Проблема однообразия, стоящая за этими неаппетитными меню, созданными ИИ

Когда это впервые происходит с вами, вы думаете, что сходите с ума. Вы заходите в кафе и смотрите на меню с разнообразными сэндвичами с бейглами, но каждая иллюстрация выглядит жутко безупречной, идеально симметричной и странно гладкой, вызывая интуитивное ощущение, что что-то не так. Возможно, вам кажется, что вы параноик, но вы не теряете рассудок. Меню, созданные генеративным ИИ, пришли в ресторанный бизнес благодаря моделям, обученным на узкой, «приятной» эстетике, которая кажется неправильной, даже если вы не можете объяснить почему.

Иногда эти иллюстрации откровенно ненастоящие — например, буррито с таким пузырящимся и тягучим сыром, что оно больше похоже на авангардное искусство, чем на обед. Гораздо чаще они настолько обычно выглядят, что вы замечаете неладное, только если на секунду присмотритесь повнимательнее.

«Это почти как если бы инопланетянин пытался приготовить пиццу, не понимая её основных принципов», — рассказал TechCrunch технический директор Reality Defender Алекс Лайл. (Сама Reality Defender относится к растущей категории стартапов, продающих инструменты для обнаружения ИИ и проверки контента, — бизнесу, который отчасти существует именно из-за подобных проблем.)

Бросьте камень в Нью-Йорке — и попадёте в слегка отталкивающую рекламу еды, созданную ИИ. pic.twitter.com/lLXVkFIFoG

— Maggie (@maggiemoda) 28 августа 2026 года

По словам Лайла, особенности устройства этих моделей помогают объяснить, почему иллюстрации тяготеют к такой специфической эстетике: каждый шарик мороженого идеально круглый, а креветки будто генетически модифицированы так, чтобы поедать собственные хвосты, создавая новые «лавкрафтианские ужасы из еды».

Большие языковые модели (LLM) и диффузионные модели — разновидности ИИ-моделей, благодаря которым стали возможны кажущиеся всезнающими чат-боты и генераторы изображений вроде ChatGPT и Midjourney, — обучаются на огромных объёмах данных. Затем модели выявляют закономерности в наборах данных, чтобы предсказать, что нужно пользователю, когда он просит что-то вроде: «Сделай мне меню для бургерного ресторана».

«Многое из этого выглядит как меню Chili’s за 2015 год, и на то есть причина, — сказал Лайл. — Именно таким был корпус работ, на основе которого [модели] выработали свою функцию».

Новые данные для обучения бесценны для компаний, создающих ИИ-модели. Например, выяснилось, что Amazon добывала редкие книги, чтобы отсканировать их и добавить в обучающие данные, а затем уничтожала эти книги после загрузки. Неизбежно часть контента, созданного ИИ, просачивается в эти непостижимо огромные наборы данных. Но если ИИ-модели обучаются на слишком большом количестве собственного контента, созданного ИИ, возникает риск коллапса модели.

«Коллапс модели — это почти как коровье бешенство… когда вы снова подаёте результаты работы одной модели на вход той же модели, в конце концов инбридинг становится чрезмерным, и вся система рушится, — объяснил Лайл. — То, что мы видим здесь, — это конвергенция, которая не обязательно означает коллапс модели».

Конвергенция — явление несколько менее экстремальное: она ухудшает качество результатов работы ИИ, но не делает его полностью бесполезным.

Если попросить ИИ-модель создать меню для ресторана быстрого питания, она, скорее всего, будет ориентироваться на меню Wendy’s, Burger King, McDonald’s или другой популярной сети. Эти меню уже выполнены в схожем стиле, а значит, результаты, созданные ИИ, будут имитировать тот же стиль и ещё сильнее его закреплять, если созданное ИИ меню затем снова попадёт в обучающие данные.

Однако меню и реклама еды всегда будут выглядеть лучше, чем настоящая еда, — например, «Биг Мак» в рекламе McDonald’s, где каждый слой сэндвича постановщик размещает так, чтобы он выглядел максимально аппетитно. В результатах работы ИИ этот эффект может проявляться ещё сильнее.

«Оптимизация наборов данных направлена на приятность — то есть на то, чтобы не вызывать раздражения, — и поэтому возникает своего рода унификация», — рассказал TechCrunch Ли Рейни, директор Центра изучения цифрового будущего имени Imagining the Digital Future при Университете Илона. «Известно, что ИИ — и в изображениях, и в языке — сглаживает острые углы».

В более локальном масштабе такое сглаживание изображений, по-видимому, происходит, когда вы используете генератор изображений на основе ИИ для создания меню и вносите в него правки. В X пользователь по имени Labtec показал, что происходит, если создать меню в ChatGPT, а затем отредактировать его 100 раз, наблюдая, как еда продолжает всё меньше походить на саму себя. (Мы повторили этот эксперимент и получили похожие результаты.)

«В итоге результат действительно вызывает у меня дискомфорт», — написал Labtec.

Я создал меню ресторана в ChatGPT, а затем отредактировал его 100 раз, чтобы понять, как эти отвратительные меню, сгенерированные ИИ, в итоге приобретают такой вид. В итоге результат действительно вызывает у меня дискомфорт pic.twitter.com/sDIUKlabdp

— Labtec (@labtec901) 19 августа 2026 года

Вероятно, рестораны становятся жертвами этой проблемы, снова и снова редактируя созданные ИИ меню, чтобы менять мелкие детали — например, цены или названия блюд. Похоже, с каждой правкой изображения еды становятся чуточку более круглыми и гладкими.

«У людей есть почти необъяснимое чувство, позволяющее понять, смотрят ли они на что-то, созданное ИИ, или на то, что изначально было настоящим, — сказал Рейни. — Есть некое ощущение, которое людям бывает трудно сформулировать, но они как будто узнают его, когда видят. И я думаю, это одна из причин, почему некоторые первые истории о негативной реакции [на рестораны, использующие меню, созданные ИИ] вызвали столь сильный резонанс».

Нашему отвращению к таким меню, созданным ИИ, есть научное объяснение. Исследователи из Университета Дуйсбург-Эссена в Германии обнаружили, что созданные ИИ изображения еды демонстрируют эффект «зловещей долины»: изображения еды, выглядевшие почти реалистично, вызывали больше отвращения и тревоги, чем изображения, явно выглядевшие ненастоящими. Эта брезгливость лишь усиливается с учётом культурного контекста, окружающего ИИ.

Если люди так негативно реагируют на эти изображения, то, вероятно, этого уже достаточно, чтобы рестораны прекратили попытки заставить меню, созданные ИИ, работать. Но проблемы, из-за которых перед нами оказываются идеально подрумяненные булочки для гамбургеров, выходят далеко за пределы обеденного стола.

«Всегда считалось, что увидеть и услышать — значит поверить, настолько, что даже наши судебные системы полностью настроены на идею о том, что золотым стандартом доказательств являются записанные признания и видеозаписи, — сказал Лайл. — Теперь это уже не так. Мир фундаментально изменился — к лучшему это или к худшему».