Напередодні свят Microsoft оголосила про оновлення моделі ШІ, яка лежить в основі Bing Image Creator — інструмента редагування зображень на базі штучного інтелекту, вбудованого в пошукову систему Bing. Microsoft пообіцяла, що нова модель — остання версія моделі OpenAI DALL-E 3, кодова назва “PR16” — дозволить користувачам створювати зображення “вдвічі швидше, ніж раніше” з “вищою якістю”.
Але цього не сталося. Скарги швидко заповнили X та Reddit.
“Той DALL-E, якого ми любили, назавжди зник,” написав один з користувачів Reddit. “Я зараз використовую ChatGPT, бо Bing став для мене марним,” написав інший.
Реакція була настільки негативною, що Microsoft оголосила, що відновить попередню модель для Bing Image Creator, поки не виправить проблеми.
“Ми змогли [відтворити] деякі з відомих проблем і плануємо повернутися до [DALL-E 3] PR13, поки не виправимо їх,” написав у пості на X Джорді Рібас, керівник пошукової служби Microsoft. “Процес деплойменту дуже повільний, на жаль. Він розпочався більше тижня тому і займе ще 2-3 тижні, щоб завершити на 100%.”
Що ж пішло не так?
Складно порівняти результати моделей на основі анекдотичних відгуків, особливо коли підказки не стандартизовані. Але багато користувачів зазначили, що PR16 створював зображення, які виглядали менш реалістично — і “безжиттєво”. Маянк Пармар, пишучи для Windows Latest, зазначив, що зображення, створені PR16, не мали деталізації та полірування, а виглядали дивно мультяшними.
Це не перший випадок, коли модель зображень, яка, ймовірно, пройшла внутрішні перевірки, не була добре сприйнята публічно. У лютому Google була змушена призупинити можливість свого чату-бота Gemini створювати зображення людей після того, як користувачі поскаржились на історичні неточності.
Ці помилки демонструють, наскільки складно оцінити покращення моделей у реальному світі. За словами Рібаса, бенчмаркінг Microsoft показав, що якість PR16 “трохи краща в середньому” порівняно з попередньою моделлю Bing Image Creator.
Незалежно від того, який внутрішній критерій використовувала компанія, здається, що він не збігся з переважними уподобаннями користувачів.
