Yapay zeka ürettiği görsellerdeki yazıları genelde yanlış yazıyor: Kendi sorununu kendi açıkladı
18:19 10.02.2025 (güncellendi: 18:24 10.02.2025)
© Fotoğraf : Bu fotoğraf yapay zeka ile oluşturulmuştur
Abone ol
Hayatın bir parçası olan yapay zekanın ürettiği görsellerin gerçekliği şaşırtsa da görsellerdeki metinleri çoğunlukla yazamaması veya hatalı yazması, bu programların temel sorunlarından biri. Neden yapay zeka gibi son teknoloji bir uygulama insanların için son derece basit bir konuda problem yaşıyor?
Yaşamın bir parçası haline gelmeye başlayan yapay zeka, resim üretme konusunda da başarısını devam ettiriyor. Yapay zeka üretimi görseller ile gerçek fotoğraf arasında ayrım yapmak giderek zorlaşırken yapay zekanın pek de başarılı olmadığı bir nokta dikkat çekiyor. Yapay zeka, görselleri üretirken hangi dil olursa olsun genelde kelime, sayı veya harfi yanlış yazıyor.
‘Metin onlar için görselin sadece başka bir parçası’
Yapay zeka resmettiği bir görselde yazı kullanması gerekiyorsa okunaklı veya doğru bir metin oluşturmakta zorlanıyor. London College Üniversitesi’nden Profesör Peter Bentley, yapay zeka programlarının bu konuda yaşadığı zorluğu şöyle açıklıyor:
“Görsel üreten yapay zekalar dünyamız hakkında hiçbir şey bilmiyor, 3D nesneleri anlamıyor ya da görsellerde görünen metni anlamıyorlar. Görsellerle ilişkilendirilmiş metinsel etiketler şeklinde büyük miktarda metin üzerinde eğitilmiş olsalar da, bir görsel içindeki metin onlar için görselin sadece başka bir parçası.”
Yapay zeka programları görsel üretirken insanlar gibi harflerin ne anlama geldiğini ve bir kelimeyi nasıl oluşturduklarını tam kavrayamıyor. Yapay zekaya göre bir görseldeki metnin harfleri, diğer her şey gibi çizgiler ve şekillerin farklı bir türevi.
Yapay zeka programları, metni diğer görsel şekillere yaptıkları gibi ele alıyor ve eğitildikleri örneklerde görünen metnin kaba bir tahminini oluşturmaya çalışıyorlar. Yani metni insanlar gibi yazmak yerine, gördükleri harflerin bir türevini çizmeye çalışıyor.
Yapay zeka programları, metnin semantik (anlam bilimi) anlamını kavramaktan ziyade görsel desenleri tanımak ve yeniden üretmek için tasarlanmış. Şekilleri ve çizgileri çeşitli varlıklarla ilişkilendirirler ancak doğru metin üretimi için gereken kesin anlayıştan yoksundurlar.
Yapay zeka görseli
© Fotoğraf : Bu fotoğraf yapay zeka ile oluşturulmuştur
Tavsiyeler yine yapay zekadan
Görsellerdeki metinlerin hatalı olması, son teknoloji olan yapay zeka programlarının önünde duran temel sorunlardan bir tanesi. Bu problemi bir yapay zeka programı ise şöyle açıklıyor:
“Görsel üretim modelleri, metin ve görsel bileşenlerini birlikte oluşturur. Ancak model, doğrudan bir kelime işlemci gibi harf harf yazı yazmaktan ziyade, görselleri genel kompozisyona göre oluşturur. Bu yüzden bazı kelimeleri eksik, bozuk veya yanlış üretebilir. Modelin temel amacı, metni birebir doğru yazmak değil, verilen açıklamaya en uygun şekilde görsel üretmektir. Dolayısıyla, bazen metin bütünlüğü bozulur çünkü model daha çok görsel estetiğe odaklanır.
Program gerçek dünyadaki tüm yazı tipleri, fontlar ve tabelalarla birebir öğrenme yapmamıştır. Bu nedenle, tabelalar veya logolar üzerindeki metinler genellikle bozulur.”
Öte yandan görsel üretildikten sonra yapay zekaya doğru ve isabetli komutlar vermek, görseldeki hatalı metinleri büyük ölçüde düzelmesini sağlıyor. Örneğin "fırın" kelimesi yanlış yazılmışsa bu hata belirtilip nasıl yazılması konusunda açık bir komut verilebilir.
