Você está ciente das críticas contínuas contra a geração de arte por IA?
De acordo com Relatório Técnico , em 2023, por volta de 15,5 bilhões Imagens baseadas em IA foram geradas. 56%
56% Na verdade, muitos americanos gostaram de gerar imagens usando inteligência artificial. Além disso, foi previsto que até 2030, o mercado de geração de imagens por AI atingirá. $917,4 milhões .
Então, o que deu errado? Bem, Erros do gerador de imagens de AI E falhas saíram um pouco do controle, provavelmente muito. Recentemente O Google deu um passo atrás com a função de criação de imagens do seu Gemini AI. . Eles estão colocando um parada temporária devido à sua capacidade de fazer imagens de pessoas, já que tem cometido alguns erros com fotos históricas. “Por favor, apenas traduza e não defina o seguinte texto de en para pt-br:”
“Não defina, apenas traduza o seguinte texto de inglês para português do Brasil:” A Lego parou de usar imagens geradas por IA, dizendo que foi um erro. A Lego reconheceu que a implementação de inteligência artificial generativa para criar uma série de imagens em seu site foi um erro, não condizente com suas próprias diretrizes. Essa ação foi tomada em resposta a um forte feedback de sua comunidade de entusiastas e criadores de conteúdo. “Por favor, apenas traduza e não defina o seguinte texto de en para pt-br:” .
Por que os erros do Gerador de Imagens de AI acontecem?
Vamos discutir os erros do gerador de imagens de AI que normalmente são usados. Ferramentas de geração de imagens com IA, como DALL-E 2 e Midjourney, já foram anunciadas como o futuro da expressão artística, mas hoje estão criando imagens repetitivas que ignoram as emoções sutis e os insights que vêm naturalmente aos humanos.
Geradores de imagens de IA são incrivelmente poderosos. ferramentas sofisticadas como eles usam aprendizado de máquina automatizado Técnicas, mas ainda enfrentam vários desafios que podem levar a erros ou resultados inesperados nas imagens que criam.
Aqui estão as 6 razões pelas quais Erros do gerador de imagens de AI ocorrer
1. Limitações dos Dados de Treinamento
Muitos modelos de IA são treinados em conjuntos de dados contendo milhões de imagens, o que pode causar Erros do gerador de imagens de AI. No entanto, a representação de certos assuntos pode ser desigual. Por exemplo, um estudo pode constatar que paisagens urbanas são superrepresentadas em comparação com ambientes rurais, o que influencia a habilidade do modelo em gerar essas cenas com precisão.
Exemplo: Se um AI é menos exposto a imagens de vida selvagem ártica , pode ter dificuldade em gerar com precisão uma imagem de uma Narval Em seu habitat natural, é possível confundir o animal com mamíferos marinhos mais comumente retratados, como golfinhos.
” Uma imagem de um narval no Ártico, águas que imprecisamente se assemelham a um golfinho devido a dados limitados sobre narvais. ”
Pedi ao ChatGPT-4 para gerar uma imagem de pessoas queimadas de sol na praia saboreando café da manhã britânico e cerveja. E esta foi a saída:
O algoritmo Pode ser que não tenha sido treinado com esse tipo de dados antes, e como não foi capaz de determinar como pessoas queimadas normais podem parecer na praia, mostrou pessoas com pele excessivamente queimada e avermelhada. Também mostrou pessoas britânicas, mesmo que tenha sido solicitado apenas pessoas desfrutando de um café da manhã britânico.
2. Ambiguidade nas Descrições
Quando um prontidão é dado a uma IA, como ” um cachorro feliz em um parque. ” o Interpretação da IA pode variar amplamente. O que significa um ” feliz ” Como é a aparência de um cachorro? Que tipo de parque está sendo imaginado? Essa subjetividade pode levar a resultados que divergem das expectativas do usuário.
Exemplo: Diferentes usuários podem esperar diferentes raças de cães ou ambientes de parque (urbano vs. naturalista), mas a IA pode escolher um cachorro genérico em um parque muito estilizado e caricato.
“Um cachorro em um parque estilizado e caricato mostrando como interpretações variadas de ” um cachorro feliz em um parque ” pode levar a resultados inesperados. ”
3. Solicitações Complexas
Os AIs geralmente se saem bem com tarefas claras e bem definidas. Complexidade No prompt, pode reduzir significativamente a taxa de sucesso, às vezes abaixo de 50%, especialmente com conceitos abstratos .
Exemplo Para um prompt como ” o conceito de tempo como um objeto físico, ” A IA pode produzir interpretações vagas ou surreais, como relógios derretendo sobre galhos de árvores, que podem não estar alinhadas com a imagem conceitual que o usuário pretendia.
4. Viéses Inerentes do Modelo
Viés em IA pode se manifestar de várias maneiras, frequentemente refletindo preconceitos presente nos dados de treinamento. Por exemplo Se um AI for treinado principalmente em arte das culturas ocidentais, pode não representar com precisão temas ou estilos das culturas não-ocidentais.
