Kom ons wees eerlik, KI is ongelooflik cool—totdat dit ook ongelooflik voorspelbaar is.  Teen hierdie tyd het jy waarskynlik 'n paar voorbeelde wat opskrifte steel, gesien van generatiewe KI wat surrealistiese kuns, skitterende beeldmateriaal of onmoontlik kreatiewe ontwerpe optower. Vra dit om jou uitheemse stede voor te stel wat in neonlig gebaai is of woude waar bome bioluminescerende blomme groei, en—boem!—jy word voorgestel met beelde wat die grense verskuif van wat mense normaalweg sou bedink.  Maar dan vra jy 'n KI om 'n horlosie te teken. En al die magie skree tot stilstand. Wat kry jy? ’n Horlosie het hardnekkig om  10:10 vasgesit.  Dit is amper lagwekkend: maak nie saak hoe jy die KI aanspoor nie—“teken ’n vintage polshorlosie!” "'n futuristiese horlosie!" of selfs “’n gesmelte Dali-agtige horlosie!”—daardie horlosiewysers vind op een of ander manier hul weg na daardie vreemd vrolike 10:10-posisie. As KI veronderstel is om nuanse, willekeurigheid en kreatiwiteit te verstaan, hoekom is dit so   aan hierdie?  vas  Die antwoord is nie net 'n amusante artefak van opleidingsmodelle nie, maar 'n mikrokosmiese blik op die groter uitdagings wat KI in die gesig staar wanneer dit kom by die begrip van kreatiwiteit, vooroordeel en die ontslae van verslete konvensies. Maak dus jou polsband vas en kom ons delf dieper in hierdie verbasend filosofiese—en diep tegniese—raaisel.   Die 10:10-fenomeen: 'n menslike nalatenskap  Voordat ons begin vingers waai vir KI, kom ons praat oor   . Die rede vir KI se voorliefde vir 10:10 kom nie van die algoritme wat besluit: "Ja, dit is waar tyd perfek voel nie." Nee, dit is bloot 'n opwinding van 'n gedrag wat ons mense al  ons dekades lank in horlosieontwerp gebak het.  Feitlik elke horlosie-advertensie wat jy al gesien het, gebruik dieselfde ikoniese 10:10-tydstempel. En nee, dit is nie omdat elke produkfotograaf in die wêreld gesamentlik by 'n "10:10-kultus" aangesluit het nie. Hier is hoekom hierdie tydskeuse so dominant is:    : Om 10:10 skep die wysers van die horlosie 'n lekker gevoel van visuele harmonie. Dit is simmetries, maar nie te rigied nie. Dit omraam ook die handelsmerklogo perfek, wat op die meeste horlosies dikwels op die 12-uur posisie is. Simmetrie lyk goed    : Kyk mooi: Om 10:10 boots die opwaarts geboë hande die vorm van 'n glimlag na. Of dit nou bewustelik of subliminaal is, handelsmerke verstaan dat gelukkige, verwelkomende ontwerpaanwysers meer produkte verkoop. Die 'Smiling Watch'-effek    : Sodra hierdie konvensie oorheersend geword het, het dit sneeubal geval. Van advertensies tot voorraadbeelde tot katalogusfoto's,   'n horlosie verskyn het, was 10:10 die standaard. Dit het 'n selfbestendige ontwerpreël geword. Bemarkingsoorlading oral waar  Vir dekades het ons konsekwent die wêreld hierdie visuele voeding gevoer, wat dit so alomteenwoordig maak dat selfs ons brein dit verstewig wanneer ons 'n horlosie voorstel. Ons dink nie eers daaraan nie—ons verwag dit net.  En nou doen KI ook.   KI se spieëlprobleem  Om te verstaan hoekom KI, wat soms "die groot nabootser" genoem word, nie van 10:10 af kan loskom nie, laat ons vinnig uitpak hoe hierdie modelle leer.  Elke generatiewe KI-model - insluitend kragstasies soos Stable Diffusion, DALL-E 2 en MidJourney - maak staat op massiewe datastelle vir sy opleiding. Hierdie datastelle is enorme versamelings beelde (dikwels biljoene) wat van die internet geskraap is: voorraadfotografie, aanlynbewaarplekke, gebruikergegenereerde inhoud, noem maar op.  Wanneer 'n KI die konsep van "horlosie" uit hierdie beelde leer, is dit nie net om die estetika of funksie van 'n horlosie te ontleed nie. Dit is op soek na  patrone van herhaling.  