تصاویر غذایی هوش مصنوعی اشتهای مشتریان را کور می‌کند یا تحریک؟

تصاویر غذاهایی که با ابزارهای هوش مصنوعی تولید می‌شوند، گاهی بیش از حد بی‌نقص به نظر می‌رسند؛ از نان‌های شیرینی با تقارن غیرطبیعی گرفته تا توپ‌های بستنی کاملاً گرد و میگوهایی که ظاهرشان با نمونه‌های واقعی تفاوت محسوسی دارد.

الکس لسل، مدیر فنی شرکت Reality Defender، در توضیح این پدیده می‌گوید برخی تصاویر غذایی تولیدشده توسط هوش مصنوعی شبیه محصولی هستند که «یک موجود فضایی تلاش کرده بدون درک اصول اولیه، پیتزا درست کند». به گفته او، این ظاهر غیرطبیعی نتیجه نحوه عملکرد مدل‌های هوش مصنوعی و تلاش آنها برای شناسایی و بازتولید الگوهای موجود در داده‌های آموزشی است.

مدل‌های زبانی بزرگ و مدل‌های انتشار که زیربنای ابزارهایی مانند ChatGPT و Midjourney هستند، با استفاده از حجم عظیمی از داده‌ها آموزش می‌بینند و از الگوهای موجود در این داده‌ها برای تولید محتوای جدید استفاده می‌کنند.

به گفته لسل، بسیاری از تصاویری که این مدل‌ها تولید می‌کنند، شباهت زیادی به تصاویر موجود در منوهای قدیمی رستوران‌های زنجیره‌ای دارند؛ زیرا چنین تصاویری نیز بخشی از داده‌هایی هستند که مدل‌های هوش مصنوعی با آنها آموزش دیده‌اند.
 

وقتی هوش مصنوعی غذا را بیش از حد کامل می‌کند

این مسئله با ورود محتوای تولیدشده توسط هوش مصنوعی به چرخه داده‌های آموزشی می‌تواند پیچیده‌تر شود. یکی از نگرانی‌های مطرح در این زمینه، پدیده‌ای موسوم به «فروپاشی مدل» است؛ وضعیتی که در آن استفاده مداوم از داده‌های مصنوعی در آموزش مدل‌ها می‌تواند به افت کیفیت خروجی منجر شود.

با این حال، لسل آنچه در تصاویر منوها اتفاق می‌افتد را بیشتر نوعی «همگرایی» می‌داند. در این حالت، خروجی‌های مختلف هوش مصنوعی به‌تدریج شبیه یکدیگر می‌شوند و تنوع و ویژگی‌های منحصربه‌فرد تصاویر کاهش پیدا می‌کند، بدون اینکه مدل الزاماً کاملاً بی‌فایده شود.

شباهت میان منوهای رستوران‌های زنجیره‌ای و استفاده مکرر از خروجی‌های قبلی به‌عنوان داده آموزشی می‌تواند این روند را تقویت کند.

لی رنه از دانشگاه ایلان نیز معتقد است تلاش برای بهبود داده‌ها با هدف تولید محتوایی که بیشتر مورد پسند کاربران قرار گیرد، می‌تواند به نوعی همگنی منجر شود. به بیان ساده، هوش مصنوعی تمایل دارد ویژگی‌های غیرمعمول و «لبه‌های» تصاویر را حذف کند و در نهایت به خروجی‌هایی برسد که از نظر بصری بی‌نقص‌تر اما در عین حال غیرواقعی‌تر هستند.
 

تکرار، تصاویر غذا را عجیب‌تر می‌کند

یک آزمایش انجام‌شده در شبکه اجتماعی X نیز نشانه‌هایی از این پدیده را نشان داده است. کاربری با نام Laptech یک منوی تولیدشده توسط هوش مصنوعی را بارها ویرایش کرد و پس از ۱۰۰ مرتبه بازتولید، متوجه شد تصاویر غذاها به‌تدریج کمتر به نمونه‌های واقعی شباهت دارند.

در این فرایند، شکل غذاها بیشتر به سمت فرم‌های گرد و صاف حرکت کرد و ویژگی‌های طبیعی و نامنظم موجود در غذاهای واقعی کاهش یافت. تکرار آزمایش نیز نتیجه‌ای مشابه به همراه داشت.

اما مسئله فقط ظاهر عجیب این تصاویر نیست. پژوهشگران دانشگاه دویسبورگ-اسن دریافتند تصاویری که تقریباً کاملاً واقعی به نظر می‌رسند اما نشانه‌های ظریف و غیرطبیعی در آنها وجود دارد، ممکن است در مقایسه با تصاویر آشکارا جعلی، احساس انزجار بیشتری در مخاطب ایجاد کنند.

این موضوع برای صنعت رستوران‌داری اهمیت ویژه‌ای دارد؛ زیرا هدف اصلی تصاویر موجود در منو، تحریک اشتها و ایجاد انتظار مثبت در مشتری است. اگر تصویر غذا بیش از حد مصنوعی یا غیرطبیعی به نظر برسد، ممکن است دقیقاً نتیجه معکوس داشته باشد.

از سوی دیگر، این مشکل به رستوران‌ها محدود نمی‌شود. گسترش تصاویر و ویدئوهای تولیدشده با هوش مصنوعی باعث شده اعتماد به محتوای بصری نیز با چالش جدی مواجه شود.

لسِل معتقد است عکس‌ها و ویدئوها دیگر مانند گذشته می‌توانند به‌عنوان شواهد قابل اعتماد در نظر گرفته شوند؛ تغییری که از نگاه او، یکی از دگرگونی‌های اساسی ناشی از گسترش هوش مصنوعی در زندگی روزمره است.