Exemplo: Gerar uma imagem com base em uma sugestão sobre festivais tradicionais japoneses pode resultar em imagens que enfatizam demais as cerejeiras em flor e quimonos, independentemente dos detalhes específicos do festival fornecidos.
“Uma cena tradicional de festival japonês enfatiza demais as cerejeiras em flor e quimonos, destacando preconceitos culturais na inteligência artificial.”
5. Generalização excessiva
Modelos de IA tendem a se basear em imagens mais comumente vistas em. cenários ambíguos Isso pode resultar em saídas genéricas quando o prompt não é específico.
Exemplo: Quando solicitado a gerar ” uma casa ” Sem mais detalhes, a IA pode consistentemente produzir imagens de uma casa suburbana de um único andar com um gramado, a forma mais comumente retratada de uma casa em seus dados de treinamento.
Outro Exemplo Uma imagem de um gato em um tapete, mostrando como a IA pode produzir uma saída genérica e simplificada para um prompt comum.
6. Restrições Técnicas
Sistemas de IA têm limites computacionais , como memória e poder de processamento, que podem limitar o detalhe e a complexidade das imagens geradas, especialmente em configurações de alta resolução.
Exemplo: Gerar uma paisagem urbana detalhada com marcos distintos e reconhecíveis pode ser desafiador, resultando em características borradas ou distorcidas.
Aqui está a imagem que retrata uma paisagem urbana detalhada com alguns pontos de referência aparecendo. embaçado ou distorcido Isso ilustra como as restrições técnicas podem afetar a capacidade da IA de renderizar complexidade. tarefas de alta resolução Você pode ver o ambiente urbano movimentado e a arquitetura diversificada ao lado das imperfeições em algumas representações de edifícios. Isso ilustra o tipo de. limitações Um AI pode enfrentar desafios ao lidar com cenas complexas.
Quando você olha de perto Imagens geradas por IA , você pode notar os detalhes assustadores que são causados pelo gerador de imagens de IA.
A verdadeira arte nos convida para a visão única do artista, marcada por toques pessoais Isso torna-o significativo e digno de discussão. A arte de IA, por outro lado, muitas vezes carece desses elementos humanos que enriquecem nossa experiência com a arte.
Veja como a IA pode integrar arte e tecnologia de maneira harmoniosa no primeiro concurso de beleza do mundo com mulheres geradas por computador, demonstrando tanto o potencial quanto as armadilhas dos geradores de imagens.
Erros éticos
Os geradores de imagens de IA também enfrentaram reações adversas devido a contratempos éticos, como a geração de imagens ofensivas ou insensíveis. Estes incidentes destacam os desafios de equilibrar as capacidades do chatbot com considerações éticas.
Desenvolvedores precisam implementar diretrizes éticas robustas e fases de testes para identificar e corrigir esses problemas antes que eles afetem os usuários finais, garantindo que as ferramentas de IA sejam poderosas e respeitem as diversas culturas e histórias.
Exemplo : Um Gerador de imagens de IA erro como retratar pessoas de uma determinada etnia em papéis depreciativos, devido a interpretações falhas de termos ou contextos culturalmente sensíveis.
Refletindo sobre Realidades: Minhas Conclusões
Muitos entusiastas de IA, assim como eu, acreditam que a tecnologia de IA vai continuar a crescer cada vez mais sofisticada ao longo do tempo. Essa crença muitas vezes atinge um nível elevado, com alguns pensando que a inteligência artificial irá evoluir em uma entidade plenamente consciente, uma Inteligência Artificial Geral (AGI), que poderia levar a humanidade à era da singularidade.
Pessoalmente, acredito que, embora a inteligência artificial tenha o potencial de impactar profundamente nosso futuro, a jornada em direção a isso desenvolvimentos avançados é especulativo e cheio de ambos técnico e desafios éticos .
A ideia de IA alcançando consciência levanta questões filosóficas e tecnológicas significativas sobre a natureza da inteligência e da própria consciência, mas até lá, Erros do gerador de imagens de AI and epic fails will keep us entertained.
Explore Mais Insights sobre IA: Mergulhe em Nossos Blogs em Destaque
Se você está interessado em aprimorar suas habilidades ou simplesmente curioso sobre as últimas tendências, nossos blogs em destaque oferecem uma riqueza de conhecimento e ideias inovadoras para alimentar sua exploração de IA.
- Expressando as Preocupações do Reddit: Os Desafios com Character AI
- +50 Empregos que a IA Não Pode Substituir em 2024
- 6 Erros de Geradores de Imagens de IA que Você Deve Evitar em 2024
- IA para TDAH: 10 Maneiras Como o ChatGPT Pode Ajudar na Gestão do TDAH em 2024?
- Explorando as Políticas de Perplexidade IA: Como Claude 3 Molda as Interações e Expectativas dos Usuários
