为什么人工智能食物看起来是这样的

餐馆、咖啡馆和品牌越来越多地利用人工智能来生成宣传其食品的图像，从而产生了大量令人倒胃口的食物。由此产生的恐怖表演包括甜甜圈虾、来自深处的鲁本斯、蠕虫般的面条、面条般的糕点和筋鸡。还有伪装成冰淇淋的建筑材料、伪装成大脑的冰淇淋，以及其他与砖石建筑相关的美食。我什至不知道如何开始描述这种可怕的汉堡尝试，关于来自地狱的密集恐惧症玉米煎饼、幼虫等等，越少说越好。有肿块。还有洞。这么多洞。 “扩散模型在生成薄的、连续的、终止的结构方面是出了名的薄弱。”我们通常不知道为什么有人会使用人工智能泔水来销售一些看起来令人胃口大开的东西，特别是当食物可能就在那里拍照时。但我们确实知道为什么人工智能如此擅长制作如此精致、令人作呕的图像。这种人工智能食物如此错误的原因有很多，从人工智能系统如何生成图像和用于训练图像的材料的技术细微差别，到人类感知图像的心理包袱。通常，问题从一开始就开始出现。许多领先的图像生成器都使用扩散来生成图像。简而言之，扩散模型从纯噪声图像开始（类似于一屏静态图像），然后逐渐消除噪声，以创建所需的视觉效果。牛津大学人工智能、政府和政策教授、计算机视觉专家 Chris Russell 解释道，“这意味着最初的粗糙结构首先会在最后恢复到精细的纹理细节”。拉塞尔说，在许多令人不安的食物图像中，当添加这些更精细的细节时，事情已经出了问题。该模型可能会在早期阶段错误地理解对象的基本结构，然后将生动的纹理细节叠加到该结构之上。 “当一个人用六个手指而不是五个手指生成时，这与你所看到的失败是一样的，”拉塞尔说。 （这也可以解释甜甜圈虾。）模型可能会在早期阶段错误地理解物体的基本结构，然后将生动的纹理细节叠加到该结构之上。意大利那不勒斯费德里科二世大学研究人工智能生成图像反应的行为科学家乔万巴蒂斯塔·卡利法诺 (Giovanbattista Califano) 表示，即使底层结构很牢固，更精细的细节也可能会以自己的方式出错。 “扩散模型在生成薄的、连续的、终止的结构方面是出了名的薄弱，”他说。 “面条、线和卷须正是这种几何形状，所以你会得到像意大利面条一样的人工制品，渗入没有解剖学或烹饪逻辑的地方。”换句话说，一旦模型开始生成这样的东西，它可能很难弄清楚应该在哪里停止或者应该附加到什么。他补充说，其他重复的纹理，如气泡和种子，对于扩散模型来说同样难以包含在合理的边界内，这意味着它们经常会溢出到不应该出现的区域。这有助于解释为什么如此多的人工智能食物图像是如此无情地面条状、令人不安的图案，并且布满了可能引发密集恐惧症的簇状孔洞。人工智能不知道三明治到底是什么，这也无济于事。或者面条。或者墨西哥卷饼。它不了解它所创造的物体或它们所居住的物理世界。从广义上讲，它已经了解了这些事物在统计层面上的样子，但没有了解它们为何看起来如此或它们应该如何表现。瑞士苏黎世大学数字文化与艺术教授罗兰·迈耶（Roland Meyer）解释说：“人工智能图像生成在没有对世界有适当了解的情况下再现了外观。”结果是对食物的近似，脱离了对事物本身的任何理解。伦敦国王学院计算机科学高级讲师迈克尔·库克表示，缺乏理解可能会导致观看图像的人做出一些令人反胃的美学解释。因此，冰淇淋看起来像开裂的混凝土，或者汉堡看起来像是用岩石制成的。人工智能模型不理解为什么食物不应该像其他非食物图像那样。 “如果在建筑环境中使用，这些纹理可能看起来完全正常，”库克解释道。 “但当我们把它想象成可食用的食物时，他们就错了。”用于训练这些模型的图像可能会使问题变得更加复杂。库克说：“因为我们对这些系统的训练过程知之甚少，所以我们并不真正知道它们正在接收什么内容组合，或者它们正在建立什么关联。”食品摄影通常高度风格化，充满鲜明的对比、强烈的色彩、光泽的灯光和夸张的形状。有时被拍摄的“食物”甚至不是食物。迈耶说 AI m