ឧទាហរណ៍នៃភាពលំអៀងនៅក្នុងរូបភាពដែលបង្កើតដោយ AI

តើម៉ាស៊ីនបង្កើតរូបភាព AI ដំណើរការយ៉ាងដូចម្តេច?

ម៉ាស៊ីនបង្កើតរូបភាពដែលមានមូលដ្ឋានលើ AI ប្រើគំរូម៉ាស៊ីនរៀនដែលយកអត្ថបទដែលបញ្ចូលដោយអ្នកប្រើប្រាស់ និងបង្កើតរូបភាពមួយ ឬច្រើនដែលត្រូវនឹងការពិពណ៌នា។ ការបណ្តុះបណ្តាលគំរូទាំងនេះតម្រូវឱ្យមានសំណុំទិន្នន័យដ៏ធំដែលមានរូបភាពរាប់លាន។

តើនរណាជាអ្នកបង្កើតកំហុសចម្លែកនៅក្នុងរូបភាព? រូបភាព ១ — ការបង្កើតរូបភាពជាមួយ AI កាន់តែងាយស្រួល។ រូបថត៖ អ៊ីជីណេត

ខណៈពេលដែលទាំង Midjourney ឬ DALL-E 2 មិនបង្ហាញជាសាធារណៈពីរបៀបដែលក្បួនដោះស្រាយរបស់ពួកគេដំណើរការនោះ ម៉ាស៊ីនបង្កើតរូបភាព AI ភាគច្រើនប្រើដំណើរការដែលហៅថា ការសាយភាយ។ គំរូនៃការសាយភាយដំណើរការដោយបន្ថែម "សំលេងរំខាន" ចៃដន្យទៅក្នុងទិន្នន័យបណ្តុះបណ្តាល បន្ទាប់មករៀនបង្កើតទិន្នន័យឡើងវិញដោយដកផ្នែកដែលរំខានចេញ។ ម៉ូដែលដំណើរការនេះម្តងទៀតរហូតដល់វាបង្កើតរូបភាពដែលត្រូវនឹងធាតុបញ្ចូល។

វាខុសពីគំរូភាសាធំៗដូចជា ChatGPT។ គំរូភាសាធំៗត្រូវបានបណ្តុះបណ្តាលលើទិន្នន័យអត្ថបទដែលគ្មានស្លាក ដែលពួកគេវិភាគដើម្បីរៀនលំនាំភាសា និងបង្កើតការឆ្លើយតបដូចមនុស្ស។

នៅក្នុង Generative AI ការបញ្ចូលប៉ះពាល់ដល់ទិន្នផល។ ប្រសិនបើអ្នកប្រើប្រាស់បញ្ជាក់ថាពួកគេចង់ដាក់បញ្ចូលមនុស្សដែលមានពណ៌ស្បែក ឬភេទជាក់លាក់នៅក្នុងរូបភាព នោះគំរូនឹងគិតគូរពីរឿងនោះ។

ទោះយ៉ាងណាក៏ដោយ បន្ថែមពីលើនេះ ម៉ូដែលនេះក៏មានទំនោរទៅរកការត្រឡប់រូបភាពជាក់លាក់ផងដែរ។ នេះច្រើនតែជាលទ្ធផលនៃកង្វះភាពចម្រុះនៅក្នុងទិន្នន័យបណ្តុះបណ្តាល។

ការសិក្សានាពេលថ្មីៗនេះ បានស្វែងយល់ ពីរបៀបដែល Midjourney មើលឃើញពាក្យដែលហាក់បីដូចជាទូទៅ រួមទាំងការកាន់កាប់ប្រព័ន្ធផ្សព្វផ្សាយឯកទេស (ដូចជា "អ្នកវិភាគព័ត៌មាន" "អ្នកអត្ថាធិប្បាយព័ត៌មាន" និង "អ្នកពិនិត្យការពិត") និងមុខរបរទូទៅជាច្រើនទៀត (ដូចជា "អ្នកកាសែត" "អ្នករាយការណ៍" "អ្នកសារព័ត៌មាន")។

