Моделът за изкуствен интелект на Google направи бащите-основатели на САЩ цветнокожи

Google обяви днес, че поставя на „пауза“ функцията за генериране на изображения с модела за изкуствен интелект Gemini, тъй като той допуска „неточности“ при генерирането на исторически снимки, предаде CNBC.

Потребителите в социалните медии се оплакваха, че инструментът за изкуствен интелект генерира изображения на исторически личности, като например бащите-основатели на САЩ, представяйки ги като цветнокожи хора.

Помолен да създаде изображение на папата например, Google Gemini генерирал изображения с етническо разнообразие, пише Yahoo!Finance.

Потребителите откриха, че при подкана като „дайте ми изображение на средновековен рицар“ Gemini ще върнат изображения на мъже и жени от етнически малцинства.

Google посочи в публикация на X в сряда, че функцията на модела за ИИ може да „генерира широк кръг от хора и това като цяло е нещо добро, защото го използват хора от цял свят“. От компанията обаче отбелязват, че софтуерната функция е „пропуснала целта“, като добавят, че технологичният гигант „работи за незабавно подобряване на този вид изображения“.

Google публикува актуализирано изявление в четвъртък, в което се казва, че ще постави на пауза функцията на Gemini за генериране на изображения на хора и скоро ще пусне отново „подобрена“ версия.

Инструментът за генериране на изображения беше пуснат в началото на февруари чрез Gemini, който преди се наричаше Bard. Моделът е изправен пред сериозни предизвикателства в опитите си да настигне технологията на поддържаната от Microsoft OpenAI, която стои зад чатбота ChatGPT.

Gemini отказа да генерира каквито и да било изображения в четвъртък сутринта, когато е бил тестван от репортер на CNBC.

Докато Google се сблъсква с проблеми със създаването на изображение на Gemini, Open AI миналата седмица пусна Sora, новия си модел за генеративен ИИ, който е в състояние да произвежда видео от текстови подкани на потребителите.

Джак Кравчик, старши продуктов директор за Gemini в Google, каза в сряда, че възможностите на компанията за генериране на изображения отразяват „глобалната потребителска база“ на технологичния гигант и че тя приема „представителството и пристрастията сериозно“.

„Ще продължим да правим това за подкани с отворен край (изображенията на човек, който разхожда куче, са универсални!)“, каза Кравчик в публикация на X.

„Историческите контексти имат повече нюанси и ние ще се настроим допълнително, за да се съобразим с това“, добави той.

Google пусна Gemini, своя най-напреднал ИИ модел, в края на 2023 г. Този месец също ребрандира чатбота Bard - своя конкурент ChatGPT, на Gemini. Освен това Google пусна абонаментна услуга за по-мощна версия на модела с ИИ.