AI உருவாக்கிய மெனுக்களின் பின்னணியில் உள்ள ஒரே மாதிரியான சிக்கல்

நீங்கள் ஒரு மெனுவை எடுத்து, உணவின் புகைப்படத்தைப் பார்க்கிறீர்கள், மேலும் ஏதோ தவறாக உணர்கிறீர்கள் — தவறு என்று பெயரிட போதுமான அளவு தவறு அல்ல, ஆனால் மெனுவை கீழே வைக்க போதுமான அளவு தவறு. AI உருவாக்கிய மெனுக்களின் பின்னணியில் உள்ள ஒரே மாதிரியான சிக்கல் இப்போது வாடிக்கையாளர்கள் அதை உணர்ந்து கொள்ளும் அளவுக்கு உண்மையாக உள்ளது, அவர்கள் என்ன பார்க்கிறார்கள் என்பதை விளக்க முடியாவிட்டாலும். இது ஒரு சிறிய ডিজைன் புகார் அல்ல. இது எவ்வாறு ஜெனারேটிவ் AI கைவினை, சூழல் அல்லது সংযम இல்லாமல் பயன்படுத்தப்படும் போது தோல்வியடைகிறது என்பதற்கான ஒரு சமிக்ஞை — மேலும் இது உணவகத் தொழிலுக்கு அப்பால் நீண்ட தாக்கங்களைக் கொண்டுள்ளது.

TechCrunch இன் Amanda Silberling இன் கூற்றுப்படி, AI உருவாக்கிய மெனு விளக்கங்கள் கடைகள் மற்றும் உணவகங்கள் முழுவதும் பெரிய அளவில் தோன்ற ஆரம்பித்துள்ளன. படங்கள் தொழில்நுட்ப ரீதியாக திறமையுள்ளவை — சரியாக சமச்சீர், விசித்திரமாக மসৃணமான, பயமுறுத்தும் குறைபாடற்ற — ஆனால் அவை ஏதோ தவறு என்ற உடனடி உணர்வைத் தூண்டுகின்றன. Reality Defender CTO Alex Lisle இதை வெளிப்படையாக கூறினார்: "இது ஒரு வேற்றுகிரக வாசி அதன் முக்கிய கொள்கைகளைப் புரிந்துகொள்ளாமல் பிஜ்ஜா செய்ய முயற்சிப்பது போல் உள்ளது." சில படங்கள் வெளிப்படையாக போலியாக உள்ளன, பாலாடையுடன் கூடிய ஒரு புரிட்டோ போன்றவை இவ்வளவு குமிழ்ந்து மற்றும் உருகிய அவ்வாறு அவ்যாங்கார்ட் கலை என படிக்கப்படுகிறது. மற்றவை இரண்டாவது பார்வையில் மட்டுமே தவறை பிடிக்கும் அளவுக்கு நுட்பமாக உள்ளன. எந்த வகையிலும், விளைவு ஒன்றுதான்: அবিশ்வாசம்.

என்ன நடந்தது

உணவக உரிமையாளர்கள் மெனு ডিজைனுக்கான ஒரு குறுக்குவழியாக ஜெனரேটிவ் AI க்கு திரும்பினர். பொருளாதாரம் কাগজে அர்த்தமுள்ளதாக இருக்கிறது — ஒரு உணவு புகைப்படக் கலைஞரை நியமனம் செய்வது விலை உயர்ந்தது, மேலும் ஒரு உரை-থেকு-படம் மாதிரி நிமிடங்களில் ஒரு டஜன் மெனு விளக்கங்களை ஏறக்குறைய பூஜ்ய விளிம்பு செலவுக்கு உற்பத்தி செய்யலாம். சிக்கல் என்னவென்றால், இந்த மாதிரிகள் "இன்பத்தின்" ஒரு குறுகிய নান்தியத்தில் பயிற்றுவிக்கப்பட்டன — வலை முழুவதும் சேகரிக்கப்பட்ட লক்ష லட்சக்கணக்கான படங்களில் உணவு புகைப்படம் எப்படி இருக்கிறது என்பதற்கான ஒரு புள்ளিவிவர சராசரி. ফলாফல் என்பது மேற்பரப்பு-நிலை আবেதனத்திற்கு உணவு உண்மையாக தோற்றமளிக்க செய்யும் குறைபாடுகளை அகற்றும் படங்கள்: பிஜ்ஜா மேலோட்டத்தில் சற்று சீரற்ற கரி, சாஸ் சமச்சீரற்ற முறையில் குவிந்து, ஒரு உண்மையான சாண்ட்விச்சின் நேர்மையான குழப்பம்.