ការសិក្សាបានចាប់ផ្តើមកាលពីខែសីហាឆ្នាំមុន ហើយលទ្ធផលត្រូវបានដំណើរការឡើងវិញប្រាំមួយខែក្រោយមក ដើម្បីមើលពីរបៀបដែលប្រព័ន្ធបានប្រសើរឡើងនៅពេលនោះ។ សរុបមក អ្នកស្រាវជ្រាវបានវិភាគរូបភាពដែលបង្កើតដោយ AI ច្រើនជាង 100 ក្នុងពេលនោះ។

ភាពចាស់ និងផ្លូវភេទ

តើនរណាជាអ្នកបង្កើតកំហុសចម្លែកនៅក្នុងរូបភាព? រូបភាព ២ — សម្រាប់មុខរបរជាក់លាក់ អ្នកចាស់ទុំតែងតែជាបុរស។ រូបថត៖ IJN

សម្រាប់ចំណងជើងការងារមិនជាក់លាក់ Midjourney បង្ហាញតែរូបភាពបុរស និងស្ត្រីវ័យក្មេងប៉ុណ្ណោះ។ សម្រាប់តួនាទីជាក់លាក់ ទាំងមនុស្សក្មេង និងមនុស្សចាស់ត្រូវបានបង្ហាញ ប៉ុន្តែមនុស្សចាស់តែងតែជាបុរស។

លទ្ធផលទាំងនេះបានពង្រឹងយ៉ាងជាក់ស្តែងនូវគំរូមួយចំនួន រួមទាំងការសន្មត់ថាមនុស្សចាស់មិនធ្វើការក្នុងមុខតំណែងដែលមិនមែនជាជំនាញនោះទេ ដែលថាមានតែបុរសដែលមានវ័យចំណាស់ប៉ុណ្ណោះដែលស័ក្តិសមទៅនឹងការងារដែលមានជំនាញវិជ្ជាជីវៈ ហើយការងារដែលមានជំនាញតិចជាធម្មតាត្រូវបានបម្រុងទុកសម្រាប់ស្ត្រី។

វាក៏មានភាពខុសប្លែកគ្នាគួរឱ្យកត់សម្គាល់ផងដែរនៅក្នុងរបៀបដែលបុរស និងស្ត្រីត្រូវបានបង្ហាញ។ ឧទាហរណ៍ ស្ត្រីមានវ័យក្មេងជាងមុន និងគ្មានស្នាមជ្រួញ ខណៈបុរសត្រូវបាន "អនុញ្ញាត" ឱ្យមានស្នាមជ្រួញ។

AI ក៏ហាក់ដូចជាតំណាងឱ្យយេនឌ័រជាប្រព័ន្ធគោលពីរ ជាជាងបង្ហាញឧទាហរណ៍នៃការបញ្ចេញមតិយេនឌ័រដែលមានជាតិទឹកច្រើន។

ការប្រកាន់ពូជសាសន៍

តើនរណាជាអ្នកបង្កើតកំហុសចម្លែកនៅក្នុងរូបភាព? រូបភាព ៣ — រូបភាពសម្រាប់ "អ្នកសារព័ត៌មាន" ឬ "អ្នកកាសែត" ជារឿយៗបង្ហាញតែមនុស្សស្បែកសប៉ុណ្ណោះ។ រូបថត៖ IJN

រូបភាពទាំងអស់បានត្រឡប់មកវិញសម្រាប់ពាក្យដូចជា "អ្នកកាសែត", "អ្នករាយការណ៍" បង្ហាញតែរូបភាពរបស់មនុស្សស្បែកស។

នេះអាចឆ្លុះបញ្ចាំងពីកង្វះភាពចម្រុះ និងការបង្ហាញតិចតួចនៅក្នុងទិន្នន័យបណ្តុះបណ្តាលមូលដ្ឋានរបស់ AI ។

