📸 زیبایی همیشه به معنای کارایی نیست! 🤖

آیا هوش مصنوعی‌های تصویرساز برای تولید داده‌های آموزشی گزینه‌های خوبی هستند؟ یک پژوهش جدید روی مدل‌های متن به تصویر (T2I) منتشر شده که نتایج جالبی دارد.

محققان متوجه شدند که با وجود پیشرفت خیره‌کننده در کیفیت بصری و واقع‌گرایی مدل‌های جدیدتر (۲۰۲۲ تا ۲۰۲۵)، وقتی از آن‌ها برای تولید داده‌های آموزشی استفاده می‌کنیم، دقت مدل‌های هوش مصنوعی کاهش پیدا می‌کند!

دلیل اصلی این اتفاق چیست؟ این مدل‌ها در واقع به سمت تولید تصاویر «زیباپسند» متمایل شده‌اند و تنوع داده‌های واقعی را نادیده می‌گیرند. این یافته زنگ خطری برای محققان است که فکر می‌کردند پیشرفت در «واقع‌گرایی تصویری» لزوماً به معنای «واقع‌گرایی داده‌ای» است. به نظر می‌رسد هنوز تا جایگزینی کامل داده‌های واقعی با داده‌های مصنوعی راه زیادی داریم.

منبع: arXiv Computer Vision