சமூக ஊடக பயனர்கள் வைரல் ஆன பதிவுகளில் இந்த நிகழ்வைக் கொடியிட ஆரம்பித்தனர், மெனுக்களை சுட்டிக்காட்டினர் அங்கு உணவு ஒரு வீடியோ கேமிலிருந்து ஒரு ரெண்டரைப் போல் தோற்றமளித்தது, ஒரு சமையலறை உண்மையில் உற்பத்தி செய்யக்கூடிய ஒன்றை விட. விளக்கங்கள் அপமানகரமாக இல்லை — அவை வெறுமனே அপ்பরிச்சேயமாக இருந்தன. மேலும் அந்த அபூர்வத்தன்மை புள்ளி. வாடிக்கையாளர்களுக்கு ஒரு AI-সনாক்தி கருவির தேவை இல்லை ஏதோ தவறு என்பதை உணர. அவர்கள் வெறுமனே அறிந்திருந்தனர்.

இது மূல தோல்வி முறை: ஜெனரேটிவ் AI, ডொமைன் ஞ்ஞானம் அல்லது மனித ஆசிரியர்판断 இல்லாமல் பயன்படுத்தப்படும் போது, ​​ஒரு சராசரிக்கு ஒன்றிணைகிறது. இது புள்ளிவிவர ரீதியாக சாத்தியமான வெளியீடுகளை உற்பத்தி செய்கிறது, உண்மையில் நல்ல வெளியீடுகளை அல்ல. உணவு புகைப்படத்தில், அந்த ஒன்றிணைவு ஒவ்வொரு AI உணவு படத்தையும் போல் தோற்றமளிக்கும் படங்களை உற்பத்தி செய்கிறது — மসৃணமான, சமச்சீர், மற்றும் இறுதியில் அவை மிகவும் சரியாக இருப்பதால் அசுவாதுகரமாக இருக்கிறது. ஒரே மாதிரியான சிக்கல். AI தன்னை அல்ல.

Reality Defender போன்ற AI-সনாக்தி স্டার্টআப்கள் இப்போது இந்த역학 때문ে குறிப்பாக உள்ளன என்பது குறிப்பிடத்தக்கது. AI-உருவாக்கிய உள்ளடக்கத்தின் பெருக்கத்தின் இணையாக உள்ளடக்க-சரிபார்ப்பு கருவிகளுக்கான ஒரு சந்தை எழுந்துள்ளது — அসাবধানமான AI பயன்பாடு உருவாக்கும் நம்பிக்கை ঘাटத்தின் மீது கட்டப்பட்ட ஒரு இரண்டாம் தொழில்.

ஆசியாவிற்கு ஏன் இது முக்கியமானது

ஆசியாவின் உணவு மற்றும் பানীய தொழில் பিரமாண்டமாக, பிரிக்கப்பட்ட, மற்றும் গভীরமாக ஒளிமயமாக உள்ளது. சிங்கப்பூரில் தங்கள் முதல் ডিজிটல் மெனுக்களை கட்டும் ஹாக்கர் ஸ்டால் ஆபரேட்டர்கள் முதல், ஜகார்த்தா அல்லது ஹோ சி மின் நகரத்தில் ডেலிভারி প்ল்যাটফார்ம்கள் முழুவதும் அளவிடும் মধ்য-அளவு உணவக சங்கிலிகள் வரை, மலிவாக உচ்च-தரமான ভিজ்যুয়াল உள்ளடக்கம் உற்பத்தি செய்ய அழுத்தம் தীவ்ரமாக உள்ளது. ஒரு AI படம் ஜெனারேটরை பெற்றுக்கொள்ள சோதனை முற்றிலும் புரிந்துகொள்ளக்கூடியது.

