Novi model mašinskog učenja pretvara korisnički feedback u stvarno razumijevanje ukusa.

Google Research predstavio je PASTA sistem koji koristi reinforcement learning da bi naučio kako ljudi zaista razmišljaju o „dobrim“ AI-generisanim slikama. Umjesto beskonačnih prompta, korisnici biraju između nekoliko opcija, a model sam uči šta njihov izbor znači.

AI koji uči kroz interakciju

PASTA funkcioniše kroz jednostavan, ali moćan proces: korisniku se prikazuju četiri slike, a njegov izbor postaje signal za učenje. Nakon svake odluke, sistem mijenja svoje razumijevanje pojma „kvaliteta“ slike, prilagođavajući buduće rezultate stvarnom ukusu korisnika.

„Umjesto nagađanja, PASTA pretvara kreativni proces u dijalog između čovjeka i mašine“, navodi Google Research.

Trening na hiljadama stvarnih sesija

Model je treniran na 7.000 stvarnih korisničkih interakcija i dodatnih 30.000 simuliranih sesija, čime je stvorena mapa načina na koji ljudi izražavaju vizuelne preferencije. Ovaj pristup omogućava sistemu da razumije nijanse u estetskim izborima nešto što standardni AI modeli često propuštaju.

Rezultati: 85% korisnika preferira PASTA rezultate

U internim testovima, PASTA je postigla impresivne rezultate: u 85% poređenja, korisnici su više voljeli slike koje je generisao ovaj sistem nego one iz standardnih modela. Ključna razlika je što PASTA ne djeluje kao alat, već kao saradnik koji uči i reaguje u realnom vremenu.

Otvoreni podaci za istraživače

Google je objavio dataset i simulator PASTA sistema, otvarajući mogućnost da istraživači širom svijeta nastave razvoj AI-a koji razumije ljudski ukus, a ne samo jezik prompta.

Ovo bi mogao biti važan korak ka novoj generaciji „estetski svjesnih“ algoritama, gdje AI ne samo da kreira slike, već i razumije zašto se one ljudima dopadaju.