Restoran, kafe ve markaların yiyecek tanıtımlarında yapay zekâ üretimi görselleri kullanması, çörek biçimli karides, solucanı andıran erişteler, ipliksi tavuklar, kayaya benzeyen burgerler ve deliklerle kaplı burritolar gibi iştah kaçırıcı sonuçlar doğuruyor. Bu görüntülerdeki bozulmalar, yapay zekâ sistemlerinin görsel üretimdeki teknik sınırlılıklarını ve eğitim verilerindeki sorunları ortaya koyuyor.
Önde gelen görüntü üreticilerinin çoğu difüzyon modelleri kullanıyor. Bu sistemler, saf gürültüyle başlayıp gürültüyü aşamalı olarak azaltarak görüntü oluşturuyor; önce kaba yapı, ardından ince ayrıntılar meydana geliyor. University of Oxford’dan Chris Russell’a göre model, erken aşamada bir nesnenin temel biçimini yanlış kurduğunda, daha sonra canlı doku ayrıntılarını hatalı yapının üzerine ekleyebiliyor. Bu durum, bir insanın altı parmakla oluşturulmasına benzetiliyor.
University of Naples Federico II’den Giovanbattista Califano, difüzyon modellerinin ince, kesintisiz ve bir noktada sona eren yapıları üretmekte zayıf olduğunu belirtiyor. Erişte, lif ve kıvrımlı uzantılar bu nedenle yanlış yerlere taşabiliyor; kabarcık ve tohum gibi tekrarlanan dokular da mantıklı sınırların dışına çıkabiliyor. Görsellerdeki aşırı erişte benzeri biçimler ve kümelenmiş delikler, trypophobia olarak bilinen delik korkusunu tetikleyebiliyor.
Uzmanlara göre yapay zekâ bir sandviçin, eriştenin veya burritonun ne olduğunu gerçekten bilmiyor. Yalnızca bu nesnelerin internette genellikle nasıl göründüğünü istatistiksel olarak öğreniyor; fiziksel dünyadaki işlevlerini ve davranışlarını kavramıyor. University of Zurich’ten Roland Meyer, sistemlerin fotoğrafın görünüşünü taklit ettiğini, ancak profesyonel fotoğraf estetiğinin arkasındaki bağlamı anlamadığını söylüyor. Bu nedenle dondurma beton, burger ise taş gibi görünebiliyor.
Eğitim verileri de sorunu büyütebiliyor. Yiyecek fotoğraflarındaki parlak ışık, yoğun renkler ve abartılı biçimler, bazen gerçek olmayan yiyeceklerle birlikte modele aktarılıyor. Queen Mary University of London’dan Simon Colton, sıradan görseller yerine tuhaf ve viral içeriklerin internette daha fazla ilgi gördüğünü belirtiyor. Ayrıca yapay zekâ üretimi içeriklerin yeni modelleri eğitmesi, “model collapse” yoluyla görsel bozulma ve benzeşmeye yol açabiliyor.
Belirsiz komutlar, düşük çözünürlüklü görsellerin büyütülmesi ve yetersiz sistem talimatları hataları daha görünür hâle getiriyor. İnsanlar ise yiyeceklerdeki anormallikleri, parazit, bulaşma ve bozulma tehlikelerine karşı gelişen tiksinme duygusu nedeniyle hızla fark ediyor. Bu yüzden yapay zekâ ürünü yiyecekler yalnızca gerçekdışı değil, içgüdüsel olarak da yanlış görünüyor.
Neden önemli
Bu sorun, yapay zekâyla hazırlanan yiyecek tanıtımlarının yalnızca estetik bir tercih olmadığını gösteriyor; görseldeki biçim bozuklukları, izleyicinin ürünü iştah açıcı ya da güvenilir bulup bulmamasını doğrudan etkileyebilir. Restoran, kafe ve markalar açısından mesele, modelin nesnenin fiziksel yapısını kavramadan yalnızca benzer görüntüleri birleştirmesi nedeniyle ortaya çıkan sonuçların insan denetiminden geçirilmesi gereği. Özellikle erişte, lif, kabarcık ve delik gibi ayrıntılar hem teknik hataları görünür kılıyor hem de bazı izleyicilerde tiksinme tepkisi yaratabiliyor. İnternetteki tuhaf ve yapay üretim görsellerinin eğitim verilerine yeniden girmesi ise bozulmaların tekrarlanıp tekrarlanmayacağı sorusunu açık bırakıyor.