- AI生成的食物图像通常会引发不适，因为细微的缺陷触发了“恐怖谷”效应。
- 恐怖谷原本与类人机器人有关，反映出几乎完美的AI描绘比明显虚假的图像更让观众感到不安。
- 在期刊Appetite发表的一项研究中，95名参与者观看不同类型的食物图像，反应从喜悦到厌恶不一而足。
- 对新食物有厌恶感的人对不完美的AI食物图像特别不安，而体重指数较高的人则表现出更大的接受度。
- 这些见解影响营销，因为行业必须仔细考虑AI食物图像如何影响消费者的感知。
- AI在食物图像中的未来取决于掌握人类感知，平衡视觉准确性和情感共鸣。
想象一块多汁的奶酪汉堡，闪烁着完美融化的奶酪和脆生生的生菜——现在再想象一次，但有些地方微微不对。也许奶酪显得过于荧光，或者汉堡的质感过于统一。这就是AI生成的食物图像的奇怪现实，尽管技术不断进步，却能在观众中引发意想不到的不适。
AI在制作逼真的图像方面取得了显著进展，惊人地模拟现实中的细节。然而，在烹饪领域，最近研究的结论表明，我们的大脑对伪冒者异常敏感。一项将要在期刊Appetite上发表的有趣研究，分析了95名参与者对38幅图像的反应：真实食物、略有缺陷的AI生成食物、夸张风格的AI作品，以及不愉快的腐烂食物图像。分析揭示了我们对这些表现的心理反应的有趣见解。
反应在喜悦和厌恶之间滑动，揭示了一种奇特的真相：虽然明显虚假或超极端风格的图像可能是可以被原谅的娱乐，但几乎完美的AI描绘往往让我们感到毛骨悚然。这种不适与恐怖谷相关联——最初与类人机器人有关的概念——表明，AI生成食物中的细微缺陷比显然是虚假的图像更让我们不安。不完美的尝试提醒我们现实的存在，但却未能达到标准，破坏了我们与熟悉食物之间的认知和谐。
研究发现，观众之间存在有趣的分歧。那些对新食物有明显厌恶的人（称为食物厌恶症）对这些缺陷描绘感到特别不安。与此同时，体重指数较高的参与者表现出对AI图像的更多接受，可能是由于在食物的熟悉性或真实性认知的差异。
这些发现的影响不止于我们的食欲；它们可能会重新塑造依赖美食吸引力的营销和广告策略。那些调皮捣蛋想要尝试AI食物图像的行业必须谨慎行事，了解虽然这一技术的前景光明，但当前的执行可能会恶化观众的感知。每一笔数字奶酪或番茄必须精心制作，以避免进入令人不安的领域。
因此，随着AI的不断发展，它必须不仅掌握视觉准确性艺术，还需掌握人类感知的复杂性——确保没有一口咬下去会比满足感更令人不安。解决方案不仅在于模拟现实，而在于理解现实并识别出使我们的大脑感到愉悦或逃避的因素。
AI生成的食物图像背后的不安真相：为何我们的大脑无法消化它们
AI技术在生成逼真图像方面达到了令人印象深刻的水平，但在食物方面，我们的大脑似乎特别擅长识别出当事物存在问题时。这种由最近在期刊Appetite上发表的研究揭示的不安现实，解释了为何AI生成的食物图像常常引发不适，以及这种现象可能对多个行业产生的影响。
理解AI在食物图像中的不足之处
虽然科技巨头们已经精细调整了AI以生成惊人真实的图像，但烹饪领域则面临独特的挑战。许多AI生成的食物图像仍然未能与我们的心理认知相符，这是因为“恐怖谷”现象——类人外表并不完美的情况下引发的紧张和不安。以下是原因：
1. 细微的缺陷：几乎真实但又不完全真实的AI生成食物图像会引发不适。轻微的缺陷破坏了我们的认知预期，远比明显的人工创造物更为明显。
2. 心理反应：这种不适与我们大脑对现实的期望以及什么感觉是真实的密切相关。任何偏离都可能引发负面反应。有趣的是，对新食物不愿尝试的人（即食物厌恶症患者）对这些AI图像尤其反感。
3. 个体差异：一些个人因素，例如体重指数较高，似乎会影响一个人对AI食物图像的接受度，这可能与对食物真实性的不同认知或熟悉感的差异有关。
对营销和设计的影响
鉴于如此深刻的见解，利用AI进行食品营销和广告的行业必须密切关注：
– 设计精度：营销人员应确保广告中的食品图像达到完美的现实主义，以避免疏远潜在客户。这可能涉及微调AI算法，以更好地理解和呈现真实的质感和色彩。
– 受众定位：理解受众的倾向（例如，食物厌恶症）有助于量身定制能够引起特定消费者群体共鸣的AI生成内容。
– 测试与反馈：进行受众测试可以提供有价值的反馈，使公司能够改进其AI工具以提高消费者参与度。
现实应用案例和行业趋势
– 餐厅菜单和在线食物订单：公司可以利用AI为数字菜单创建令人垂涎的逼真食品图像，但需要妥善执行。这需要对AI模型进行巧妙调整，以符合人类期望。
– 社交媒体影响：由于社交媒体对食物趋势的影响，使用完美的AI生成食物图像可以吸引并引发互动。然而，企业必须小心避免跨越至恐怖谷。
– 未来发展：AI技术的持续发展承诺提供更好的工具来生成逼真的食物图像，但企业必须优先进行研究，以了解人类对AI生成内容的心理反应。
企业可采取的行动建议
1. 进行研究：定期进行消费者研究以了解他们对AI生成图像的看法。
2. 迭代测试：利用消费者反馈不断改进AI图像生成算法，强调自然外观。
3. 与心理学家合作：与心理学家合作，探索对食物图像的认知反应，旨在提高AI输出质量。
4. 探索替代方案：结合AI与增强现实（AR），提供实时用户互动，以增强真实性。
总结而言，尽管AI在转变食物图像方面具有巨大的潜力，但它在与人类感知对齐方面面临严峻的挑战。通过理解心理反应的细微差别，各行业可以制作出引人入胜且令人舒适的食物视觉效果，吸引而非排斥消费者。
有关AI和技术世界的更多见解，请访问Wired。