人工智能会导致图像库的消亡吗

minasultana11

啊，银行图片，那些臭名昭著的克隆视觉效果在 LinkedIn 上比比皆是！你可能不知道，但最重要的是，它们和世界一样古老。第一家银行出现于 1920 年。不过，我不会吐口水，曾经有一段时间它们对我非常有用。它们经济实惠（至少大约十年前）并且随时可用，但它们却轻松地遵守了当时的霸权准则。二十世纪初，你必须把事情做得又快又好，才能在混乱喧闹的世界中脱颖而出，树立框架，维护干净的形象。这些经过净化的视觉效果，接近漫画，允许这样做。 “冷酷”、“惨无人道”，甚至“平庸”……2024年，风云逆转。这些图像曾经因其有效性而受到我的赞赏，但现在却成为了真实性的贱民。它们描绘了一个想象的世界，其中一切都是统一的、纯净的、标准化的。他们夸大包容性和多样性的概念来展示象征主义无与伦比的——一种“黑布朗布尔» 如图所示。这种脱离现实的目的是什么？即时、明确理解的命令。

最后，我发现它们在网络上的无所不在已经将它们变成了令人痛苦的因循守旧的象征。在那个时间千年虫，在提倡单一主义的地方，这些图像“模因化的» 在我看来，给使用它们的公司带来不好的品牌形象。一片尖叫的空虚。 人工智能……更糟？ 近年来，图像生成AI技术如中途,石板,SDXL， 或者萤火虫图片Adobe 彻底改变了游戏。在一 瑞士人电报数据 个提示中，您可以快速获得满足（乍一看）您的期望的独特视觉效果。例如，我正在为可持续金融领域的客户设计肖像，我正在寻找蓝色沼气工厂整合绿色植物的视觉效果（以唤起他们的价值观）环保s）。让我告诉你，在图像库中找不到它。有了 Firefly Image，只需几秒钟，我就得到了我想要的东西。 我的图像生成的结果 |屏幕截图来自 Adob​​e Firefly Image 2 除此之外，与图像库相比，人工智能平台的订阅成本要便宜得多。



多么幸福啊，对吧？嗯……实际上，不…… 人工智能，种族主义机器？ 与通过标准化消除所有文化特性的视觉图像库不同，人工智能本身放大了偏见和成见。以下是我发现这些系统中普遍存在的三个问题： 种族偏见：当人工智能模型的输出基于种族或种族对个人或群体具有歧视性和不公平时，人工智能中的种族偏见就会发生。 刻板印象偏见：人工智能模型的结果常常反映与特定人口群体相关的刻板印象。 文化偏见：当人工智能模型的结果有利于某种文化而不是另一种文化时，文化偏见就会发挥作用。 在人工智能生成的图像中观察到的偏差实际上是其训练过程所固有的。这些人工智能依赖于图像库的集合，或者在某些情况下依赖于从互联网检索的图像，这些图像传达了多种刻板印象。与人类思维的共鸣和判断不同，人工智能的运行基础是算法，这些算法仅分析和处理数据，这些数据被分组为所谓的“数据集”。因此，人工智能没有能力识别，更不用说正确识别这些图像中包含的偏见或成见。