайне ресторанного меню. Генеративные модели обучаются на огромных массивах данных, а затем выдают то, что считают подходящим ответом на запрос вроде создания меню для бургерного ресторана. Когда материалы, на которых они обучались, изначально похожи, результат становится скорее переработкой одного визуального вкуса.
Данные обучения подталкивают к знакомой форме
Alex Lisle, технический директор Reality Defender, говорит, что некоторые из этих изображений выглядят так, будто странное существо пытается приготовить пиццу, не понимая её основных принципов. По его мнению, причина связана с данными, из которых модели извлекли свои функции. При запросе на разработку меню для ресторана быстрого питания модели могут опираться на меню известных сетей, таких как Wendy’s, Burger King и McDonald’s, которые и без того используют схожий визуальный стиль.
Результат не является точной копией конкретного меню, а представляет собой сочетание наиболее распространённых характеристик: идеального освещения, симметричной композиции, гладких поверхностей и цветов, которые, как предполагается, выглядят более аппетитно. Lee Rainie, директор Imagining the Digital Future Center в Elon University, отмечает, что оптимизация данных ориентируется на то, что кажется приемлемым и не вызывающим возражений, а это может превратиться в однородность, стирающую грани и различия.
Проблема усугубляется, если материалы, сгенерированные искусственным интеллектом, попадают в последующие наборы данных для обучения. Lisle отличает этот случай от коллапса модели (Model Collapse). Коллапс модели — это более острый сценарий, возникающий при многократной подаче результатов модели обратно в неё саму, что приводит к масштабному ухудшению качества. То, что проявляется в меню, по его описанию, представляет собой схождение или однородность, снижающую разнообразие и качество результатов, но не делающую модель полностью бесполезной.
Повторяющиеся изменения могут усиливать дефекты
Проблема не всегда возникает уже при первом создании изображения. Пользователь платформы X под именем Labtec продемонстрировал эксперимент, в котором создал меню через ChatGPT, а затем отредактировал его 100 раз. По мере повторения изменений изображения еды становились всё менее похожими на настоящую пищу и всё более округлыми и гладкими. В статье сообщается, что TechCrunch повторила эксперимент и получила аналогичный результат.
Этот сценарий важен для ресторанов, использующих генеративные инструменты для изменения цен на блюда, их названий или небольших деталей меню. Каждая отдельная операция редактирования может казаться незначительной, но их накопление постепенно отдаляет изображение от естественного вида. В таком случае искусственный интеллект оказывается не просто инструментом экономии времени, а частью цикла редактирования, способного усиливать искусственные черты, которые дизайнер пытается скрыть.
Почему люди ощущают фальшь?
Rainie считает, что люди иногда обладают труднообъяснимой способностью отличать сгенерированное изображение от настоящего, даже если не могут определить подозрительный элемент. В статье это ощущение связывается с тем, что известно как эффект зловещей долины (Uncanny Valley). Исследователи из Университета Дуйсбурга — Эссена (Duisburg-Essen) в Германии обнаружили, что изображения еды, выглядящие почти реалистично, могут вызывать больше отвращения и дискомфорта, чем явно поддельные изображения.
В случае с едой парадокс заметнее: традиционная реклама сама по себе обычно преувеличивает порядок и освещение блюд, чтобы они выглядели лучше, чем в действительности, как это происходит с изображениями сэндвича Big Mac в рекламе. Однако результаты работы искусственного интеллекта могут довести это улучшение до уровня, на котором еда утрачивает знакомые свойства. Когда посетитель замечает, что сыр, хлеб или креветка визуально ведут себя не так, как он ожидает, намеренное улучшение превращается в источник отторжения.
Что меняется на практике?
Урок для ресторанов заключается не в том, что любое использование искусственного интеллекта в дизайне обречено на провал, а в том, что опора исключительно на идеальный внешний вид может подорвать доверие. Изображения, неточно представляющие настоящую еду, способны создать разрыв между ожиданиями посетителя и его опытом, что указывает на необходимость человеческой проверки, способной замечать детали, которые нельзя свести к представлениям модели о «красивом изображении».
Значение этого выходит за пределы меню. Lisle говорит, что историческая опора на зрение и слух как на надёжные доказательства, в том числе в судебных системах, где записям и изображениям придавалось особое значение, больше не является в равной степени безопасной. Если иногда трудно отличить настоящее изображение еды от сгенерированного, то проверка визуального и аудиоконтента в более чувствительных сферах становится не только эстетическим, но и практическим вопросом.
Источник не предлагает окончательного технического решения этой проблемы и не доказывает, что любое меню, созданное с помощью искусственного интеллекта, вызовет неприятие. Однако он показывает важное ограничение современных моделей: стремление создавать результаты, широко признаваемые приемлемыми, может привести к устранению местных и индивидуальных особенностей, а затем к воспроизведению единого образа того, как должна выглядеть еда или любой другой контент.