វណ្ណៈនិយម និងអភិរក្សនិយម

តួអង្គទាំងអស់នៅក្នុងរូបភាពក៏មានរូបរាង "អភិរក្ស" ផងដែរ។ ជាឧទាហរណ៍ គ្មានពួកគេណាម្នាក់មានស្នាមសាក់ ការចោះ ម៉ូដសក់មិនធម្មតា ឬលក្ខណៈផ្សេងទៀតដែលនឹងសម្គាល់ពួកគេពីការពណ៌នាបែបប្រពៃណីនោះទេ។

មនុស្សជាច្រើនក៏ស្លៀកសម្លៀកបំពាក់ផ្លូវការដូចជាអាវ និងឈុត។ ទាំងនេះគឺជាសូចនាករនៃការរំពឹងទុកនៃថ្នាក់។ ខណៈពេលដែលនេះអាចជាការសមរម្យសម្រាប់តួនាទីមួយចំនួន ដូចជាពិធីករទូរទស្សន៍ វាមិនមែនជាការឆ្លុះបញ្ចាំងពិតប្រាកដនៃរបៀបដែលអ្នកយកព័ត៌មាន ឬអ្នកកាសែតជាទូទៅស្លៀកពាក់នោះទេ។

ទីក្រុង

តើនរណាជាអ្នកបង្កើតកំហុសចម្លែកនៅក្នុងរូបភាព? រូបភាពទី 4 — រូបភាពទាំងអស់ត្រូវបានកំណត់នៅក្នុងទីក្រុងតាមលំនាំដើម ទោះបីជាមិនមានឯកសារយោងភូមិសាស្ត្រក៏ដោយ។ រូបថត៖ IJN

ទោះបីជាមិនបានបញ្ជាក់អំពីទីតាំង ឬបរិបទភូមិសាស្ត្រណាមួយក៏ដោយ រូបភាពដែលបញ្ជូនមកវិញដោយ AI រួមមានទីធ្លាទីក្រុង ដូចជាអគារខ្ពស់ៗ ឬផ្លូវដែលមមាញឹក។ នេះមិនមែនជាការពិតទេ ដោយសារតែជាងពាក់កណ្តាល នៃចំនួនប្រជាជនពិភពលោក រស់នៅក្នុងទីក្រុង។

ហួសសម័យ

រូបភាពរបស់បុគ្គលិកប្រព័ន្ធផ្សព្វផ្សាយរួមមានបច្ចេកវិទ្យាហួសសម័យ ដូចជាម៉ាស៊ីនអង្គុលីលេខ ម៉ាស៊ីនបោះពុម្ព និងម៉ាស៊ីនថតចាស់។

ដោយសារអ្នកជំនាញជាច្រើនមើលទៅដូចគ្នាសព្វថ្ងៃនេះ AI ហាក់បីដូចជាកំពុងគូរលើបច្ចេកវិជ្ជាដែលមានភាពខុសប្លែកគ្នាច្រើន (រួមទាំងអ្វីដែលហួសសម័យ និងមិនទាន់បានប្រើ) ដើម្បីធ្វើឱ្យតួនាទីដែលបានពិពណ៌នាកាន់តែច្បាស់។

ដូច្នេះប្រសិនបើអ្នកកំពុងបង្កើតរូបភាព AI ផ្ទាល់ខ្លួនរបស់អ្នក សូមពិចារណាពីភាពលំអៀងដែលអាចកើតមាននៅពេលសរសេរការពិពណ៌នា។ បើមិនដូច្នេះទេ អ្នកអាចនឹងកំពុងបំពេញបន្ថែមដោយអចេតនានូវគំរូដែលបង្កគ្រោះថ្នាក់ដែលសង្គមបានចំណាយពេលជាច្រើនទសវត្សរ៍ដើម្បីលុបបំបាត់។

Hoang Ton (យោងតាម IJN)

ប្រភព