何が起きたか
レストランやカフェ、ブランドがAIで料理画像を生成するケースが増えているが、結果は「スロップ」と呼ばれる出来になることも——例えばドーナツ型のエビ、ミミズのような麺、コンクリートを思わせるアイスクリームなどだ。
なぜ重要か
拡散モデル（ノイズを段階的に除去して画像を生成する）は、まず大まかな構造を復元し、その後で細部を追加する。この過程で初期段階に基本形状が損なわれる可能性がある。また、こうしたモデルは「世界についての正しい知識を持たずに見た目を再現する」ため、サンドイッチやブリトーが実際に何なのかを理解していない。国内で料理画像を扱う飲食店やブランドは、AI生成画像の品質低下に直面する可能性がある。
注目点
AI生成料理画像の成否は、モデルが「細く、連続し、末端を持つ構造」をどう扱うかにかかっている。麺類や巻きひげ状の食品で品質劣化が顕著になるため、飲食店やブランドがこうしたメニュー画像を採用する際に「スパゲッティ状のアーティファクト」が生じるリスクが焦点となる。
こういう要約が、毎朝あなたのメールに届きます。
問題の根源は拡散モデルの画像生成プロセスにある。まず大まかな形状を再構築し、その後に細部を埋めていくが、初期構造に欠陥があれば、誤った土台の上に写実的な質感を描くことになる。これが、バーガーが岩のように見えたり、麺が本来あるべきでない場所に現れたりする理由を説明する。
技術的なプロセスに加え、学習データとモデルの使われ方も問題を悪化させる。AIは物理的な世界を理解せず、食品を魅力的にする本質を把握しないまま、フード写真の光沢のある様式的な見た目を模倣する。インターネット上の画像から学習するため、ごく普通のリンゴは少なく、風変わりでミーム化したリンゴが多い可能性もある。さらに、AI生成コンテンツでモデルを訓練するため、「モデル崩壊」が起きて視覚的な劣化と画一化が進む。低解像度から拡大した場合、不完全さがより顕著になる。こうした要因が重なり、AIの料理画像は「不気味の谷」に落ち込む。そこでは、食物に何か危険なものを感じ取る原初的な嫌悪感が働くのだ。
たとえば、いま届くならこの3本です
AIが要約して、あなたの選んだトピックだけを1日1通。LINE・Email・Slackで届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。Q&Aはこのページに公開され、他の読者も読めます。
レストランが実物の料理を撮影する代わりに生成AIで食品広告を作る事例がニューヨークやサンフランシスコで出ており、ネットで批判が殺到
レストランのAI生成メニューは、完璧すぎるほど対称的で滑らかな食品を映し出し、客に違和感を与えることが多い
ITmediaの記事が、消費者がAI生成画像を「不気味」と感じる理由を解説
スタンフォード大教授の李飛飛氏が設立したWorld Labsは、テキスト・画像・動画から3D環境を生成・再構築・シミュレーションできるマルチモーダル世界モデル「Atlas」を発表した
Jasper Researchが、テキスト画像生成モデルをゼロから構築する方法を解説する料理本を公開し、全推論プロセスと途中結果を共有した
AWSチームがAI搭載のコンテンツ検証システムを構築し、AWS Insightsアプリケーション（Amazon Quickに搭載）の数百のダッシュボードをスキャンして、欠落や誤った要素を検出する
