Недавнее исследование Google раскрывает, как компания может анализировать использование сервиса Nano Banana, не нарушая при этом конфиденциальность пользователей. В условиях растущей популярности генерации изображений с помощью искусственного интеллекта, понимание того, как именно пользователи взаимодействуют с Nano Banana, становится ключевым для дальнейшего развития и улучшения этого инструмента.
Проблема и решение
С увеличением числа пользователей, загружающих чувствительные изображения своих семей и себя в Nano Banana, вопросы конфиденциальности становятся особенно актуальными. Несмотря на это, генерация изображений с помощью ИИ продолжает набирать популярность. Исследователи Google столкнулись с задачей: как изучить использование Nano Banana, не нарушая при этом приватность пользователей. В своей работе они отмечают: «За пределами проактивных самоотчетов в традиционных медиа и социальных сетях, существует ограниченное количество данных о том, как и почему многие люди используют генерацию изображений с помощью LLM. С ростом использования и новыми случаями применения, мы стремились предоставить описательный анализ использования Nano Banana, чтобы понять, как пользователи могут находить такие инструменты полезными для социальных связей, образовательных материалов, научного прогресса, коммерции и многого другого».
Исследователи предложили анализировать текстовые подсказки и разговоры пользователей, чтобы понять, как они используют генерацию изображений, не прибегая к изучению загруженных или сгенерированных изображений. Для этого была использована существующая система под названием Urania, которая уже применяется Google для получения аналитики из взаимодействий с LLM.
Анализ и результаты
В ходе исследования было проанализировано 2,1 миллиона разговоров в Gemini Nano Banana, которые были сгруппированы в пять категорий:
- Социальные и вирусные
- Брендинг и маркетинг
- Визуализация продуктов и электронная коммерция
- Архитектурный и пространственный дизайн
- Образовательная и техническая информация
- Художественные стили
- Функции редактирования изображений
- Особенности композиции изображений
- Взаимодействия и сессии
- Мульти-выбор
1. Функции редактирования изображений
Эта категория включает в себя удаление объектов и людей из изображения, изменение фона, добавление новых элементов и модификацию изображений путем изменения размеров или восстановления. Исследование показало, что пользователи делают явные запросы на изменения, чтобы изменить, очистить или изменить конкретные элементы в уже созданном изображении.
2. Художественные стили
Исследователи обнаружили, что пользователи запрашивали конкретные художественные стили, такие как акварель, карандашные наброски, фотографический стиль или изображения, похожие на масляные картины. Некоторые пользователи описывали настроение или стиль, такие как минимализм, фильм нуар или винтаж. Более креативные пользователи запрашивали концептуальные сочетания, которые объединяли противоречивые стили или настроения.
3. Композиция изображений
В этой категории пользователи запрашивали детали о структурной организации сцены, включая размещение объектов, перспективу, освещение и количество людей.
4. Взаимодействия и сессии
Эти функции рассматривают разговор в целом и то, как пользователи итеративно редактируют сгенерированные изображения.
5. Мульти-выбор
Эти функции классифицируют разговоры по дополнительным параметрам, таким как требования к тексту и типографике, виды преобразования изображений и стадии создания контента. Мульти-выбор предоставляет дополнительную информацию о том, что пользователи пытаются достичь и как они используют генерацию изображений.
Выводы исследователей
Исследователи пришли к выводу, что Nano Banana используется не только для тривиальных вирусных социальных медиа. Пользователи также применяют его для коммерческой деятельности, образовательных иллюстраций, технических инструкций и визуализаций продуктов. Наиболее удивительным открытием стало то, что мемы и юмористические изображения оказались наименее распространенными в социальных и вирусных категориях. Наиболее распространенной функцией было включение людей (почти 80%). Запросы, касающиеся композиции изображений и художественных стилей, также были распространены, в то время как просьбы о перезапуске LLM встречались в два раза чаще, чем запросы о незначительных изменениях.
Исследователи отметили, что, возможно, удивительно, но мемы и элементы абсурда/юмора оказались наименее распространенными. Кроме того, они обнаружили, что большая часть активности в области брендинга и маркетинга связана с оригинальными, вымышленными или неузнаваемыми брендами, а не с устоявшимися компаниями. Это может указывать на то, что некоторые пользователи разрабатывают брендинг для новых или спекулятивных бизнесов.
Заключение
Исследование успешно продемонстрировало, как с помощью фреймворка Urania можно провести «анализ с описанием, сохраняющим конфиденциальность», чтобы определить, чем занимаются пользователи Nano Banana. Выявленные данные показывают, что генерация изображений с помощью ИИ открывает возможности для различных бизнесов, маркетинга и креативной деятельности, включая задачи, которые ранее требовали профессионального опыта, теперь доступны большему числу людей. Тем не менее, остается неясным, способствует ли ИИ возникновению совершенно новых видов деятельности или просто делает существующие менее затратными. Исследователи ожидают появления новых способов использования генерации изображений с ИИ по мере того, как пользователи продолжают экспериментировать с этой технологией.