عکس های واقعی و هنر دست ساز دارای عمق و اصالت هستند که Ai نمی تواند کاملاً مطابقت داشته باشد. برخی از تصاویر تولید شده AI به طرز تکان دهنده ای واقعی به نظر می رسند ، اما نگاه دقیق تر اغلب نقص های ظریف را نشان می دهد. هنگامی که شما قادر به مشاهده این ناسازگاری ها هستید ، توهم به سرعت از هم جدا می شود.
عکس های واقعی و هنر دست ساز دارای عمق و اصالت هستند که Ai نمی تواند کاملاً مطابقت داشته باشد. برخی از تصاویر تولید شده AI به طرز تکان دهنده ای واقعی به نظر می رسند ، اما نگاه دقیق تر اغلب نقص های ظریف را نشان می دهد. هنگامی که شما قادر به مشاهده این ناسازگاری ها هستید ، توهم به سرعت از هم جدا می شود.
11
چشمهایی که به نظر انسان نمی رسند
اگر تا به حال با پرتره ای روبرو شده اید که درست نشسته است ، چشم ها اغلب مقصر هستند. هوش مصنوعی می تواند هنر جذاب تولید کند ، اما با ضبط احساسات انسانی و جزئیات ظریف چشم ها تلاش می کند و در نتیجه خیره کننده هایی که خالی ، ناسازگار یا به سادگی نگران کننده به نظر می رسند ، می شود.
دانش آموزان ممکن است نادرست باشند ، ممکن است یک عنبیه از دیگری بزرگتر به نظر برسد ، یا نگاه ممکن است فاقد عمق طبیعی باشد که باعث می شود چهره های انسان زنده شود. درعوض ، شما اغلب عبارات بی جان ، عاری از هر ماده ای را مشاهده خواهید کرد. قطع عاطفی ظریف اما عمیقاً ناامید کننده است ، و اغلب باعث بی اعتمادی فوری می شود بدون اینکه کاملاً بداند که چرا.
10
آرم یا مارک تجاری
برندسازی به ندرت در تصاویر تولید شده توسط AI دقیق است. ممکن است یک آرم نایک را مشاهده کنید که با عناصر از برند دیگر یا نمادهای تصادفی که شبیه آرم است اما وجود ندارد ، با عناصر دیگر و یا ادغام شده است.
این تحریفات عدم درک متنی مدل را نشان می دهد ، و اگر با تقلید برند آشنا هستید ، قابل مشاهده است. جزئیات دقیق تر – مانند وزن قلم ، فاصله یا شکل یک شیء خاص – جایی است که ناسازگاری ها اغلب نشان می دهند. این امر به ویژه هنگامی که مدل سعی می کند چندین آرم را در یک ترکیب کند ، آشکار است.
جالب اینجاست که من در آزمایش خود متوجه شدم که تقریباً هر ژنراتور تصویر هوش مصنوعی تمایل دارد در آرم Coca Cola (یا یک نوع مشابه از آن) به هر صحنه ای که معقول باشد – پرتاب کند و بیشتر آنها قادر به تکرار آن هستند. این باعث می شود که من اعتقاد داشته باشم که بسیاری از کاربران از این آرم خاص درخواست می کنند و در نتیجه ، مدل های هوش مصنوعی آموزش داده شده اند تا بیشتر از سایر مارک ها آن را تولید کنند.
9
بازتاب های غیرممکن
- Amir Bohlooli/GPT-4O/makeuseof
- Amir Bohlooli/GPT-4O/makeuseof
آینه ها ، آب و شیشه می توانند به راحتی کاستی های هوش مصنوعی را در معرض دید خود قرار دهند. بازتاب ها ممکن است به طور کلی از بین بروند ، یا ممکن است حاوی عناصر ناسازگار یا تحریف شده باشند ، بلافاصله با قرار دادن واقعی تصویر مغایرت دارند.
در بعضی موارد ، بازتاب هایی را مشاهده خواهید کرد که حاوی اندام یا اشیاء اضافی در تصویر اصلی نیستند. در موارد شدید دیگر ، این بازتاب به معنای واقعی کلمه از آینه خارج می شود و به بخشی از جهان پیرامون آن تبدیل می شود. این تصاویر تولید شده AI می توانند مانند یک عکس فوری مستقیم از یک فیلم ترسناک در اوایل دهه 2000 احساس کنند.
در حالی که دنیای واقعی به قوانین فیزیک و نور پیروی می کند ، تصاویر هوش مصنوعی اغلب اینگونه نیستند. هرچه سطوح بازتابی بیشتر وجود داشته باشد ، شانس بیشتری برای این ناسازگاری ها ظاهر می شود.
