Bucles autónomos de generación de lenguaje e imagen convergen a motivos visuales genéricos

Área de la Ciencia:

• Inteligencia Artificial
• Creatividad de Máquinas
• Interacción Humano-Computadora

Sus antecedentes:

• Los sistemas creativos de IA a IA ofrecen nuevas vías para la creatividad de las máquinas.
• Existen preocupaciones sobre el potencial de estos sistemas para generar resultados homogéneos.

Objetivo del estudio:

• Investigar las tendencias de convergencia de los sistemas creativos autónomos de IA a IA.
• Analizar la diversidad y los motivos generados por bucles de retroalimentación iterados de IA transmodal.

Principales métodos:

• Se desarrollaron bucles de retroalimentación iterativos entre Stable Diffusion XL (generación de imágenes) y LLaVA (descripción de imágenes).
• Se ejecutaron 700 trayectorias con diferentes indicaciones y 7 configuraciones de temperatura durante 100 iteraciones.
• Se analizaron cuantitativamente los resultados visuales para identificar motivos dominantes y patrones estéticos.

Principales resultados:

• Todas las ejecuciones del sistema creativo de IA a IA convergieron a imágenes genéricas muy similares, denominadas 'música de ascensor visual'.
• Se identificaron 12 motivos dominantes caracterizados por estéticas comercialmente seguras (por ejemplo, faros tormentosos, interiores palaciegos).
• La convergencia persistió en diferentes pares de modelos, lo que sugiere limitaciones estructurales en la IA transmodal.

Conclusiones:

• Los sistemas autónomos de IA a IA exhiben tendencias homogeneizadoras inherentes, colapsando la diversidad creativa.
• Esta convergencia refleja sesgos de transmisión cultural humana pero resulta en una pérdida total de diversidad.
• Existe una necesidad crítica de mecanismos anti-convergencia y colaboración humano-IA para fomentar una diversidad creativa genuina.