এআই-উৎপাদিত মেনুর নিরস সমস্যা: কেন সেগুলি অরুচিকর দেখায়

আপনি একটি মেনু তুলে নেন, খাবারের ফটোগ্রাফি দেখেন, এবং কিছু একটা অনুভব করেন যা ঠিক নয় — এত খারাপ নয় যে আপনি নাম দিতে পারেন, কিন্তু যথেষ্ট খারাপ যে আপনি মেনু রেখে দেন। এআই-উৎপাদিত মেনুর পিছনের নিরস সমস্যা এখন বাস্তব হয়ে উঠেছে যে গ্রাহকরা এটি সরাসরি লক্ষ্য করছেন, এমনকি যখন তারা যা দেখছেন তা ব্যাখ্যা করতে পারেন না। এটি কোনো বিশেষায়িত ডিজাইন অভিযোগ নয়। এটি একটি সংকেত যে কীভাবে জেনারেটিভ এআই কারুশিল্প, প্রসঙ্গ বা সংযম ছাড়াই স্থাপন করা হলে ব্যর্থ হয় — এবং এর প্রভাব রেস্তোরাঁ শিল্পের বাইরে বিস্তৃত।

টেকক্রাঞ্চের আমান্ডা সিলবারলিং অনুযায়ী, এআই-উৎপাদিত মেনু চিত্রগুলি ক্যাফে এবং রেস্তোরাঁ জুড়ে বড় আকারে উপস্থিত হতে শুরু করেছে। ছবিগুলি প্রযুক্তিগতভাবে দক্ষ — নিখুঁতভাবে প্রতিসম, অদ্ভুতভাবে মসৃণ, ভীতিকরভাবে নির্ভুল — কিন্তু তারা একটি তাৎক্ষণিক অনুভূতি জাগায় যে কিছু ভুল। রিয়েলিটি ডিফেন্ডার সিটিও অ্যালেক্স লিসল এটি স্পষ্টভাবে বলেছেন: "এটি প্রায় এমন যেন একজন বিদেশী পিৎজা তৈরি করছে এর মূল নীতি বোঝা ছাড়াই।" কিছু ছবি স্পষ্টভাবে নকল, যেমন একটি বুরিটো যার পনির এত বুদবুদযুক্ত এবং গলানো যে এটি অগ্রগামী শিল্প হিসাবে পড়ে। অন্যরা যথেষ্ট সূক্ষ্ম যে আপনি দ্বিতীয় দৃষ্টিতে শুধুমাত্র ভুলটি ধরেন। যেকোনো উপায়ে, প্রভাব একই: অবিশ্বাস।

কী ঘটেছে

রেস্তোরাঁ মালিকরা মেনু ডিজাইনের জন্য একটি শর্টকাট হিসাবে জেনারেটিভ এআই-এর দিকে ঝুঁকতে শুরু করেছেন। অর্থনীতি কাগজে অর্থপূর্ণ — একজন খাদ্য ফটোগ্রাফার নিয়োগ করা ব্যয়বহুল, এবং একটি টেক্সট-টু-ইমেজ মডেল মিনিটের মধ্যে ডজনখানেক মেনু চিত্র তৈরি করতে পারে প্রায় শূন্য প্রান্তিক খরচে। সমস্যা হল এই মডেলগুলি "আনন্দদায়কতা" এর একটি সংকীর্ণ নান্দনিকতায় প্রশিক্ষিত হয়েছিল — ওয়েব থেকে স্ক্র্যাপ করা লক্ষ লক্ষ ছবি জুড়ে খাদ্য ফটোগ্রাফি কেমন দেখায় তার পরিসংখ্যানগত গড়। ফলাফল হল এমন ছবি যা পৃষ্ঠ-স্তরের আবেদনের জন্য অপ্টিমাইজ করে যখন সেই অপূর্ণতাগুলি বাদ দেয় যা খাবারকে বাস্তব দেখায়: পিৎজা ক্রাস্টে সামান্য অসমান চর, সস যেভাবে অসমভাবে জমা হয়, একটি প্রকৃত স্যান্ডউইচের সৎ বিশৃঙ্খলা।

