Під час створення зображень штучний інтелект постійно переплітає ті самі 12 кліше зі стокових фотографій

У грі «візуальний телефон» один гравець малює картинку та описує її іншому гравцеві, який потім повинен спробувати намалювати картинку, спираючись лише на словесний опис. Дослідники змусили моделі штучного інтелекту (ШІ) грати в цю гру. У новому дослідженні, опублікованому в Patterns, дослідники поєднали дві моделі ШІ та запустили їх для 100 раундів «візуального телефону». Але незалежно від того, наскільки різноманітною чи конкретною була початкова підказка, ШІ неодноразово сходилися на тих самих 12 загальних, часто євроцентричних мотивах — те, що дослідники називають «візуальною музикою ліфта».
Команда алгоритмічно згенерували 100 текстових підказок для ігор візуального телефону. Підказки були навмисно незвичайними та самобутніми. За сотнями отриманих траєкторій штучний інтелект за замовчуванням використовував 12 домінантних мотивів. Коли дослідники розширили експеримент до 1000 ітерацій, більшість послідовностей зображень залишалися застряглими після досягнення одного з 12 домінантних мотивів. Однак в одному випадку траєкторія різко перестрибнула після кількох сотень кроків, перемістившись від засніженого будинку до корів у полі, а потім до мальовничого містечка. Але як часто відбуваються такі перестрибки, або чи є деякі візуальні кінцеві точки стабільнішими за інші, залишається незрозумілим.
Ще одна гучна справа зацікавила науковців. Прочитати зараз


