Проблема «одинаковости»: почему меню от нейросетей выглядят неестественно

Когда это случается впервые, возникает ощущение, будто вы сошли с ума. Зайдя в кафе и изучая ассортимент сэндвичей, посетитель замечает, что каждая иллюстрация выглядит пугающе безупречно, идеально симметрично и неестественно гладко. Современные меню от нейросетей всё активнее проникают в ресторанный бизнес, опираясь на модели, обученные на узкой «приятной» эстетике. Это вызывает у людей подсознательное отторжение, даже если сразу не получается объяснить причину.

Почему ИИ-изображения еды кажутся фальшивыми

Иногда подобные картинки выглядят откровенно странно — например, буррито с сыром, который плавится настолько причудливо, что больше напоминает авангардное искусство. Гораздо чаще они выглядят заурядно, и подвох замечаешь лишь при внимательном рассмотрении. «Это выглядит так, будто инопланетянин пытается приготовить пиццу, совершенно не понимая ее базовых принципов», — отмечает Алекс Лайл, технический директор компании Reality Defender, которая специализируется на верификации контента.

По словам эксперта, архитектура таких моделей объясняет тягу к специфической эстетике, где каждый шарик мороженого имеет идеальную форму, а креветки словно созданы так, чтобы поедать собственный хвост. Большие языковые и диффузионные модели обучаются на колоссальных массивах данных, пытаясь предугадать запрос пользователя.

Откуда берется однотипный стиль

Многие результаты генерации напоминают рекламные материалы крупных сетей прошлых лет, и для этого есть конкретная причина. Базовые массивы информации формировались на основе уже существующих визуальных стандартов индустрии. Со временем в эти огромные базы неизбежно просачивается и контент, созданный искусственным интеллектом.

Когда модели обучаются на слишком больших объемах собственного сгенерированного материала, они сталкиваются с риском деградации. Процесс конвергенции приводит к тому, что алгоритм обращается к каталогам известных брендов и копирует их стилистику, еще сильнее закрепляя ее с каждой новой итерацией.

Влияние правок и эффект зловещей долины

Главная особенность генеративного ИИ — сглаживание любых острых углов. Это наглядно проявляется, когда владелец заведения многократно дорабатывает макет меню, меняя цены или названия позиций. С каждой новой правкой изображения еды приобретают все более округлые формы, вызывая у пользователей чувство физического дискомфорта.

У человеческого неприятия такого визуального контента есть научное обоснование. Исследователи из Университета Дуйсбург-Эссен выяснили, что сгенерированные фотографии еды вызывают «эффект зловещей долины». Кадры, выглядящие почти реалистично, провоцируют у людей больше отвращения и тревоги, чем откровенно фальшивые картинки, что заставляет многих рестораторов задумываться об отказе от подобных технологий.

Источник: techcrunch.com