يؤدي استخدام المطاعم والمقاهي والعلامات التجارية صورًا مولدة بالذكاء الاصطناعي في الترويج للأطعمة إلى نتائج منفرة، مثل الجمبري ذي الشكل الحلقي، والمعكرونة الشبيهة بالديدان، وقطع الدجاج الخيطية، والبرغر الشبيه بالصخور، والبوريتو المغطى بالثقوب. وتكشف التشوهات في هذه الصور عن القيود التقنية لأنظمة الذكاء الاصطناعي في توليد الصور، وعن مشكلات في بيانات التدريب.
تستخدم معظم مولدات الصور الرائدة نماذج الانتشار. وتبدأ هذه الأنظمة بضوضاء نقية، ثم تنشئ الصورة عبر تقليل الضوضاء تدريجيًا؛ فتظهر البنية العامة أولًا، تليها التفاصيل الدقيقة. ووفقًا لـ Chris Russell من University of Oxford، عندما يكوّن النموذج الشكل الأساسي لجسم ما بصورة خاطئة في مرحلة مبكرة، يمكنه لاحقًا إضافة تفاصيل نسيجية حية فوق البنية الخاطئة. ويُشبَّه ذلك بتكوين إنسان بستة أصابع.
ويشير Giovanbattista Califano من University of Naples Federico II إلى أن نماذج الانتشار ضعيفة في إنتاج البنى الرقيقة والمتصلة التي تنتهي عند نقطة ما. ولهذا قد تنتقل المعكرونة والألياف والامتدادات الملتوية إلى أماكن خاطئة؛ كما يمكن للأنسجة المتكررة، مثل الفقاعات والبذور، أن تتجاوز الحدود المنطقية. وقد تحفز الأشكال الشديدة الشبه بالمعكرونة والثقوب المتجمعة في الصور رهاب الثقوب المعروف باسم trypophobia.
وبحسب الخبراء، فإن الذكاء الاصطناعي لا يعرف حقًا ما هي الشطيرة أو المعكرونة أو البوريتو. فهو يتعلم إحصائيًا فقط كيف تبدو هذه الأشياء عادةً على الإنترنت، ولا يستوعب وظائفها وسلوكها في العالم المادي. ويقول Roland Meyer من University of Zurich إن الأنظمة تقلد مظهر الصورة، لكنها لا تفهم السياق الكامن وراء جماليات التصوير الفوتوغرافي الاحترافي. ولهذا قد تبدو المثلجات كالخرسانة، بينما قد يبدو البرغر كالحجر.
يمكن لبيانات التدريب أيضًا أن تفاقم المشكلة. فالضوء الساطع والألوان الكثيفة والأشكال المبالغ فيها في صور الطعام تُنقل أحيانًا إلى النموذج إلى جانب أطعمة غير حقيقية. ويشير Simon Colton من Queen Mary University of London إلى أن المحتوى الغريب والمنتشر على نطاق واسع يحظى باهتمام أكبر على الإنترنت من الصور العادية. كما أن تدريب النماذج الجديدة على محتوى من إنتاج الذكاء الاصطناعي يمكن أن يؤدي إلى تشوه الصور وتشابهها عبر ظاهرة «model collapse».
وتجعل الأوامر غير الواضحة، وتكبير الصور منخفضة الدقة، وتعليمات النظام غير الكافية، الأخطاء أكثر وضوحًا. أما البشر فيلاحظون بسرعة الحالات الشاذة في الأطعمة بسبب شعور الاشمئزاز الذي تطور لمواجهة مخاطر الطفيليات والتلوث والفساد. ولذلك، فإن الأطعمة التي ينتجها الذكاء الاصطناعي لا تبدو غير واقعية فحسب، بل تبدو خاطئة أيضًا على نحو غريزي.
لماذا هذا مهم
تُظهر هذه المشكلة أن الترويج للأطعمة المُعدّة بالذكاء الاصطناعي ليس مجرد خيار جمالي؛ إذ يمكن للتشوهات الشكلية في الصورة أن تؤثر مباشرة في ما إذا كان المشاهد سيجد المنتج فاتحًا للشهية أو موثوقًا به. وبالنسبة إلى المطاعم والمقاهي والعلامات التجارية، تكمن المسألة في ضرورة إخضاع النتائج، التي تظهر لأن النموذج يدمج صورًا متشابهة من دون أن يستوعب البنية المادية للشيء، للمراجعة البشرية. وتُظهر تفاصيل مثل المعكرونة والألياف والفقاعات والثقوب الأخطاء التقنية، كما يمكن أن تثير رد فعل اشمئزاز لدى بعض المشاهدين. أما إعادة دخول الصور الغريبة والمُنتجة اصطناعيًا على الإنترنت إلى بيانات التدريب، فتُبقي السؤال مفتوحًا حول ما إذا كانت التشوهات ستتكرر.