ШІ генерує непривабливі і одноманітні меню ресторанів, людям це псує апетит

Коли це вперше трапляється з вами, ви думаєте, що збожеволіли. Ви заходите в кафе та дивитеся на меню з різноманітними бубликами-бубликами, але кожна ілюстрація виглядає моторошно бездоганно, точно симетрично та дивно гладко, викликаючи вісцеральне відчуття, що щось не так. Ви можете думати, що ви параноїк, але ви не втрачаєте глузд. Генеративні меню на основі штучного інтелекту вразили ресторанний бізнес завдяки моделям, навченим вузькій, «приємній» естетиці, яка здається неправильною, навіть коли ви не можете пояснити чому.

Іноді ці ілюстрації кричуще фальшиві, як-от буріто з сиром, таким бульбашковим і плавленим, що більше схожий на авангардне мистецтво , ніж на обід. Найчастіше вони виглядають настільки буденно , що ви помічаєте, що щось не так, лише коли придивляєтеся уважніше.

«Це майже як інопланетянин, який намагається приготувати піцу, не розуміючи її основних принципів», – сказав TechCrunch технічний директор Reality Defender Алекс Лайл. (Сам Reality Defender є частиною зростаючої категорії стартапів, що продають інструменти для виявлення та перевірки контенту на основі штучного інтелекту – бізнес, який існує частково завдяки таким проблемам, як ця.)

Лайл каже, що спосіб побудови цих моделей може допомогти пояснити, чому ілюстрації, здається, охоплюють таку специфічну естетику — таку, де кожна кулька морозива ідеально кругла, а креветки, здається, були генетично модифіковані, щоб їсти власні хвости, створюючи нові « лавкрафтівські кулінарні жахи ».

Моделі великих мов програмування (LLM) та моделі дифузії — ті види моделей штучного інтелекту, які роблять можливими, здавалося б, всезнаючі чат-боти та генератори зображень, такі як ChatGPT та Midjourney, — навчаються на величезних обсягах даних. Потім моделі визначають закономірності в наборах даних, щоб передбачити, що шукає користувач, коли запитує щось на кшталт: «Зробіть мені меню для бургерної».

«Багато з цих речей схожі на меню Chili's 2015 року, і для цього є причина», – сказав Лайл. «Це був корпус робіт, з якого [моделі] черпали свої функції».

Нові навчальні дані безцінні для компаній, що створюють моделі ШІ — було виявлено, що Amazon навіть використовує рідкісні книги для сканування та додавання до своїх навчальних даних, а потім знищує ці книги після завантаження. Неминуче, що деякий контент, згенерований ШІ, просочиться в ці незрозуміло великі набори даних. Але коли моделі ШІ навчаються на занадто великій кількості власного контенту, згенерованого ШІ, вони ризикують призвести до колапсу моделі .

Конвергенція дещо менш екстремальна, погіршуючи якість результатів роботи ШІ, не роблячи його повністю непотрібним.

Якщо хтось попросить модель штучного інтелекту створити меню для ресторану швидкого харчування, модель, ймовірно, посилатиметься на меню з Wendy's, Burger King, McDonald's або іншої популярної мережі. Ці меню вже мають схожий стиль, а це означає, що згенеровані штучним інтелектом результати імітуватимуть той самий стиль, лише щоб ще більше підсилити його, якщо згенероване штучним інтелектом меню знову потрапить до навчальних даних.

Але меню та реклама їжі завжди виглядатимуть краще за справжню їжу, як-от Біг Мак у рекламі McDonald's, де кожен шар сендвіча дизайнер реквізиту розташовує так, щоб він виглядав максимально апетитно. Цей ефект може стати ще більш вираженим у результатах роботи штучного інтелекту.

«Оптимізація наборів даних спрямована на задоволення, або, знаєте, не на образу, тому існує спосіб гомогенізації», – сказав Лі Рейні, директор Центру уявлення цифрового майбутнього в Університеті Ілона, в інтерв’ю TechCrunch. «Відомо, що штучний інтелект може згладжувати межі як у зображеннях, так і в мові».

У більш локалізованому масштабі це згладжування зображень, здається, відбувається, коли ви використовуєте генератор зображень на основі штучного інтелекту для створення меню та застосовуєте до нього зміни. На X користувач на ім'я Labtec показав, що відбувається, коли ви створюєте меню в ChatGPT, а потім редагуєте його 100 разів, щоб побачити, як їжа продовжує виглядати все менше і менше так, як мала б виглядати. (Ми повторили експеримент і отримали подібні результати.)

«Кінцевий результат насправді викликає у мене дискомфорт», – написав Labtec.

Ресторани, ймовірно, стають жертвами цієї проблеми, переглядаючи свої меню, згенеровані штучним інтелектом, щоб знову і знову змінювати дрібні деталі, такі як ціни чи назви страв. Здається, що з кожним редагуванням зображення їжі стають трохи більш округлими та плавними.

«У людей виникає майже незрозуміле відчуття, коли вони дивляться на щось, створене штучним інтелектом, порівняно з чимось, що було реальним спочатку», – сказав Рейні. «Є просто певна чутливість, яку людям іноді важко висловити, але вони ніби усвідомлюють її, коли бачать, і я думаю, що це одна з причин, чому деякі з ранніх історій про негативну реакцію [проти використання ресторанами меню зі штучним інтелектом] настільки яскраво виражені».

Наша відразу до цих меню, створених штучним інтелектом, має наукове обґрунтування. Дослідники з Університету Дуйсбурга-Ессена в Німеччині виявили, що зображення їжі, створені штучним інтелектом, демонструють ефект «моторошної долини» , де зображення їжі, які виглядали майже справжніми, викликали більше огиди та тривоги, ніж зображення, які були явно підробленими. Ця гидливість лише посилюється у світлі культурного контексту навколо штучного інтелекту.

Якщо люди так негативно реагують на ці зображення, то цього, ймовірно, достатньо, щоб ресторани перестали намагатися зробити меню зі штучним інтелектом функціональним. Але проблеми, які призводять до ідеально підрум'янених булочок для гамбургерів, виходять за рамки обіднього столу.

«Бачити і чути завжди означало вірити, аж до того, що навіть наші судові системи повністю налаштовані на ідею, що золотим стандартом доказів є записані на плівку зізнання та відеозаписи доказів», – сказав Лайл. «Це вже не так. Світ докорінно змінився, на краще чи на гірше».