Генераторы изображений AI продолжают путать руки. Вот почему.

Но почему эти программы так сильно пачкают руки (не говоря уже о босых ногах)? Это вопрос, который волнует многих людей спросил.

Чтобы выяснить это, я написал Midjourney по электронной почте; Stability AI, который делает Stable Diffusion; и OpenAI, которая создала DALL-E 2. На мои вопросы ответил только Stability AI.

«Принято считать, что в наборах данных ИИ человеческие изображения отображают руки менее заметно, чем лица», — сказал BuzzFeed News представитель Stability AI. «Кроме того, руки на исходных изображениях, как правило, намного меньше, так как они относительно редко видны в крупном размере».

Чтобы узнать больше, я связался с Амелией Вингер-Беарскин, художницей и доцентом ИИ и искусства в Университете Флориды, которая анализирует эстетику искусства ИИ на ее блог. «Я одержим этим вопросом!» — воскликнул Вингер-Берскин во время нашего видеозвонка.

По словам Уингера-Беарскина, генеративный искусственный интеллект, обученный на миллиардах изображений, взятых из Интернета, на самом деле не понимает, что такое «рука», по крайней мере, в том, как она анатомически соединяется с человеческим телом.

«Это просто взгляд на то, как представлены руки» на изображениях, на которых он обучался, — сказала она. «Руки на изображениях очень детализированы», — добавляет она. «Обычно они за что-то держатся. Или иногда они держатся за другого человека».

На фотографиях, картинах и скриншотах, на которых ИИ учится, руки могут держаться за драпировку или сжимать микрофон. Они могут махать руками или смотреть в камеру так, что видны лишь несколько пальцев. Или они могут быть сжаты в кулаки, где не видно пальцев.

«На изображениях руки редко похожи этот— сказала Вингер-Медвежья Шкура, подняв руки с растопыренными пальцами. «Если бы они были такими на всех изображениях, ИИ смог бы воспроизвести их идеально». ИИ, по ее словам, должен понимать, что значит иметь человеческое тело, как именно с ним связаны руки и каковы их ограничения.

Руки занимают фундаментальное место в мире искусства — отпечатки рук на стенах пещер самый первый вид искусства, созданный Homo sapiens, о котором мы знаем, и который считается одним из самых сложных объектов для рисования или раскрашивания. На картинах Древней Греции и средневековой Европы изображения человеческих рук все еще были плоскими и лишенными замысловатости.

Это было только в эпоху искусства Возрождения, между 14 и 16 веками в Европе — когда такие художники, как Леонардо да Винчи начал учиться и зарисовки рук, включая их структурные элементы, такие как кости и связки, — что человеческие руки стали изображаться во всей их сложности. (Эта эпоха также дала нам одну из самые узнаваемые фрески с участием двух рук — Микеланджело Сотворение Адамана котором Бог изображен в виде бородатого мужчины, протягивающего правую руку, чтобы коснуться вытянутой левой руки Адама.)

«Да Винчи на самом деле был очень одержим руками и провел много-много исследований рук», — сказал Уингер-Беарскин. Между тем, когда ИИ обучается на изображении, «он просто смотрит на это и говорит: «О, в данном случае это только половина большого пальца», потому что остальная часть его скрыта под тканью или цепляется за что-то, и поэтому, когда он воспроизводит его, он несколько деформирован».

Однако однажды генеративный ИИ значительно улучшит рендеринг изображений рук, ног и зубов. «Так и должно быть», — сказал Уингер-Беарскин. «Чтобы ИИ стал полезным инструментом для человечества, он должен понять, что значит быть человеком, и анатомическую реальность человека».