8
معماری مزخرف
- تایلر فیوک/Imagen 3/makeuseof
- تایلر فیوک/Imagen 3/makeuseof
هوش مصنوعی ممکن است بتواند از سبک معماری تقلید کند ، اما با ساختار مبارزه می کند. از نزدیک به ساختمانهای تصاویر تولید شده توسط AI نگاه کنید ، و اغلب عناصر طراحی را پیدا خواهید کرد که هیچ عملی یا فیزیکی ایجاد نمی کند.
پله ها ممکن است مستقیماً به دیوارها منتهی شوند. درها از بالای زمین شناور می شوند و هیچ راهی برای رسیدن به آنها وجود ندارد. ویندوز می تواند به هم وصل شود و یا به طرز عجیبی در فاصله قرار بگیرد ، گویی که به طور تصادفی از ساختمانهای دیگر کپی و چسبانده شده است. سقف ها گاهی اوقات در زاویه های غیرممکن قرار می گیرند ، و ستون های پشتیبانی ممکن است در هوای نازک از بین بروند یا از طریق کف بدون منطق سوراخ شوند.
هوش مصنوعی واقعاً مهندسی یا گرانش را درک نمی کند – حدس می زند بر اساس الگوهای بصری. در نتیجه ، اغلب ساختارهایی را تولید می کند که در نگاه اول مانند ساختمانها به نظر می رسند ، اما تحت نظارت قرار می گیرند.
7
پیشینه هایی که اضافه نمی شوند
- تایلر فیوک/emu/makeuseof
- تایلر فیوک/emu/makeuseof
در نگاه اول ، پیش زمینه یک تصویر ممکن است قانع کننده به نظر برسد. یعنی تا زمانی که متوجه چیزی در پس زمینه نشوید.
درختی که از پشت بام در حال رشد است ، مردم کمی از سطح زمین شناور می شوند ، برج ایفل در یک پارکینگ حومه شهر قرار گرفت. ارقام ممکن است به صورت نیمه در اشیاء به نظر برسند و در ساختمانها ، اتومبیل ها یا نرده هایی مانند اشکالات بصری آمیخته شوند.
بعضی اوقات ، این مقیاس است که احساس اشتباه می کند: یک گربه به اندازه صندوق پستی یا یک خیابان خیابانی که به سختی به سطح چشم می رسد. در موارد دیگر ، حباب ها یا بافت های ناشناخته ای را که برای اشیاء واقعی ایستاده اند ، می گیرید – مواردی که متعلق به هیچ کجای دنیای طبیعی نیستند.
هوش مصنوعی می تواند جزئیات جعلی را جعلی کند ، اما اغلب نمی تواند آن جزئیات را در جایی که معقول است قرار دهد. برخی از ژنراتورهای هنری هوش مصنوعی قادر به ایجاد نتایج عکسبرداری هستند ، اما حتی پیشرفته ترین آنها برای تولید یک پیش زمینه تمیز و منطقی تلاش می کنند. نتیجه صحنه ای است که اگر واقعاً چشمان خود را ببندید ، باورنکردنی به نظر می رسد.
6
چهره های پس زمینه مبهم یا زرق و برق دار
مشابه نکته قبلی ، افراد در پس زمینه معمولاً در ارائه های هوش مصنوعی با اولویت پایین هستند. در نتیجه ، آنها غالباً مبهم ، ناقص یا پیچ خورده به ظاهر غیرممکن به نظر می رسند.
این چهره های شبح مانند ممکن است دارای ویژگی های صورت باشد که ذوب شده یا نامشخص باشد و وضعیت آنها می تواند از بین برود. اندامها ممکن است به روشهای عجیب و غریب همپوشانی داشته باشند ، یا ممکن است سرها کمی بالاتر از گردن بدون تراز مناسب شناور شوند. در صحنه های گروهی ، ممکن است چهره های مکرر ، مدل موهای آینه دار یا افرادی که در همان ژست قفل شده اند ، لباس های عجیب و غریب مشابهی را مشاهده کنید.
برای هوش مصنوعی ، ارقام پس زمینه به عنوان پس زمینه های بصری عمل می کنند. آنها تبدیل به شبح های ناخوشایند می شوند که منشأ مصنوعی تصویر را نشان می دهد. مهم نیست که پیش زمینه چقدر تیز باشد ، این موضوعات نشانه روشنی است که آنچه می بینید یک تصویر ارگانیک نیست.
شاخص های زیر فقط در مورد ژنراتورهای قدیمی تصویر هوش مصنوعی اعمال می شود ، زیرا مدل های جدید پیشرفت های قابل توجهی را انجام داده اند و ممکن است دیگر این مسائل را نشان ندهند.