Raai wat oorheers die internet se beelde van horlosies? Ja, 10:10.  Vir die KI se onkritiese "verstand" is die mees statisties beduidende waarheid oor horlosies   dat hulle tyd vertel nie. Dit is dat hulle amper altyd so lyk: nie  Simmetriese hande wat na 10 en 2 wys.  'n Logo wat trots by die 12-uur merk sit.  En, soms, bonuskomplikasies soos chronograaf-skakelaars, geleë soos venstersmaak.  As 95% van die "kyk" beelde wat die algoritme sien in wese identies is, raai wat gebeur as jy dit vra om 'n horlosie te skep? Die KI weet nie van beter nie. Dit neem aan dat jy enige weergawe van 'n horlosie wil hê wat die bekendste daarvoor is—10:10.   Maar wag - KI volg nie   data nie ... reg? net  Jy dink dalk: “Hou vas, KI is veronderstel om kreatief te wees! Hoekom rebelleer dit nie?”  Dis waar dinge moeilik raak. KI mag dalk kreatief lyk - asof dit idees uit die lug trek - maar dit is nie. In plaas daarvan werk dit waarskynlik, en trek uit patrone wat dit tydens opleiding geleer is. Laat ek dit ontmystifiseer.  Dink aan KI se brein as 'n reuse-speletjie van "outovoltooi". Stel jou voor dat jy "honderasse" in Google tik—outovoltooivoorstelle soos "Labrador" of "Duitse Herder" verskyn omdat hulle die algemeenste is. Net so, wanneer 'n KI 'n beeld van "'n polshorlosie" genereer, neem dit voorbeelde van hoe hy dink die gemiddelde polshorlosie lyk, gebaseer op patrone wat dit  reeds gesien het.  Hier is 'n belangrike tegniese detail:    Stel jou hierdie latente ruimte voor as 'n digte sterrestelsel wat uit patrone, idees en vorms bestaan. Voorwerpe soos "horlosies" vorm trosse in hierdie sterrestelsel, en in die geval van horlosies... is die digste, maklikste toeganklike deel van daardie groep - jy het dit reg geraai - 10:10. Generatiewe modelle skep beelde deur hul "latente ruimte" te verken, 'n hoë-dimensionele wiskundige voorstelling van alles wat hulle geleer het.  Wanneer die model 'n beeld begin genereer, tree hierdie digte areas op soos gravitasieputte. Dit is meer geneig om iets naby te kies eerder as om weg te dwaal in "kreatiewe willekeurigheid."   Modus Ineenstorting: Die Trap AI kan nie ontsnap nie  Daar is ook iets anders wat hier speel:  modus ineenstorting.  Modus-ineenstorting is 'n algemene slaggat in masjienleer waar 'n KI-model net 'n nou subset van moontlikhede begin bevoordeel, en opsies wat minder gereeld gesien word, ignoreer. Dit is soos 'n kollig wat net op die mees algemene voorbeelde skyn terwyl die res in duisternis vervaag. Omdat horlosies om 10:10   word in KI-opleidingsdatastelle, word dit die "verstek". Elke keer as jy die KI aanspoor, val dit terug op hierdie veilige en bekende keuse. dramaties oorverteenwoordig  Hier is die ding: dit gaan nie net oor horlosies nie. Dieselfde vooroordeel sluip in allerhande generatiewe uitsette. Vra KI om byvoorbeeld 'n generiese beeld van "'n sakeman" te genereer en jy sal dikwels 'n stereotipiese Westerse man kry wat 'n pak en das dra—want dit is wat voorraadbeelde oorheers. KI is net so onbevooroordeeld soos sy data - en datastelle, soos ons weet, is gelaai met dekades, selfs eeue, van menslike vooroordeel.   Wag... Kan ons dit nie maar regmaak nie?  Teoreties, ja. Tegnies? Dit is 'n baie taaier neut om te kraak.  