De paradox van AI-beeldcreatie

De Google Nano Banana Pro levert een redelijk realistische beeldkwaliteit. Foto: Mashable .

In de beginjaren van kunstmatige intelligentie (AI) beeldtechnologie waren de resulterende producten vaak gemakkelijk als nep te herkennen. Afbeeldingen met te veel vingers, vervormde lichaamsdetails of onrealistische belichting waren veelvoorkomende aanwijzingen.

Dat tijdperk loopt echter ten einde. Door AI aangedreven tools voor beeldcreatie worden steeds overtuigender, niet door het beeld zelf te perfectioneren, maar door opzettelijk imperfecties in te bouwen die echte foto's nabootsen.

Trends in AI-beeldcreatie

OpenAI lanceerde zijn DALL-E-tool voor beeldgeneratie minder dan vijf jaar geleden. De eerste versie kon alleen afbeeldingen maken met een resolutie van 256 x 256 pixels, waardoor het meer experimenteel dan praktisch was. Met DALL-E 2 werd de resolutie verhoogd naar 1024 x 1024 pixels, wat resulteerde in aanzienlijk realistischere afbeeldingen. Details vertonen echter nog steeds afwijkingen, van wazige oppervlakken tot objecten die visueel moeilijk te verklaren zijn.

Tegelijkertijd trokken Midjourney en Stable Diffusion al snel de aandacht van de creatieve gemeenschap. In de daaropvolgende jaren werden de modellen continu verbeterd, waardoor geometrische fouten werden verminderd en de leesbaarheid van tekst werd verbeterd. Veel van de AI voelde echter nog steeds "te perfect" aan, met belichting, compositie en vloeiendheid die meer op illustraties leken dan op echte foto's.

Veel AI-modellen produceren beelden die te realistisch zijn om echt te zijn. Foto: Bloomberg .

Deze trend is aan het veranderen. Ontwikkelaars beginnen zich meer te richten op realisme en bootsen de imperfecties na die inherent zijn aan foto's die met gangbare apparaten, met name telefooncamera's, zijn gemaakt.

In de tweede helft van 2025 introduceerde Google het Nano Banana-beeldcreatiemodel in de Gemini-app, gevolgd door verdere upgrades met Nano Banana Pro. Volgens de zoekgigant is dit het meest realistische beeldmodel tot nu toe, met de mogelijkheid om kennis uit de echte wereld te gebruiken en tekst effectiever weer te geven.

Opvallend is dat veel foto's die met dit model zijn gemaakt, sterk lijken op foto's die met smartphones zijn genomen, van contrast en perspectief tot belichting en scherpte.

Foto's gemaakt met smartphonecamera's hebben een eigen, unieke stijl. Door beperkingen in sensor- en lensgrootte maken smartphones gebruik van multi-frame processing om de beeldkwaliteit te verbeteren. Dit resulteert in foto's met versterkte donkere gebieden, benadrukte details en geoptimaliseerd voor weergave op kleine schermen. AI leert deze stijl, waardoor de beelden herkenbaarder worden voor de kijker en minder kunstmatig aanvoelen.

De paradox van realistische beelden

Google is niet het enige voorbeeld. Adobe Firefly biedt een optie voor "beeldverbetering", waarmee gebruikers de verfijning van AI-afbeeldingen kunnen verminderen zodat ze meer op echte foto's lijken. Meta bevat ook een schuifregelaar voor "stijl", waarmee gebruikers de mate van realisme kunnen aanpassen.

Op het gebied van video worden tools zoals OpenAI's Sora of Google's Veo gebruikt om korrelige clips van lage kwaliteit te maken die beelden van bewakingscamera's nabootsen, en die "slecht" genoeg zijn om geloofwaardig te zijn.

Video's die met behulp van AI worden geproduceerd, worden steeds realistischer. Foto: Bloomberg .

Volgens sommige fotografie-experts kan het vermogen van AI om bekende imperfecties te simuleren modellen helpen voorkomen dat ze in de "ongewone vallei" terechtkomen, een toestand waarin beelden sterk op de werkelijkheid lijken, maar toch een gevoel van ongemak bij de kijker oproepen. In plaats van de werkelijkheid na te bootsen, hoeft AI alleen maar te imiteren hoe mensen beelden vastleggen, met alle inherente beperkingen en onnauwkeurigheden.

Deze ontwikkeling vormt een aanzienlijke uitdaging voor het onderscheiden van echte en nepafbeeldingen. Naarmate AI-afbeeldingen steeds meer op traditionele foto's lijken, wordt het steeds moeilijker om hun oorsprong te achterhalen. Als reactie hierop wordt de C2PA Content Credentials-standaard geïmplementeerd om cryptografische handtekeningen aan afbeeldingen toe te voegen, waardoor traceerbaarheid vanaf het moment van creatie mogelijk wordt.

Momenteel ontbreekt bij de meeste foto's die met smartphones zijn gemaakt authenticatie-informatie, terwijl de grens tussen digitaal bewerkte afbeeldingen en afbeeldingen die volledig door AI zijn gemaakt steeds vager wordt. Totdat er uniforme standaarden zijn geïmplementeerd voor alle hardware en deelplatformen, moeten gebruikers nog steeds de nodige voorzichtigheid in acht nemen met betrekking tot afbeeldingen in de digitale ruimte.

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