AIと遊んでみた

現在使用しているHP作成アプリ　Word Pressに、AIによる画像生成機能が付加されていて、一度「読書」という単語で画像生成して見たら、その精度に驚いた。そこでAI画像がどれくらい「シズル」「美味しさ」を再現できるものだろうかとあれこれいじり回して見たけ結果だが、それは実に驚くべきものだった。以下の画像はマイクロソフト社のアプリケーションを使い作成したものだ。
それぞれの画像を作り出した「素の言葉」は画像下に記載してある。

AIのロジックを考えるにあたり、やはり製造者の文化的背景みたいなものはあるのかなと思う。生成画像の元になる「原画像」をAIに食わせる時の考え方だったり感じ方が反映されるだろうからだ。
まず「ごちそう」で出てきたメニューがいかにもハイブリッドだ。米国西海岸か東京西麻布の小洒落たレストランで出てきそうなメニューというか食べ物の組み合わせだ。

豪華な食事というといわゆる洋食のテーブルセッテイングが出てくるのもすごい。和食だと、器だけ見せて食事の光景にするのは難しいだろう。これも文化の違いか。どうも画像生成AIは開発された国の文化を色国残すようだ。
和製AIもそろそろ解放されるようだが、そのときの「ごちそう」は懐石とかすしとか中華料理（日本アレンジ）の影響下にあるのだろうなあ。

和食を豪華にしたらどうなるか、鮨の大盛りか、懐石かと思ったら、出てきたものを見てなんだこれとなった。小皿がたくさん出てくるおばんざい料理屋か……………
これを見て「豪華」と思う日本人はいないだろうという気がする。料理へのピントの当て方も、なんだか趣味的というかギミック感じるけど。

もう少し遊ぶ気になって前の仕事絡みでフライドチキンを作成してもらったら、なんとあのカーネル自慢のフライドチキンは登場せず、これは典型的なアメリカ南部の家庭料理的フライドチキンだなと思う。衣のカリカリ感がまさにアメリカンだ。

それに「美味しそうな」という言葉を加えて見たら、なんとディップソース付きに変わった。おそらく骨なしフライドチキンで、これが現代アメリカ人の感性かよと思わず感心した。ずいぶんとわかりやすい美味しさだな。
これがAIの考える「おいしい」なのか。まあ、アメリカのフライドチキンは薄味なのでディップソースで変化をつけると確かに美味しい。肉に蜂蜜をかけて食べる感性は、日本人にはないものだ。日本製AIであれば醤油味唐揚げにマヨネーズになるのではないか。

同じような言葉を英語で入力して見たら、これはちょっと重厚系なフライドチキンになった。同じキーワードを使って、再生成すると違う雰囲気の画像に変化するので、生成ロジックには幅というか余裕があるようだ。しかし、イメージ写真で使おうとすればこのレベルでまったく問題ないだろう。
おそらく「キーワード」を変えれば人物も登場するだろうし、食べるシーンもでてきそうだ。いわゆるバイト・ショットは、モデルを使っても難しい。動画の場合はもっと難度が上がる。それが簡単に合成されるとなると、これまではフードスタイリストとカメラマンにお願いしていた、プロフェッショナルな写真撮影はAIに置き換わるのだろうか。
プロのモデルを使った食シーンなどもAIでできるとすれば、これまで自分が習ってきた広告表現技術など「オワコン」的テクニックになるのではないか。いや、現場ではもうすでにそうなっているのかもしれない。
この画像のコピーライトはどうなっているのだろう。引用元を書こうにもわからないというか、製造元WordPress社とか、マイクロソフト社AI製造ちか書くべきなんだろうか。

大手プラットフォーマーが画像生成AIをどうあつかっているか調べてみることにしよう。