সোশ্যাল মিডিয়া ব্যবহারকারীরা ভাইরাল হওয়া পোস্টে এই ঘটনাটি ফ্ল্যাগ করতে শুরু করেছেন, এমন মেনু নির্দেশ করে যেখানে খাবার একটি ভিডিও গেমের রেন্ডারের মতো দেখায় যা একটি রসোই প্রকৃতপক্ষে তৈরি করতে পারে। চিত্রগুলি আক্রমণাত্মক ছিল না — তারা শুধু অস্বাভাবিক ছিল। এবং সেই অস্বাভাবিকতা হল বিষয়। গ্রাহকদের এআই-সনাক্তকরণ সরঞ্জামের প্রয়োজন ছিল না কিছু ভুল অনুভব করতে। তারা শুধু জানতেন।

এটি মূল ব্যর্থতার মোড: জেনারেটিভ এআই, যখন ডোমেইন জ্ঞান বা মানব সম্পাদকীয় বিচার ছাড়াই প্রয়োগ করা হয়, একটি মানে সংযুক্ত হয়। এটি এমন আউটপুট তৈরি করে যা পরিসংখ্যানগতভাবে সম্ভাব্য বরং প্রকৃতপক্ষে ভাল নয়। খাদ্য ফটোগ্রাফিতে, সেই সংযোগ এমন ছবি তৈরি করে যা প্রতিটি অন্যান্য এআই খাদ্য ছবির মতো দেখায় — মসৃণ, প্রতিসম, এবং চূড়ান্তভাবে অরুচিকর কারণ তারা খুব নিখুঁত। নিরসতা সমস্যা। এআই নিজে নয়।

এটি লক্ষ্য করার যোগ্য যে রিয়েলিটি ডিফেন্ডারের মতো এআই-সনাক্তকরণ স্টার্টআপগুলি এখন এই গতিশীলতার কারণে বিশেষভাবে বিদ্যমান। সামগ্রী-যাচাইকরণ সরঞ্জামগুলির জন্য একটি বাজার এআই-উৎপাদিত সামগ্রীর বিস্তারের সাথে সমান্তরালে উদ্ভূত হয়েছে — একটি মাধ্যমিক শিল্প যা অসাবধানে এআই স্থাপনা তৈরি করে এমন বিশ্বাস ঘাটতির উপর নির্মিত।

এশিয়ার জন্য এটি কেন গুরুত্বপূর্ণ

এশিয়ার খাদ্য ও পানীয় শিল্প বিশাল, বিভক্ত, এবং গভীরভাবে ভিজ্যুয়াল। সিঙ্গাপুরে হকার স্টল অপারেটর থেকে তাদের প্রথম ডিজিটাল মেনু তৈরি করছেন, জাকার্তা বা হো চি মিন সিটিতে মাঝারি আকারের রেস্তোরাঁ চেইন থেকে ডেলিভারি প্ল্যাটফর্ম জুড়ে স্কেলিং করছেন, উচ্চ-মানের ভিজ্যুয়াল সামগ্রী সস্তায় উৎপাদন করার চাপ তীব্র। একটি এআই ইমেজ জেনারেটরের দিকে পৌঁছানোর প্রলোভন সম্পূর্ণভাবে বোধগম্য।

কিন্তু নিরসতা সমস্যা এশিয়ার খাদ্য সংস্কৃতিতে অন্যান্য বাজারের চেয়ে কঠিন আঘাত করে। এখানে খাদ্য পরিচয়। একটি বাটি বাক কুট টেহ, একটি প্লেট চার কোয়ে টিও, একটি সঠিক বাটি টনকোটসু রামেন — এই খাবারগুলি আঞ্চলিক গর্ব, পারিবারিক ইতিহাস, এবং স্থানীয় নির্দিষ্টতা বহন করে। একটি এআই মডেল প্রাথমিকভাবে পশ্চিমা খাদ্য ফটোগ্রাফি ডেটাসেটে প্রশিক্ষিত হবে না যে ভাজা চাল প্লেটে সঠিক পরিমাণে ওক হে দৃশ্যমান চরে, মসৃণ সোনালি আভায় নয়। এটি এমন কিছু তৈরি করবে যা ভাজা চালের মতো অস্পষ্টভাবে দেখায় যেভাবে একটি স্টক ফটো একটি প্রকৃত স্থানের মতো অস্পষ্টভাবে দেখায় — প্রযুক্তিগতভাবে সঠিক, আবেগপ্রবণভাবে ফাঁকা।

