Paradoxul creării de imagini prin inteligență artificială

În loc să îmbunătățească calitatea imaginii, multe modele de inteligență artificială simulează activ zgomotul, iluminarea slabă și distorsiunea vizuală pentru a spori realismul.

Nano Banana Pro de la Google are o calitate a imaginii destul de realistă. Fotografie: Mashable .

În primii ani ai tehnologiei de imagistică bazate pe inteligență artificială (IA), produsele rezultate erau adesea ușor de identificat ca fiind false. Imaginile cu prea multe degete, detalii distorsionate ale corpului sau iluminare nerealistă erau semne revelatoare comune.

Totuși, acea eră se apropie de sfârșit. Instrumentele de creare a imaginilor bazate pe inteligență artificială devin din ce în ce mai convingătoare, nu prin perfecționarea imaginii în sine, ci prin încorporarea deliberată a defectelor care imită fotografiile reale.

Tendințe în crearea de imagini cu inteligență artificială

OpenAI a lansat instrumentul său de generare de imagini DALL-E în urmă cu mai puțin de cinci ani. Prima versiune putea crea doar imagini cu o rezoluție de 256 x 256 pixeli, ceea ce îl făcea mai degrabă experimental decât practic. Cu DALL-E 2, rezoluția a fost crescută la 1024 x 1024 pixeli, rezultând imagini semnificativ mai realiste. Cu toate acestea, detaliile prezintă încă semne de anomalii, de la suprafețe neclare la obiecte dificil de explicat vizual.

În același timp, Midjourney și Stable Diffusion au câștigat rapid atenția comunității creative. În următorii ani, modelele au fost îmbunătățite continuu, reducând erorile geometrice și sporind vizibilitatea textului. Cu toate acestea, o mare parte din inteligența artificială încă părea „prea perfectă”, iluminarea, compoziția și netezimea imaginilor semănând mai mult cu ilustrațiile decât cu fotografiile reale.

Multe modele de inteligență artificială produc imagini prea realiste pentru a fi fidele vieții. Foto: Bloomberg .

Această tendință se schimbă. Dezvoltatorii încep să se îndrepte spre realism, recreând imperfecțiunile inerente fotografiilor realizate cu dispozitive comune, în special camerele de telefon.

În a doua jumătate a anului 2025, Google a introdus modelul de creare a imaginilor Nano Banana în aplicația Gemini, urmat de actualizări suplimentare cu Nano Banana Pro. Potrivit gigantului de căutare, acesta este cel mai realist model de imagine de până acum, cu capacitatea de a utiliza cunoștințe din lumea reală și de a afișa textul mai eficient.

În mod special, multe imagini produse de acest model seamănă foarte mult cu cele realizate cu smartphone-uri, de la contrast și perspectivă până la iluminare și claritate.

Fotografiile realizate cu camerele smartphone-urilor au propriul lor stil unic. Din cauza limitărilor legate de dimensiunea senzorilor și a obiectivului, smartphone-urile se bazează pe procesarea multi-frame pentru a îmbunătăți calitatea imaginii. Aceasta creează fotografii cu zone întunecate îmbunătățite, detalii evidențiate și optimizate pentru afișarea pe ecrane mici. Învățarea acestui stil de către inteligența artificială face ca imaginile să fie mai familiare pentru privitori, reducând astfel senzația de artificialitate.

Paradoxul imaginilor realiste

Google nu este singurul caz. Adobe Firefly oferă o opțiune de „îmbunătățire a imaginii”, permițând utilizatorilor să reducă finisajul imaginilor create de inteligența artificială pentru a semăna cât mai mult cu fotografiile reale. Meta include și un cursor de „stilizare”, permițând utilizatorilor să ajusteze nivelul de realism.

În domeniul video , instrumente precum Sora de la OpenAI sau Veo de la Google sunt folosite pentru a crea clipuri de calitate scăzută, granulate, care imită imagini de la camerele de securitate, care sunt suficient de „proaste” pentru a fi credibile.

Videoclipurile produse cu ajutorul inteligenței artificiale devin din ce în ce mai realiste. Foto: Bloomberg .

Potrivit unor experți în fotografie, capacitatea inteligenței artificiale de a simula defecte familiare poate ajuta modelele să evite căderea în „valea neobișnuită”, o stare în care imaginile seamănă foarte mult cu realitatea, dar totuși creează un sentiment de neliniște pentru privitor. În loc să recreeze realitatea, inteligența artificială trebuie pur și simplu să imite modul în care oamenii surprind imagini cu toate limitările și inexactitățile lor inerente.

Această dezvoltare reprezintă o provocare semnificativă pentru capacitatea de a distinge între imaginile autentice și cele false. Pe măsură ce imaginile realizate cu inteligență artificială seamănă din ce în ce mai mult cu fotografiile convenționale, identificarea originii acestora devine mai dificilă. Ca răspuns la aceasta, standardul C2PA Content Credentials este implementat pentru a adăuga semnături criptografice imaginilor, permițând trasabilitatea din momentul creării.

În prezent, majoritatea fotografiilor realizate cu smartphone-uri nu conțin informații de autentificare, iar linia dintre imaginile editate digital și cele create în întregime prin inteligență artificială devine din ce în ce mai neclară. Până când standardele nu vor fi implementate uniform pe toate platformele hardware și de partajare, utilizatorii trebuie să fie în continuare precauți în ceea ce privește imaginile din spațiul digital.

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