ஆனால் ஒரே மாதிரியான சிக்கல் ஆசியாவின் உணவு সংস்கৃதியில் மற்ற சந்தைகளில் இருக்கக்கூடியதை விட கடினமாக வெளிப்படுகிறது. உணவு இங்கே அடையாளம். பாக் குட் தே ஒரு கிண்ணம், சார் க்வே டியோவின் ஒரு தட்டு, சரியான டோன்கோட்சு ரামেனின் ஒரு கிண்ணம் — இந்த உணவுகள் பிராந்திய பெருமை, குடும்ப வரலாறு, மற்றும் உள்ளூர் குறிப்பிடல் கொண்டு செல்கின்றன. முதன்மையாக மேற்கத்திய உணவு புகைப்படம் தரவுத்தொகுப்புகளில் பயிற்றுவிக்கப்பட்ட ஒரு AI மாதிரி வறுத்த அரிசியின் ஒரு தட்டில் சரியான அளவு வோக் ஹெய் என்பது மসৃணமான தங்க பிரகாசத்தில் அல்ல, கரியில் பார்க்கப்படுகிறது என்பதை புரிந்துகொள்ள மாட்டாது. இது ஒரு স্টாக் ফটோ ஒரு உண்மையான இடத்தைப் போல் தோற்றமளிக்கும் வழியில் வறுத்த அரிசியைப் போல் தோற்றமளிக்கும் ஒன்றை உற்பத்தி செய்யும் — தொழில்நுட்ப ரீதியாக துல்லியமான, உணர்ச்சிபூர்வமாக வெறுமையான.

ஆசிய நிறுவனர்கள் உணவு-தொழில்நுட்ப இடத்தில் கட்டுமாணம் செய்கிறார்கள் — ডেலிவারி தளங்கள், உணவக ব்যবস்థাপன SaaS, ডிজிটல் மெனு கருவிகள் — இது ஒரு பொருள் ডিজைன் சிக்கல், ஒரு নান்தியக் சிக்கல் மட்டுமல்ல. உங்கள் தளம் வணிகர்களுக்கான AI ভিজ்যুয়ালগুলি உৎপন்ন செய்தால், மேலும் அந்த ভিজ்যুয়ালগুলি வாடிக்கையாளர் நம்பிக்கையை அரிக்கிறে, உங்கள் தளம் அந்த খ்যাতি செலவை বহন করে। வணிகர் உணவைக் குற்றம் சாட்டுகிறார். வாடிக்கையாளர் உணவகத்தைக் குற்றம் சாட்டுகிறார். ஆனால் தளம் அதை செயல்படுத்தியது.

ஆசিয়া প্রযুক্তি প্রবণতা ব்যাপকভাবে খেলা হচ্ছে. AI கருவিகள் மலிவாக এবং আরও அ্যাক্সেসযোগ্য হয়ে ওঠার সাথে সাথে, পণ্যগুলির মধ্যে পার্থক্য ক্রমবর্ধমান স্বাদে নেমে আসবে — শুধুমাত্র প্রযুক্তিগত ক্ষমতা নয়। যেকোনো বিকাশকারী একটি ছবি প্রজন্ম API কল করতে পারে। প্রশ্ন হল আপনার পণ্য যথেষ্ট ডোমেন প্রজ্ঞা, যথেষ্ট সাংস্কৃতিক প্রসঙ্গ, এবং যথেষ্ট মানব তত্ত্বাবধান প্রয়োগ করে যা বাস্তবে ভাল বনাম কেবল পর্যাপ্ত বেরিয়ে আসে কিনা। এটি একটি পণ্য판断 কল, এবং এটি এমন বাজারে আরও গুরুত্বপূর্ণ যেখানে উৎপন্ন সামগ্রী সাংস্কৃতিক ওজন বহন করে।

বিকাশকারীদের জন্য এর অর্থ কী

মেনু সমস্যা একটি পণ্যে AI-চালিত সামগ্রী প্রজন্ম নির্মাণ করা যেকোনো বিকাশকারীর জন্য একটি দরকারী কেস স্টাডি। ব্যর্থতা প্যাটার্ন সামঞ্জস্যপূর্ণ: একটি সাধারণ-উদ্দেশ্য মাদেল নিন, এটি একটি ডোমেন-নির্দিষ্ট সমস্যায় প্রয়োগ করুন, সূক্ষ্ম-টিউনিং এবং মানব পর্যালোচনা পদক্ষেপগুলি এড়িয়ে যান, এবং জাহাজ। আউটপুট প্রযুক্তিগতভাবে কার্যকরী এবং নান্দনিকভাবে মধ্যমা হবে। ব্যবহারকারীরা লক্ষ্য করবেন, এমনকি তারা কেন বলতে পারবেন না।

