AIは「食べる」をどう描くのか？

「食べる」

食べる行為は、人に身近でよく見ていることもあり
AIの動画生成でよく利用されます。
よく見ている（日常的に観察している）内容に近しい動画がAIにより出力されないと
人間の意識的には、すぐにこれがAIだと察してしまいます。

何故かパスタを食べるウィル・スミス

AI動画生成の世界では、なぜかウィル・スミスがパスタを食べる映像が頻繁に登場します。
これは、インターネット上にウィル・スミスに関する大量のデータが存在し、AIが学習しやすいためと考えられます。
しかし、その映像の多くは不自然であり、AI特有の違和感が残ります。

最近では動画のクオリティが向上し、違和感は薄れてきています。
それでも、ウィル・スミスがそんな食べ方をするだろうか？という映像も存在します。

ラーメンを食べている映像もAIは苦手

ラーメンを食べる映像も、AIは苦手としています。
箸の持ち方、麺のすすり方、湯気の表現など、ラーメンを食べる行為には多くの要素が複雑に絡み合っています。
これらの要素をAIが正確に再現することは難しく、どうしても不自然な映像になってしまいます。

例えば、箸の持ち方が不自然であったり、麺をすすらずに食べていたり、湯気が不自然な方向へ流れていたりします。

それでも動画生成AIの発展はすごい

例えば、数年前までは考えられなかったような高解像度で、リアルな人物の動きを再現できるようになりました。
また、特定のアーティストのスタイルを模倣したり、抽象的な概念を映像化することも可能です。

法的問題は避けて通れない

例に出しているウィル・スミスさんのように、生成AIは大量の動画で学習した内容を反映します。その時、学習で利用された映像は著作権等の問題をクリアしているのか？という懸念は拭えません。

生成AIの利用においては、著作権侵害やプライバシー侵害といった問題に対する意識を高め、適切な対策を講じることが不可欠です。例えば、学習データとして利用する映像の権利者から許諾を得たり、生成された映像が既存の著作物と類似していないかを確認したりするなどの対策が求められます。また、AI技術の開発者や利用者は、倫理的なガイドラインを遵守し、社会的な責任を果たすことが重要です。