محققان در پژوهش جدیدی به سراغ بررسی «نقاط کور» مدلهای تولید تصویر (مانند FLUX و Stable Diffusion) رفتهاند. نتیجه جالب و کمی نگرانکننده است: این مدلها اگرچه جزئیات جغرافیایی دقیقی دارند، اما وقتی از آنها میخواهیم یک تصویر کلی از «آمریکا» بسازند، دچار کلیشههای تکراری میشوند.
در واقع، این مدلها به جای نمایش تنوع واقعی (مناطق استوایی، بیابانی یا شهرهای کوچک)، بیشتر به سمت تصویرسازی از کلیشههای کلانشهری گرایش دارند. این یافتهها به ما یادآوری میکند که هوش مصنوعی چقدر میتواند در بازنمایی واقعیتهای جغرافیایی و فرهنگی دچار سوگیری شود.
نظر شما چیست؟ آیا فکر میکنید در آینده هوش مصنوعی میتواند به درک درستی از تنوع محیطی برسد یا این کلیشهها بخشی جدانشدنی از ذاتِ یادگیری آنهاست؟ 🤔
منبع: arXiv AI