Paradokset med AI-bildeskaping

I stedet for å forbedre bildekvaliteten, simulerer mange AI-modeller aktivt støy, dårlig belysning og visuell forvrengning for å forbedre realismen.

Googles Nano Banana Pro har ganske realistisk bildekvalitet. Foto: Mashable .

I de første årene med kunstig intelligens (KI)-avbildningsteknologi var de resulterende produktene ofte lett identifiserbare som falske. Bilder med for mange fingre, forvrengte kroppsdetaljer eller urealistisk belysning var vanlige avslørende tegn.

Den epoken går imidlertid mot slutten. AI-drevne bildeskapingsverktøy blir stadig mer overbevisende, ikke ved å perfeksjonere selve bildet, men ved bevisst å innlemme feil som etterligner ekte fotografier.

Trender innen AI-bildeproduksjon

OpenAI lanserte bildegenereringsverktøyet DALL-E for mindre enn fem år siden. Den første versjonen kunne bare lage bilder med en oppløsning på 256 x 256 piksler, noe som gjorde det mer eksperimentelt enn praktisk. Med DALL-E 2 ble oppløsningen økt til 1024 x 1024 piksler, noe som resulterte i betydelig mer realistiske bilder. Detaljer viser imidlertid fortsatt tegn på avvik, fra uskarpe overflater til objekter som er vanskelige å forklare visuelt.

Samtidig fikk Midjourney og Stable Diffusion også raskt oppmerksomhet fra det kreative miljøet. I løpet av de neste årene ble modellene kontinuerlig forbedret, noe som reduserte geometriske feil og forbedret tekstens synlighet. Mye av AI-en føltes imidlertid fortsatt «for perfekt», med lyssetting, komposisjon og glatthet som lignet mer på illustrasjoner enn ekte fotografier.

Mange AI-modeller produserer bilder som er for realistiske til å være virkelighetsnære. Foto: Bloomberg .

Denne trenden er i endring. Utviklere begynner å bevege seg mot realisme, og gjenskaper ufullkommenhetene som er iboende i bilder tatt med vanlige enheter, spesielt telefonkameraer.

I siste halvdel av 2025 introduserte Google Nano Banana-bildemodellen i Gemini-appen, etterfulgt av ytterligere oppgraderinger med Nano Banana Pro. Ifølge søkegiganten er dette den mest realistiske bildemodellen til dags dato, med muligheten til å utnytte kunnskap fra den virkelige verden og vise tekst mer effektivt.

Det er verdt å merke seg at mange bilder produsert av denne modellen ligner mye på bilder tatt med smarttelefoner, fra kontrast og perspektiv til lyssetting og skarphet.

Bilder tatt med smarttelefonkameraer har sin egen unike stil. På grunn av begrensninger i sensor- og objektivstørrelse er smarttelefoner avhengige av flerbildebehandling for å forbedre bildekvaliteten. Dette skaper bilder med forbedrede mørke områder, uthevede detaljer og optimalisert for visning på små skjermer. KI-læring av denne stilen gjør bildene mer kjente for seerne, og reduserer dermed følelsen av kunstighet.

Paradokset med realistiske bilder

Google er ikke det eneste tilfellet. Adobe Firefly tilbyr et alternativ for «bildeforbedring», som lar brukere redusere poleringen av AI-bilder slik at de ligner mer på ekte fotografier. Meta inkluderer også en glidebryter for «styling», som lar brukere justere realismenivået.

Innen video brukes verktøy som OpenAIs Sora eller Googles Veo til å lage kornete klipp av lav kvalitet som etterligner bilder fra sikkerhetskameraer, som er «dårlige» nok til å være troverdige.

Videoer produsert med kunstig intelligens blir stadig mer realistiske. Foto: Bloomberg .

Ifølge noen fotoeksperter kan AIs evne til å simulere kjente feil hjelpe modeller med å unngå å falle ned i den «uvanlige dalen», en tilstand der bilder ligner mye på virkeligheten, men likevel skaper en følelse av ubehag for betrakteren. I stedet for å gjenskape virkeligheten, trenger AI ganske enkelt å etterligne hvordan mennesker tar bilder med alle deres iboende begrensninger og unøyaktigheter.

Denne utviklingen utgjør en betydelig utfordring for evnen til å skille mellom ekte og falske bilder. Etter hvert som AI-bilder i økende grad ligner konvensjonelle fotografier, blir det vanskeligere å identifisere opprinnelsen. Som svar på dette implementeres C2PA Content Credentials-standarden for å legge til kryptografiske signaturer til bilder, noe som muliggjør sporbarhet fra opprettelsesøyeblikket.

For tiden mangler de fleste bilder tatt med smarttelefoner autentiseringsinformasjon, mens grensen mellom digitalt redigerte bilder og bilder som er laget utelukkende av AI blir stadig mer uklar. Inntil standarder er implementert ensartet på tvers av maskinvare og delingsplattformer, må brukere fortsatt utvise nødvendig forsiktighet når det gjelder bilder i det digitale rommet.

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