এশিয়ান প্রতিষ্ঠাতাদের জন্য খাদ্য-প্রযুক্তি স্থানে নির্মাণ করছেন — ডেলিভারি প্ল্যাটফর্ম, রেস্তোরাঁ ব্যবস্থাপনা সাস, ডিজিটাল মেনু সরঞ্জাম — এটি একটি পণ্য ডিজাইন সমস্যা, শুধু একটি নান্দনিকতা সমস্যা নয়। যদি আপনার প্ল্যাটফর্ম বণিকদের জন্য এআই ভিজ্যুয়াল তৈরি করে, এবং সেই ভিজ্যুয়ালগুলি গ্রাহক বিশ্বাস ক্ষয় করে, আপনার প্ল্যাটফর্ম সেই খ্যাতিগত খরচ বহন করে। বণিক খাবারকে দোষ দেয়। গ্রাহক রেস্তোরাঁকে দোষ দেয়। কিন্তু প্ল্যাটফর্ম এটি সক্ষম করেছে।

এখানে একটি বৃহত্তর এশিয়া প্রযুক্তি প্রবণতাও খেলছে। যেহেতু এআই সরঞ্জাম সস্তা এবং আরও অ্যাক্সেসযোগ্য হয়ে উঠছে, পণ্যগুলির মধ্যে পার্থক্য ক্রমবর্ধমানভাবে স্বাদে নেমে আসবে — শুধু প্রযুক্তিগত ক্ষমতা নয়। যেকোনো ডেভেলপার একটি ইমেজ জেনারেশন এপিআই কল করতে পারে। প্রশ্ন হল আপনার পণ্য যথেষ্ট ডোমেইন জ্ঞান, যথেষ্ট সাংস্কৃতিক প্রসঙ্গ, এবং যথেষ্ট মানব তদারকি প্রয়োগ করে এমন আউটপুট তৈরি করে যা প্রকৃতপক্ষে ভাল বরং কেবল পর্যাপ্ত। এটি একটি পণ্য বিচার কল, এবং এটি এমন বাজারে আরও গুরুত্বপূর্ণ যেখানে উৎপাদিত সামগ্রী সাংস্কৃতিক ওজন বহন করে।

ডেভেলপারদের জন্য এটি কী অর্থ

মেনু সমস্যা একটি দরকারী কেস স্টাডি যেকোনো ডেভেলপারের জন্য যারা একটি পণ্যে এআই-চালিত সামগ্রী প্রজন্ম তৈরি করছেন। ব্যর্থতার প্যাটার্ন সামঞ্জস্যপূর্ণ: একটি সাধারণ-উদ্দেশ্য মডেল নিন, এটি একটি ডোমেইন-নির্দিষ্ট সমস্যায় প্রয়োগ করুন, সূক্ষ্ম-টিউনিং এবং মানব পর্যালোচনা পদক্ষেপগুলি এড়িয়ে যান, এবং শিপ করুন। আউটপুট প্রযুক্তিগতভাবে কার্যকরী এবং নান্দনিকভাবে মধ্যম হবে। ব্যবহারকারীরা লক্ষ্য করবেন, এমনকি যদি তারা কেন ব্যাখ্যা করতে না পারেন।

অভ্যন্তরীণ করার মূল্যবান কয়েকটি কংক্রিট পাঠ:

