Чапан или смокинг: как ИИ видит национальную одежду
Искусственный интеллект всё активнее используется для распознавания и создания изображений национальной одежды, однако такие технологии не всегда точно передают культурные особенности. Почему алгоритмы искажают традиционные образы, как они формируют «цифровую этнику» и какую роль ИИ может сыграть в сохранении культурного наследия - читайте в материале El.kz.
Нейросети учатся на том, что видят в интернете. А интернет – неравномерен. Большая часть изображений, текстов и описаний в открытом доступе создана в Северной Америке и Западной Европе. Всё остальное – меньше, хуже представлено и хуже размечено. Поэтому когда вы просите Midjourney или DALL-E нарисовать «свадьбу», «праздник» или «национальный костюм» без уточнений – система выдаёт то, что видела чаще всего. Белое платье. Смокинг. Западный сеттинг.
Цифровая интерпретация традиций
С развитием генеративных технологий нейросети научились создавать изображения, максимально приближенные к реальности. Пользователю достаточно задать запрос и система формирует визуальный образ, включая элементы национального костюма: орнаменты, ткани, аксессуары и силуэты.
Однако при детальном рассмотрении становится заметно, что такие изображения не всегда соответствуют аутентичным традициям. Алгоритмы могут объединять элементы разных культур, изменять пропорции одежды или использовать орнаменты вне их исторического контекста. В результате формируется обобщённый визуальный стиль, лишь частично отражающий оригинальную национальную идентичность.
Ограничения данных и точность
Особенно это заметно в отношении культур, представленных в цифровом пространстве менее широко. В таких случаях нейросети опираются на ограниченное количество изображений, что напрямую влияет на точность и глубину воспроизведения деталей.
Речь идёт не только о внешнем виде, но и о символике: орнаменты и элементы национальной одежды часто имеют культурное значение, которое может теряться при цифровой интерпретации.
Что можно изменить
Решение лежит в плоскости данных – и это хорошая новость, потому что данные можно создавать целенаправленно. Казахстанские музеи, университеты и культурные институции располагают обширными архивами данных по национальной одежде, орнаментике и традиционному быту. Их оцифровка с правильной разметкой и публикация в открытом доступе – прямой вклад в то, как глобальные ИИ-модели будут «видеть» казахскую культуру в следующем поколении систем.
Международный опыт показывает: без участия самих культурных сообществ технические решения не работают. Проект DE-BIAS, запущенный европейскими музеями, предполагает совместную работу хранителей архивов и представителей культурных сообществ по переразметке данных – с учётом того смысла, который вкладывают в артефакты сами носители культуры, а не внешние наблюдатели.
Нейросеть не знает, что такое саукеле или чапан, она знает только то, что видела в данных. Если в этих данных казахская культура представлена слабо или искажённо, именно такое представление и будет тиражироваться в дизайне, образовании, медиа и маркетинге. Это не приговор технологии, а задача для культурных институций: формировать цифровую репрезентацию своей культуры активно, пока это ещё не сделал кто-то другой – и сделал неправильно.
Ранее мы писали о том, как распознать текст и фото, созданные нейросетью.
El рекомендует 
