AIの学習データにおける着物の捉え方

　着物絵をコンスタントに召喚していくうちに、AIの感性という物を感じ始めた。人間とAIでは映像の捉え方が違う。果たしてそうだろうか……いくつか共通点みたいなものもある様に思えてきた。

ファイティングポーズ

固定概念のない感性

　人間は固定概念によって映像を認識している様に思う。それは脳が効率的に情報を処理するために生まれたシステムなのだろう。ならばAIはどうか？

　AIにも固定概念があり、それを元に映像を学習データから判断していっているのだと感じる。そこで次の記事を見ていただきたい。

目の錯覚で人の顔がバケモノに見えてくる動画が話題

　錯覚を利用したおもしろ動画なのだが、これをみて僕は気づいた事がある。固定概念、つまり見えているものは女性で目鼻立ちが整っていて、でも口角は笑っていない等、認識と同時に自らのプロンプトにより解像度を上げているのではないだろうか？

　つまりはAIイラストで作成する際の手順が、物事を認識するときに起きているのではないかという事だ。

　それを証拠に、先程の動画で見える化け物はAIでの作成の際の再現数値を下げると似た様な画像が生まれてくる。つまりは、ぼんやりとした色彩感に意識というプロンプトの様なもので再現して物を認識しているという事だと思う。すなわち固定概念がなければ今とは違うプロンプトを入れずに生成したAIイラストの様な世界なのかもしれない。

着物の概念がない世界

AIによる着物

　固定概念が無いAIにも学習データはある。様々な正解の情報は人間より遥かに持っていると言えるだろう。

　ではAIの学習データから着物というものを認識するとどの様な物になるのか？という事がポイントだ。歴史や着用してみた感想や比較は情報にはない。あるのは無数に取り込まれ出来た過去のイラストデータがあるだけになる為、データから着物を見つけ出さなくてはいけない。

基本的に露出したいらしい

　抽出してみて分かった事なのだが、AIは露出したがりである。ネガティブプロンプトで止めないと平気で脱いできてしまうのだ。しかし、求めるのは正統派な着物。出来る事ならコントロールできる範囲でしか露出はしたく無い。

　だが、胸やパンツや中身を出さなくても肩などを出したい気持ちが溢れ出てきている。

　つまりはAIにとっての着物はイラスト世界での着物が全てであり、現実世界でのスタンダードはイラストの世界ではスタンダードでは無いという事だ。

文化の違い

　AIとコミュニケーションを図るには現状では、プロンプトの条件指定しかない。つまりは初めて会う交流がない国の人とボディランゲージでコミュニケーションを取る様な物だ。

　人間世界からはテキストと設定値で意思を伝え、AI側からはイラストで返事をする。こうやって人間世界とAIの世界がお互いにコミュニケーションをとる事で少しずつ理解し合って発展していくのだろう。

びっくりするね！