• সাধারণ-উদ্দেশ্য মডেলগুলি শুরুর পয়েন্ট, শেষ পয়েন্ট নয়। বিস্তৃত ওয়েব ডেটায় প্রশিক্ষিত একটি টেক্সট-টু-ইমেজ মডেল ব্যাপকভাবে গড় আউটপুট তৈরি করবে। যদি আপনার ব্যবহারের ক্ষেত্রে সাংস্কৃতিক নির্দিষ্টতা প্রয়োজন — এবং বেশিরভাগ এশিয়ান বাজার ব্যবহারের ক্ষেত্রে করে — আপনার ডোমেইন-প্রাসঙ্গিক ডেটায় সূক্ষ্ম-টিউনিং প্রয়োজন, অথবা একটি মানব সম্পাদকীয় স্তর যা আউটপুটগুলি ফিল্টার এবং কিউরেট করে তারা ব্যবহারকারীদের কাছে পৌঁছানোর আগে।
• অস্বাভাবিক উপত্যকা প্রভাবগুলি মুখের মধ্যে সীমাবদ্ধ নয়। মূল অস্বাভাবিক উপত্যকা ধারণা মানবিক রোবটগুলিতে প্রয়োগ করা হয়েছিল যা প্রায় কিন্তু সম্পূর্ণভাবে মানুষের মতো দেখায় না। একই উপলব্ধি প্রক্রিয়া খাদ্য, লেখা, ইউআই অনুলিপি, এবং যেকোনো ডোমেইনে প্রয়োগ করে যেখানে মানুষের "সঠিক" দেখায় তার গভীর স্বজ্ঞাত জ্ঞান রয়েছে। যদি আপনি এই ডোমেইনগুলির মধ্যে কোনটিতে সামগ্রী তৈরি করছেন, এটি লক্ষ্য সংস্কৃতি থেকে প্রকৃত ব্যবহারকারীদের সাথে পরীক্ষা করুন — শুধু অভ্যন্তরীণ পর্যালোচকদের নয়।
• নিরসতা একটি সিস্টেমিক ঝুঁকি, একটি এককালীন বাগ নয়। যখন আপনার প্ল্যাটফর্ম ব্যবহার করে প্রতিটি রেস্তোরাঁ একই অন্তর্নিহিত মডেল থেকে একই ডিফল্ট সেটিংস সহ মেনু তৈরি করে, আউটপুটগুলি সংযুক্ত হবে। গ্রাহকরা যারা একাধিক রেস্তোরাঁয় খান তারা লক্ষ্য করতে শুরু করবেন। নিরসতা একটি সংকেত হয়ে ওঠে যে কিছু স্বয়ংক্রিয়, এবং স্বয়ংক্রিয় অবিশ্বাসযোগ্য মানে শুরু করে। আপনার প্রজন্ম পাইপলাইনে প্রথম দিন থেকে বৈচিত্র্য এবং কাস্টমাইজেশন তৈরি করুন।
• বিশ্বাস পুনর্নির্মাণ করা হারানোর চেয়ে কঠিন। প্রাথমিক এআই মেনু ছবি গ্রহণ করা রেস্তোরাঁগুলি এখন একটি খ্যাতিগত সংকেত মোকাবেলা করছে যা তারা প্রত্যাশা করেনি। ডেভেলপারদের জন্য প্ল্যাটফর্ম তৈরি করছেন, পাঠ হল যে এআই-উৎপাদিত সামগ্রীর সাথে দ্রুত শিপিং শুধুমাত্র কম-ঝুঁকি যদি সামগ্রীর গুণমান প্রকৃতপক্ষে উচ্চ হয়। অন্যথায়, আপনি আপনার ব্যবহারকারীদের বিশ্বাসের বিরুদ্ধে ধার করছেন।

অবকাঠামো দিক থেকে, MonstarX-এ নির্মাণকারী ডেভেলপাররা এআই সামগ্রী প্রজন্ম ওয়ার্কফ্লোতে সরাসরি মানব পর্যালোচনা চেকপয়েন্ট স্তরিত করতে পারেন — এআই আউটপুটকে একটি খসড়া হিসাবে বিবেচনা করে যা একটি যাচাইকরণ পদক্ষেপের মধ্য দিয়ে যায়।