AI će vam savršeno nacrtati sve što mu kažete

Istraživači Google Researcha iz Brain Teama predstavili su novi sustav umjetne inteligencije koji može kreirati slike temeljem tekstualnih opisa i to, kako tvrde, s velikom dozom fotorealizma i dubokom razinom razumijevanjem jezika. 

Google tvrdi da je njegov AI sustav pod nazivom Imagen diffusion model puno bolji od drugih koje smo do sada imali priliku vidjeti, uključujući DALL-E koji je razvila tvrtka OpenAI, jer njegova verzija pokušava stvoriti realističnije slike.

Istraživači su napravili benchmark testiranje u kojem su zamolili ljude da procijene svaku sliku koju je stvarao neki AI.

"Oni preferiraju Imagen u usporedbi s drugim modelima, kako u pogledu kvalitete uzorka tako i u pogledu poravnanja slike i teksta", rekao je Google.

AI nije dostupan javnosti, a za to postoje brojni razlozi. "Skupovi podataka ove prirode često odražavaju društvene stereotipe, opresivna gledišta i pogrdne, ili na neki drugi način štetne, asocijacije na marginalizirane grupe identiteta", napisali su istraživači. Imagen je naslijedio "društvene pristranosti i ograničenja velikih jezičnih modela" i može prikazati "štetne stereotipe i reprezentacije."

Tim je rekao da AI kodira društvene predrasude, uključujući sklonost stvaranju slika ljudi sa svjetlijim tonovima kože i stavlja ih u određene stereotipne rodne uloge, pa se boje da bi se sustav mogao koristiti za stvaranje neugodnih slika za namjerno vrijeđanje po raznim osnovama.

Drugim riječima, Google se još ne usudi lansirati Imagena u javnost jer se boji da bi se mogao pokazati rasistom, seksistom i homofobom.

Primjere u kojima Imagen izrađuje slike prema tekstualnim opisima možete pronaći na ovoj poveznici.