به گزارش سیتنا، تصاویر غذایی که توسط هوش مصنوعی تولید میشوند، به سرعت در شبکههای اجتماعی و تبلیغات رستورانها فراگیر شدهاند. اما این تصاویر اغلب عجیب، ناخوشایند و گاهی زننده هستند: میگوهای دوناتی، برگرهای ترسناک، نودلهای کرممانند و بستنیهایی که شبیه به مغز هستند. اما چرا هوش مصنوعی در تولید تصاویر غذایی اینقدر ضعیف عمل میکند؟
مدلهای دیفیوژن؛ مشکل از ساختار است
بسیاری از تولیدکنندگان تصویر از مدلهای دیفیوژن استفاده میکنند. این مدلها با یک تصویر پر از نویز (استاتیک) شروع کرده و به تدریج نویز را حذف میکنند تا تصویر نهایی ایجاد شود. کریس راسل، استاد هوش مصنوعی در دانشگاه آکسفورد، توضیح میدهد که مدلهای دیفیوژن در تولید ساختارهای نازک، پیوسته و دارای انتهای مشخص (مانند نودل یا رشتههای گوشت) ضعیف هستند. مشکل زمانی رخ میدهد که مدل ساختار اصلی یک شی را اشتباه تشخیص دهد و سپس جزئیات بافتی را روی آن ساختار اشتباه اضافه کند. این همان دلیلی است که هوش مصنوعی گاهی به جای ۵ انگشت، ۶ انگشت میسازد.
چالشهای فنی در جزئیات ظریف
جیووانباتیستا کالیفانو، دانشمند علوم رفتاری در دانشگاه ناپل، معتقد است حتی زمانی که ساختار اصلی درست باشد، جزئیات ظریف میتوانند دچار مشکل شوند. مواد غذایی مانند رشتههای نودل، بافت گوشت یا پوسته نان، نیاز به تولید جزئیات بسیار دقیق و پیوسته دارند که مدلهای فعلی در آن ناتوان هستند. این نقصها به صورت سوراخها، تودهها و ترکهایی در تصویر نهایی ظاهر میشوند که برای بیننده ناخوشایند است.
چرا رستورانها از این تصاویر استفاده میکنند؟
با وجود این نقصها، بسیاری از رستورانها و برندها به جای عکاسی واقعی از غذا، از تصاویر تولیدشده توسط هوش مصنوعی استفاده میکنند. دلیل اصلی، صرفهجویی در هزینه و زمان است؛ اما این تصاویر نه تنها اشتهاآور نیستند، بلکه میتوانند اعتماد مشتریان را نیز خدشهدار کنند.
تصاویر غذایی تولیدشده توسط هوش مصنوعی به دلیل ضعف مدلهای دیفیوژن در تولید ساختارهای نازک و پیوسته، اغلب عجیب و ناخوشایند از آب درمیآیند. این مدلها در مراحل اولیه تولید، ساختار اصلی را اشتباه تشخیص داده و سپس جزئیات بافتی را روی آن اضافه میکنند که نتیجهاش تصاویری پر از توده، سوراخ و ترک است. با وجود این نقصها، برندها همچنان از این تصاویر برای صرفهجویی در هزینه استفاده میکنند، اما این رویکرد میتواند تأثیر منفی بر اعتماد مشتریان داشته باشد.
جدول اطلاعات کلیدی:
| شاخص | جزئیات |
|---|---|
| فناوری اصلی | مدلهای دیفیوژن |
| مشکل اصلی | ضعف در تولید ساختارهای نازک و پیوسته |
| مثالها | نودل، میگو، رشتههای گوشت، بافت نان |
| دلیل علمی | خطا در تشخیص ساختار اصلی و اضافهشدن جزئیات اشتباه |
| نتیجه ظاهری | توده، سوراخ، ترک، تصاویر ناخوشایند |
| دلیل استفاده برندها | صرفهجویی در هزینه و زمان |
| پیامد منفی | کاهش اعتماد مشتریان |
انتهای پیام