 |
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）画像処理技術の黎明期には、生成された画像は偽物だと容易に判別できることが多かった。指が多すぎる画像、体の細部が歪んでいる画像、不自然な照明などが、偽物を見分ける一般的な兆候だった。
しかし、その時代は終わりを迎えつつある。AIを活用した画像生成ツールは、画像そのものを完璧にするのではなく、実際の写真に見られるような欠陥を意図的に組み込むことで、ますます説得力のあるものになりつつある。
AI画像生成のトレンド
OpenAIがDALL-E画像生成ツールをリリースしたのは5年足らず前のことだ。最初のバージョンでは256×256ピクセルの解像度しか生成できず、実用的というよりは実験的なものだった。DALL-E 2では解像度が1024×1024ピクセルに向上し、よりリアルな画像が生成されるようになった。しかし、ぼやけた表面や視覚的に説明しにくい物体など、細部には依然として不自然な点が見られる。
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た。その後数年間、モデルは継続的に改良され、幾何学的誤差が削減され、テキストの視認性が向上した。しかし、AIの多くは依然として「完璧すぎる」印象で、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た。
 |
多くのAIモデルは、現実とはかけ離れた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る。開発者たちは、よりリアルな表現を目指し始めており、一般的なデバイス、特にスマートフォンのカメラで撮影した写真に内在する不完全さを再現しようとしている。
2025年後半、GoogleはGeminiアプリにNano Banana画像生成モデルを導入し、その後Nano Banana Proへとさらに改良を加えた。Googleによると、これは現在までに開発された中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いう。
特筆すべきは、このモデルで撮影された画像の多くが、コントラストや遠近感から照明やシャープネスに至るまで、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点である。
スマートフォンで撮影した写真は、独自のスタイルを持っています。センサーやレンズのサイズに制約があるため、スマートフォンはマルチフレーム処理によって画質を向上させています。これにより、暗い部分が強調され、細部が際立ち、小さな画面での表示に最適化された写真が生成されます。AIがこのスタイルを学習することで、画像がより親しみやすくなり、人工的な印象が軽減されます。
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、実際の写真に近づけることができます。Metaにも「スタイリング」スライダーがあり、ユーザーはリアリティのレベルを調整できます。
動画分野では、OpenAIのSoraやGoogleのVeoといったツールが、防犯カメラの映像を模倣した低品質で粗いクリップを作成するために使用されている。こうしたクリップは、信憑性を持たせるのに十分なほど「粗悪」である。
 |
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 |
写真専門家の中には、AIが馴染みのある欠点をシミュレートできる能力は、モデルが「異常の谷」に陥るのを防ぐのに役立つと指摘する人もいる。異常の谷とは、画像が現実とよく似ているにもかかわらず、見る人に不安感を与える状態のことだ。AIは現実を再現するのではなく、人間が画像を撮影する際の、固有の限界や不正確さも含めて、その方法を模倣すればよいのだ。
この技術の発展は、真正な画像と偽造画像を区別する能力に大きな課題をもたらしている。AI画像が従来の写真にますます似てくるにつれ、その出所を特定することがより困難になる。これに対応するため、C2PAコンテンツ認証情報標準が導入され、画像に暗号署名を追加することで、作成時点からの追跡が可能になる。
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落しており、デジタル編集された画像とAIによって完全に生成された画像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導入されるまでは、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
コメント (0)