অভ্যন্তরীণ করার যোগ্য কয়েকটি কংক্রিট পাঠ:

• সাধারণ-উদ্দেশ্য মডেলগুলি শুরুর পয়েন্ট, শেষ পয়েন্ট নয়। বিস্তৃত ওয়েব ডেটায় প্রশিক্ষিত একটি পাঠ্য-থেকু-ছবি মাদেল ব্যাপকভাবে গড় আউটপুট উৎপাদন করবে। যদি আপনার ব্যবহারের ক্ষেত্রে সাংস্কৃতিক নির্দিষ্টতা প্রয়োজন — এবং বেশিরভাগ এশিয়ান বাজার ব্যবহারের ক্ষেত্রে করে — আপনার ডোমেন-প্রাসঙ্গিক ডেটায় সূক্ষ্ম-টিউনিং প্রয়োজন, অথবা একটি মানব সম্পাদকীয় স্তর যা ব্যবহারকারীদের কাছে পৌঁছানোর আগে আউটপুটগুলি ফিল্টার এবং কিউরেট করে।
• অপ্রত্যাশিত উপত্যকা প্রভাবগুলি মুখগুলিতে সীমাবদ্ধ নয়। মূল অপ্রত্যাশিত উপত্যকা ধারণা মানবিক রোবটগুলিতে প্রয়োগ করা হয়েছিল যা প্রায়-কিন্তু-মানব দেখায়। একই উপলব্ধি প্রক্রিয়া খাদ্য, লেখা, UI অনুলিপি, এবং যেকোনো ডোমেনে প্রয়োগ করে যেখানে মানুষের কাছে গভীর স্বজ্ঞাত জ্ঞান রয়েছে যে "সঠিক" কী দেখায়। যদি আপনি এই ডোমেনগুলির মধ্যে কোনও সামগ্রী উৎপন্ন করছেন, এটি লক্ষ্য সংস্কৃতি থেকে প্রকৃত ব্যবহারকারীদের সাথে পরীক্ষা করুন — শুধুমাত্র অভ্যন্তরীণ পর্যালোচকদের নয়।
• ঐক্য একটি সিস্টেমেটিক ঝুঁকি, একটি এককালীন বাগ নয়। যখন আপনার প্ল্যাটফর্ম ব্যবহার করা প্রতিটি উণ্ণয়ন একই অন্তর্নিহিত মাদেল থেকে একই ডিফল্ট সেটিংস সহ মেনু উৎপন্ন করে, আউটপুটগুলি একত্রিত হবে। একাধিক উণ্ণয়নে খাওয়া গ্রাহকরা লক্ষ্য করতে শুরু করবেন। ঐক্য একটি সংকেত হয়ে ওঠে যে কিছু স্বয়ংক্রিয়, এবং স্বয়ংক্রিয় অবিশ্বাস্য মানে শুরু করে। দিন এক থেকে আপনার প্রজন্ম পাইপলাইনে বৈচিত্র্য এবং কাস্টমাইজেশন তৈরি করুন।
• বিশ্বাস হারানোর চেয়ে পুনর্নির্মাণ করা কঠিন। প্রাথমিক AI মেনু ছবি গ্রহণ করা উণ্ণয়নগুলি এখন একটি খ্যাতি সংকেত মোকাবেলা করছে যা তারা প্রত্যাশা করেনি। বিকাশকারী প্ল্যাটফর্ম নির্মাণের জন্য, পাঠ হল যে AI-উৎপন্ন সামগ্রী দ্রুত জাহাজ করা শুধুমাত্র কম-ঝুঁকিপূর্ণ যদি সামগ্রী গুণমান সত্যিই উচ্চ হয়। অন্যথায়, আপনি আপনার ব্যবহারকারীদের বিশ্বাসের বিরুদ্ধে ধার নিচ্ছেন।

অবকাঠামো দিক থেকে, MonstarX এ নির্মাণ করা বিকাশকারীরা AI সামগ্রী প্রজন্ম কর্মপ্রবাহে সরাসরি মানব পর্যালোচনা চেকপয়েন্টগুলি স্তর করতে পারেন — AI আউটপুটকে একটি খসড়া হিসাবে বিবেচনা করে যা একটি যাচাইকরণ পদক্ষেপের মধ্য দিয়ে যায়।