Vir KI om uit sy 10:10-groef te breek - of enige ander diep ingewortelde kulturele vooroordeel - benodig dit data   algoritmes wat aktief die veiligheidsnet van die gemiddelde weerstaan. Hier is hoe dit kan lyk: en    : Maak eers seker dat opleidingdatastelle   bevat. As 'n KI se opleidingsdata horlosies op willekeurige tye so dikwels as 10:10 bevat, kan ons hierdie vooroordeel versag. Maar om dit na massiewe datastelle te skaal, is geen geringe prestasie nie – en om datastelle skoon te maak, verg aansienlike rekenaar- en menslike hulpbronne. Diversifiseer datastelle onderverteenwoordigde alternatiewe    : Ingenieurs kan 'n KI se beloningsalgoritmes aanpas om meer ongewone uitsette aktief te bevorder. Hulle kan byvoorbeeld strawwe byvoeg omdat hulle te sterk na verstekuitsette soos 10:10 beweeg. Herweegwaarskynlikhede    : Gevorderde stelsels kan "spoedige geraas" inbring, wat KI eksplisiet dwing om subtiele aspekte van sy uitsette ewekansig te maak, soos die posisie van wysers op 'n horlosie - of, meer in die algemeen, om onderverkende areas van die latente ruimte te verken. Inspuiting van geraas in opdragte    : Modelle kan ook verfyn word om skeppings na groter kreatiwiteit te stoot. Deur kleiner, gespesialiseerde modelle op te lei op meer diverse of nisdata (soos 'n datastel van horlosies om 7:13 of 4:47), kan skeppers sekere uitsette bevooroordeel om die vorm te breek. Gepasmaakte fyninstelling  Dit gesê, hier is 'n gladde helling. Om te veel ewekansigheid aan te moedig, beteken dat KI sy grondslag heeltemal kan verloor, wat uitsette skep wat onsamehangend of onsinnig voel eerder as "kreatief." Om die lieflike plek tussen verstekpatrone en ware innovasie te vind, bly vandag een van die grootste dilemmas in KI-ontwikkeling.   So, wat is die groot wegneemete?  Die rede waarom KI aanhou om horlosies te teken wat by 10:10 vas is, gaan nie net oor die opleidingsdata of koderingskenmerke nie - dit is 'n mikrokosmos van hoe generatiewe KI die grense van ons kreatiwiteit, ons vooroordele en ons data weerspieël. Wanneer ons van KI verwag om "buite die boks te dink", vergeet ons dat dit in ons boks gebou is om mee te begin.  Wat my hieroor fassineer, is nie die tegniese onduidelikheid van hoe latente spasies of opleidingsverspreidings werk nie (alhoewel ek sal erken, dit is op sigself baie cool). Wat hier opvallend is, is hoe KI ons dwing om met   rekening te hou. Ons het 10:10 die universele simbool van horlosies gemaak. En totdat ons ons konvensies verander - of KI leer om diversiteit oorbekendheid te waardeer - sal dit voortgaan om daardie keuses na ons terug te eggo. ons eie patrone  Dus, die volgende keer as jy 'n KI vra om 'n horlosie te skep wat in die verlede vas is, beskou dit as 'n sagte herinnering: kreatiwiteit gaan nie altyd oor algoritmes nie. Dit gaan oor voorneme.  En vir nou glimlag KI se horlosie nog steeds vir jou, vir altyd gevries om 10 oor 10.

This story contains new, firsthand information uncovered by the writer.

Read My Stories

Software Engineer

Hierdie oudio word in die oorspronklike taal van die storie vervaardig!

Vas in tyd: Waarom KI nie kan ophou om horlosies te teken om 10:10 nie

About Author

KOMMENTAAR

HANG TAGS

HIERDIE ARTIKEL IS AANGEBIED IN

Related Stories

$30M Raised in 30 Minutes and the Controversies to Follow: The Story Behind Dexter’s GM.ai Project

Thrilled to be Recognized as Startup of the Year in New York City

Hurry! One Month Left to Win from $5000 in the Web3 Development Writing Contest

'Decentralization Means Freedom': Interview with Alfredo de Candia

$30M Raised in 30 Minutes and the Controversies to Follow: The Story Behind Dexter’s GM.ai Project

Thrilled to be Recognized as Startup of the Year in New York City

Hurry! One Month Left to Win from $5000 in the Web3 Development Writing Contest

'Decentralization Means Freedom': Interview with Alfredo de Candia

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps