AI画像作成のパラドックス

GoogleのNano Banana Proは、かなりリアルな画質を実現している。写真： Mashable

人工知能（AI）画像技術の黎明期には、生成された製品は容易に偽物だと見分けられることが多かった。指が多すぎる、体の細部が歪んでいる、照明が非現実的ななどの画像が、偽物の特徴としてよく見られた。

しかし、その時代は終わりに近づいています。AIを活用した画像作成ツールは、画像自体を完璧にするのではなく、実際の写真に似せて意図的に欠陥を組み込むことで、ますます説得力のあるものになっています。

AI画像作成のトレンド

OpenAIがDALL-E画像生成ツールをリリースしてからまだ5年も経っていません。最初のバージョンでは解像度が256 x 256ピクセルの画像しか生成できず、実用的というよりは実験的なものでした。DALL-E 2では解像度が1024 x 1024ピクセルに向上し、よりリアルな画像を実現しました。しかし、ぼやけた表面や視覚的に説明が難しい物体など、細部にはまだ異常な兆候が見られます。

同時に、MidjourneyとStable Diffusionもクリエイティブコミュニティから急速に注目を集めました。その後数年間、モデルは継続的に改良され、幾何学的な誤差が削減され、テキストの視認性が向上しました。しかし、AIの多くは依然として「完璧すぎる」と感じられ、照明、構図、滑らかさは実際の写真というよりイラストに似ていました。

多くのAIモデルは、現実とは思えないほどリアルな画像を生成する。写真：ブルームバーグ

この傾向は変わりつつあります。開発者たちは、一般的なデバイス、特に携帯電話のカメラで撮影された写真に内在する不完全さを再現し、リアルさを追求し始めています。

2025年後半、GoogleはGeminiアプリにNano Banana画像作成モデルを導入し、その後Nano Banana Proへとさらに進化しました。Googleによると、これはこれまでで最もリアルな画像モデルであり、現実世界の知識を活用し、テキストをより効果的に表示できるとのことです。

注目すべきは、このモデルで生成された多くの画像は、コントラストや遠近感から照明や鮮明さに至るまで、スマートフォンで撮影された画像と非常によく似ていることです。

スマートフォンのカメラで撮影した写真には、独特のスタイルがあります。センサーとレンズのサイズの制限により、スマートフォンは画質を向上させるためにマルチフレーム処理を採用しています。これにより、暗い部分が強調され、ディテールが強調され、小さな画面での表示に最適化された写真が作成されます。AIがこのスタイルを学習することで、画像は視聴者にとってより馴染みのあるものになり、人工的な印象を軽減します。

写実的なイメージのパラドックス

Googleだけではありません。Adobe Fireflyには「画像補正」オプションがあり、AI画像の精細度を下げて実物の写真に近づけることができます。Metaには「スタイリング」スライダーも搭載されており、リアルさのレベルを調整できます。

ビデオ分野では、OpenAI の Sora や Google の Veo などのツールが、セキュリティカメラの画像を模倣した低品質で粗いクリップを作成するのに使用されています。これらのクリップは、信じられるほど「粗悪」です。

AIを使って制作された動画はますますリアルになっている。写真：ブルームバーグ

一部の写真専門家によると、AIが一般的な欠陥をシミュレートする能力は、モデルが「異常の谷」に陥るのを防ぐのに役立つという。「異常の谷」とは、画像が現実に非常に似ているにもかかわらず、見る人に不安感を与える状態である。AIは現実を再現するのではなく、人間が画像を撮影する方法を、その固有の限界や不正確さも含めて模倣するだけでよいのだ。

この進展は、真贋画像の判別能力に大きな課題をもたらします。AI画像が従来の写真に類似するようになるにつれ、その出所を特定することがより困難になります。これに対応するため、画像に暗号署名を付与し、作成時点からの追跡を可能にするC2PAコンテンツ認証規格の実装が進められています。

現在、スマートフォンで撮影された写真のほとんどには認証情報が欠けており、デジタル編集された画像とAIによって完全に作成された画像との境界線はますます曖昧になっています。ハードウェアと共有プラットフォーム全体で統一された基準が実装されるまで、ユーザーはデジタル空間における画像に関して必要な注意を払う必要があります。

出典: https://znews.vn/nghich-ly-cua-ai-tao-anh-post1612058.html