ОПИСАНИЕ ПРОЕКТА
Откуда взялись Ghibli-ИИ-картинки?
Это отвратительно. Я бы никогда не внедрил эту технологию в свои работы. Я убежден, что это оскорбление самой жизни. Чувствуется, как будто близится конец света. Мы — люди — теряем веру в самих себя.
— Хаяо Миядзаки, 2016
Хаяо Миядзаки на презентации DWANGO CO., 2016
Цитата выше была произнесена маэстро Миядзаки в качестве реакции на использование ИИ для имитации гротескных движений зомби на презентации компании DWANGO. С увеличением доступности генеративных нейросетей для широкого числа пользователей данную цитату стали интерпретировать и распространять как протест против искуственного интеллекта в принципе.
Я, конечно, такое не одобряю: искажение фактов и дезинформация ради создания общественного резонанса — очень плохой тренд. Однако абсолютно неудивительно, что многие с приходом 2025 года все больше верят версии, что Миядзаки отозвался так на весь сгенерированный ИИ-контент.
В последних обновлениях ChatGPT его модель для генерирования изображения DALL-E позволила пользователям создавать изображения в стиле фильмов студии Ghibli. Пользователи тут же отправились «гиблифицировать» себя, своих друзей и близких, кадры из фильмов и сериалов. Однако были и те, кто сочли забавным обработать в DALL-E одни из самых жутких снимков за всю историю человечества.
Теплотой, мягкостью и нежностью стиля студии Ghibli руками недоброжелательных юзеров были окутаны события на площади Тяньаньмэнь, Нюрнбергский процесс, убийство президента Кеннеди и многие другие попавшие на камеру трагичные события. В один момент подобных изображений стало так много, что на одну неделю ленты новостей различных социальных сетей были полностью усеяны подобными картинками. Сейчас, когда вся эта волна пошла на спад, последствия были собраны в датасеты, один из которых мы разберем сегодня.
Моя гипотеза такова: несмотря на кажущуюся популярность ИИ-изображений, вызывающих этические беспокойства, реакция интернет-сообществ на них отрицательная. Как и Миядзаки, мне хочется верить в наличие правильно настроенного морального компаса в глазах широкой общественности.
В качестве анализируемого материала я выбрал базу данных AI Generated Ghibli Style Image Trends (2025) с сайта Kaggle. Подходящими графиками для визуализации я выбрал:
• гистограмму; • столбчатую диаграмму; • облако тегов; • таймлайн.
ОФОРМЛЕНИЕ
Генерация изображений и создание палитры
Для выбора колористического ориентира я сам сгенерировал несколько изображений в стиле Ghibli через DALL-E. Промпты:
A serene Studio Ghibli inspired forest glade, soft pastel colors, whimsical lighting, high detail, ultra-dreamy atmosphere
Studio Ghibli style village at dawn, misty mountains, warm glow, intricate watercolor textures
Magical library interior Ghibli-style, candles, ancient books, cozy and mysterious ambiance
Из этих изображений я извлек доминирующие цвета с помощью Adobe Color и получил палитру для визуализации.
ПРЕДПОДГОТОВКА
Удаление пустых ячеек и сортировка данных
Де-факто исходный датасет уже готов для визуализации, но на всякий случай мы проведем небольшие манипуляции для удобства.
Первым делом я удалил пропущенные значения через метод dropna и отбросил экстремальные значения. Затем добавил для удобства бинарный признак is_unethical.
Затем я провел предварительную группировку по флагу is_unethical и среднему количеству лайков.
В качестве теста перед созданием «облака тегов» я также импортировал оператор counter из библиотеки collections и посчитал наиболее частые слова из комментариев к генерациям, вызывающим этические переживания.
ВИЗУАЛИЗАЦИЯ
Все графики были визуализированы с помощью библиотеки matplotlib. Перво-наперво я решил наглядно посмотреть на распределение лайков между этическими и неэтическими генерациями с помощью гистограммы.
Количество лайков на этичных и неэтичных генерациях примерно одинаковое, с небольшим перевесом в сторону, внезапно, этичных.
Для следующей гистограммы, отражающий, как длина промпта влияет на появление этических вопросов, я добавил новый признак prompt_length — как вы могли догадаться, длину промпта.
В большей части генераций промпт длиннее 40 символов, но распределение этических и неэтических остается прежним.
Теперь давайте на таймлайне отследим, как в течение месяца росло (или, наоборот, падало) количество неэтичных генераций. Для этого нам понадобится новый признак — day, который мы извлечем из признака creation_date с помощью to_datetime и to_period.
Центральной тенденции проследить невозможно, кроме одной — 18 марта, в день воссоединения Крыма с Россией, было создано меньше всего Ghibli-генераций. Я тоже не знаю, о чем это может говорить.
Давайте попробуем найти тренды в комментариях к генерациям и посмотрим самые частые слова, написанные в ответ на этичные и неэтичные генерации, с помощью «облака тегов». Для него нам понадобится библиотека wordcloud.
Под неэтичными постами пользователи чуть чаще упоминают, что картинка сгенерирована нейросетью. В остальном, даже с обширным списком стоп-слов, в нашу подборку попали дефолтные описания стиля Ghibli — теплый, ностальгичный.
Напоследок давайте напрямую посмотрим соотношение этичных и неэтичных изображений через круговую диаграмму.
Неэтичных немного больше, чем этичных. Ну, что же.
ВЫВОДЫ
Автор датасета не дает контекста, по какому признаку изображения делились на этичные и неэтичные. Это могли быть как обработки неприятных моментов из истории, как мы видели ранее, так и банальные нарушение авторского права или грубость. Однако факт остается фактом — пользователи интернета обожают ходить по грани морали.
В нашем случае «добро» и «зло» находятся в относительном равновесии, что буддисты, наверное, назовут естественным. Но хотелось бы, конечно, чтобы юзеры подходили к созданию контента в генеративных нейросетях… ответственнее.
ИСПОЛЬЗУЕМЫЕ РЕСУРСЫ
НЕЙРОСЕТИ DALL-E 2 — генерация сэмплов для палитры ChatGPT — помощь с кодом и промптами
ГЕНЕРАЦИЯ ПАЛИТРЫ Adobe Color