Restauracje i marki żebrowej coraz chętniej sięgają po modele generatywne AI do tworzenia wizerunku swoich dań, ale rezultaty są dla wielu użytkowników internetowych po prostu przerażające. Zamiast apetycznych fotografii widać galerię wizualnych koszmarów - od krewetek w formie pączków przez makaron przypominający robaki aż po burgery o nienaturalnej strukturze i burritos pokryte dziurami.
Problem polega na tym, jak modele diffusion AI uczą się reprezentować świat. Te sieci neuronowe były trenowane na milionach obrazów, ale często nie potrafią prawidłowo uchwycić tekstur, gęstości czy konsystencji jedzenia. Kiedy system trafi na słowo opisowe jak "shrimp" czy "noodles", może on zniekształcić elementy, sprawić że obiekty się połączą lub stworzą dziwne formy nie odpowiadające rzeczywistości. Zagęszczenia, dziury i abstrakcyjne tekstury to objawy braku rzeczywistego zrozumienia fizyki materiałów.
Za tym trendem stoi ekonomia - AI jest dużo tańsze niż profesjonalne fotografie produktów, ale jak pokazują ostatnie przykłady z mediów społecznych, jakość drastycznie spada. Firmy trafiają w złe miejsce między budżetem a wiarygodnością, ryzykując kpinę zamiast pożądanego zainteresowania klientów. Zagadnienie rzuca światło na niedostosowanie obecnych modeli AI do zadań wymagających precyzji wizualnej i odpowiedniego reprezentowania rzeczywistości fizycznej.