5
پوست بیش از حد صاف و پلاستیکی
افراد تولید شده AI اغلب به نظر می رسد پوستی دارند که به فراموشی می رسند. این ناشی از نحوه برخورد هوش مصنوعی از ویژگی ها و بافت های صورت است. تمایل دارد به نفع صافی نسبت به رئالیسم باشد.
منافذ ناپدید می شوند. چین و چروک ، فرسودگی و زخم ها پاک می شوند. نتیجه یک چهره مومی و بیش از حد صیقلی است که فاقد بافت پوست واقعی است. غالباً ، این اثر صاف کننده فراتر از صورت گسترش می یابد و بر گردن ، دست و حتی لباس تأثیر می گذارد. این یک ظاهر مصنوعی عجیب و غریب ایجاد می کند.
بسیاری از ژنراتور هنری هوش مصنوعی وجود دارد که می توانند از متن تصاویر ایجاد کنند ، اما بیشتر آنها از این مسئله دقیق رنج می برند. فقط مدل های جدیدتر ، مانند GPT-4O ، می توانند تصاویر فوق العاده واقع بینانه ای ایجاد کنند که از سوژه هایی با پوست پلاستیکی جلوگیری می کنند.
4
دست هایی که هیچ حس آناتومیکی ندارند
- تایلر فیوک/شفق قطبی/makeuseof
- تایلر فیوک/شفق قطبی/makeuseof
این یکی از آشکارترین هدیه ها است. هوش مصنوعی مدتهاست که با دقیق دست زدن به دست دست و پنجه نرم کرده است ، و اگرچه پیشرفت هایی انجام شده است ، اما رقم های تحریف شده هنوز نشانه مشخصی هستند.
به دنبال انگشتان اضافی ، اتصالات ذوب شده ، خم های غیر طبیعی یا انگشتان بیرون از کف دست باشید. از آنجا که AI واقعاً آناتومی انسان را “درک نمی کند” ، غالباً یک آشفتگی پیچیده ایجاد می کند.
انگشت شست به ویژه می گوید. اگر بزرگنمایی کنید و از نزدیک بررسی کنید ، احتمالاً چیزی عجیب پیدا خواهید کرد. بعضی اوقات ، دستهای کامل در زاویه های غیرممکن قرار می گیرند ، یا به نظر می رسد که نسبت به بدن بسیار کوچک یا بزرگ هستند.
3
متن ذوب یا حروف حیرت انگیز
تصاویر تولید شده AI به طور مداوم هنگام صحبت از متن شکست می خورند. از یک علامت خیابانی یا برچسب محصول بخواهید ، و اغلب شخصیت های ناخوشایند و غیرقابل خواندن دریافت خواهید کرد که شبیه به پیامدهای یک کلاهبرداری Scrabble است.
مدل های ژنراتور تصویر AI بر روی داده های بصری آموزش داده می شوند ، نه درک زبان. در نتیجه ، آنها اغلب اشکال شبیه نامه ای تولید می کنند که متن را بدون شکل دادن به کلمات واقعی و قابل خواندن تقلید می کنند. حتی وقتی یک کلمه در نگاه اول قابل تشخیص باشد ، بازرسی نزدیک تر معمولاً سکته های اضافی ، فونت های متناقض یا فاصله ای را نشان می دهد که معنی ندارد.
توجه به این نکته حائز اهمیت است که چند مدل پیشرفته قادر به تولید متن خوانا هستند ، اگرچه گاهی اوقات می توانید ناسازگاری های جزئی را مشاهده کنید. این مقاله در مورد خطرناک ترین برنامه نوشتن دارای یک تصویر تولید شده GPT-4O از یک صفحه کلید است که در شکل ها و حروف تصادفی پوشیده شده است.
ابزارهایی وجود دارد که می توانید برای رفع متن جیب در تصاویر تولید شده توسط AI استفاده کنید ، اما همه آنها مؤثر نیستند.
2
منابع نور متناقض
- تایلر فیوک/emu/makeuseof
- تایلر فیوک/emu/makeuseof
خطاهای روشنایی یکی دیگر از پرچم های مکرر قرمز است. ممکن است سایه هایی را ببینید که در جهت های متناقض نشان می دهد ، یا شخصی که هنگام ریختن سایه در همان جهت از سمت چپ روشن شده است. سایه ها ممکن است خیلی نرم ، خیلی تیز یا کاملاً غایب به نظر برسند.
اگرچه بیشتر مردم متخصص روشنایی نیستند ، همه ما حس شهودی از نحوه رفتار نور داریم. هنگامی که AI نتواند از این قوانین پیروی کند ، مشخص می شود – حتی اگر فقط به طور ناخودآگاه باشد.