Когда вы впервые видите меню в кафе с идеально симметричными бургерами или бутербродами, может показаться, что это просто хорошая ретушь. Но всё чаще такие изображения генерирует искусственный интеллект. Проблема в том, что эти картинки выглядят «слишком правильно»: каждый кусочек сыра плавится одинаково, креветки загибаются в неестественные кольца, а мороженое — идеально круглое. Это не случайность, а следствие того, как обучаются модели генерации изображений.
Крупные языковые модели и диффузионные модели, лежащие в основе ChatGPT и Midjourney, тренируются на огромных массивах данных. Они выявляют закономерности и предсказывают, что пользователь хочет увидеть, когда просит «сделай меню для бургерной». Как объясняет Алекс Лайл, технический директор Reality Defender, модели часто опираются на корпус изображений, который включает меню сетевых ресторанов вроде Chili's. Отсюда и стиль, напоминающий меню 2015 года: «Это был корпус работ, из которого модели черпали свои функции». В результате ИИ воспроизводит усреднённый, «приятный» стиль, который кажется неестественным из-за своей стерильности.
Проблема усугубляется, когда ИИ-контент попадает обратно в обучающие данные. Если модели тренируются на собственных выходах, возникает риск model collapse — состояния, когда качество резко деградирует. Лайл сравнивает это с коровьим бешенством: «когда вы скармливаете выходы одной модели обратно ей же, инбридинг становится слишком сильным, и всё рушится». Однако в случае с меню наблюдается менее крайний процесс — конвергенция. Она не делает модель бесполезной, но постепенно снижает разнообразие и качество: изображения становятся всё более гладкими и однотипными.
Эксперимент, проведённый пользователем Labtec и повторённый TechCrunch, наглядно демонстрирует этот эффект. Создав меню в ChatGPT и отредактировав его 100 раз, Labtec заметил, что еда на изображениях становится всё более округлой и «пластиковой». Рестораны, которые часто правят цены или названия блюд в сгенерированных меню, могут неосознанно усиливать этот эффект. Ли Рейни, директор Центра воображаемого цифрового будущего в Университете Элона, отмечает: «Оптимизация наборов данных направлена на приятность, и это превращается в гомогенизацию. ИИ срезает острые углы». Люди часто чувствуют, что изображение сгенерировано, но не могут объяснить почему — это врождённое ощущение «неестественности».
Проблема ИИ-меню — лишь часть более широкого явления: распространения синтетического контента в коммерческих материалах. Это создаёт спрос на инструменты детекции, такие как Reality Defender, которые помогают выявлять ИИ-генерации. Для обычного потребителя это означает, что стоит внимательнее относиться к изображениям в меню, особенно если они выглядят «слишком идеально». Для бизнеса — сигнал о необходимости контролировать качество контента, чтобы не отпугнуть клиентов неестественными картинками.
