Menyelami 'Perbedaan' Antara AI dan Fotografi | Knowledge #15

Pembuatan gambar oleh AI berusaha mereproduksi teks yang dimasukkan dengan setia. Ketulusan dalam melaksanakan perintah dan pembelajaran berdasarkan basis data yang luas adalah 'keajaiban' yang melampaui jangkauan kognitif manusia, sesuatu yang tidak mungkin bagi kita. Namun, sering kali hasil gambar yang dihasilkan tidak menarik perhatian kita. Kali ini, kita akan menyelidiki alasan ketidaknyamanan antara gambar yang dihasilkan AI dan fotografi.

Banyak gambar yang dihasilkan mengubah teks menjadi gambar dengan benar. Sebagian besar tidak memiliki pemborosan, atau dengan kata lain, tidak ada 'ruang kosong'. 'Ruang kosong' merujuk pada ruang atau informasi yang sengaja atau tidak sengaja dibiarkan, dan gambar yang dibuat oleh AI sering kali penuh dengan detail, sehingga sering kali kekurangan ruang kosong ini. Meskipun menyampaikan makna dengan setia sebagai informasi, tidak ada konteks yang disertakan.

Namun, 'ruang kosong' mengandung nuansa emosional manusia dan makna tersembunyi. Pemahaman kontekstual berdasarkan emosi ini adalah area yang paling lemah bagi AI yang tidak memiliki tubuh. AI unggul dalam memproses gambar secara literal, tetapi masih dalam tahap pengembangan dalam menciptakan ruang kosong yang mengandung kedalaman emosional dan makna tersembunyi.

Foto yang diambil manusia mengandung makna lebih dari sekadar rekaman gambar. Foto dapat mengandung spektrum emosi, ketidakpastian, dan terkadang elemen yang dianggap sebagai 'kesalahan' yang tidak disengaja. Semua hasil kebetulan ini menjadi bagian dari cerita yang disampaikan oleh foto, memberikan ruang untuk empati dan imajinasi bagi penonton.

Kita telah melihat bahwa ketidaknyamanan yang pasti ada antara gambar yang dihasilkan AI dan foto bergantung pada ada tidaknya 'ruang kosong'. Mari kita memahami lebih dalam dengan mengetahui proses AI dalam menghasilkan gambar.

1. Konversi Teks: AI mengubah kata-kata yang dimasukkan menjadi konsep yang mudah diinterpretasikan. Misalnya, jika teks 'burung terbang di langit' dimasukkan, AI akan memahaminya sebagai elemen gambar dan mengubahnya menjadi instruksi dasar untuk menggambarkan pemandangan pantai atau sosok anjing.
2. Pembuatan Gambar dari Kebisingan: AI memulai dari kebisingan yang sepenuhnya acak (kumpulan piksel acak tanpa fitur) dan secara bertahap menghilangkan kebisingan ini sambil membentuk gambar yang lebih konkret.
3. Dekripsi Gambar: Dekripsi gambar adalah proses mengubah data gambar yang dihasilkan AI menjadi bentuk yang mudah dipahami oleh mata manusia. Misalnya, mengonversi ke format gambar yang dapat dilihat manusia seperti JPEG atau PNG, serta melakukan retouching pada resolusi, warna, dan representasi internal gambar.

Proses AI dalam menghilangkan 'kebisingan' saat menghasilkan gambar pada dasarnya mengikuti perhitungan matematis dan algoritma. Menghilangkan kebisingan berarti mendekatkan gambar ke realitas, tetapi ada batasannya. Kebetulan dan kekayaan emosi serta ketidaksempurnaan yang secara alami ada dalam foto manusia adalah elemen yang sulit ditangkap oleh perhitungan. Pada titik ini, sudah ada perbedaan pandangan tentang kebisingan antara AI dan manusia.

Dalam berbagai proses yang dilakukan saat menghasilkan gambar, AI masih sulit untuk sepenuhnya memahami dan mereproduksi kompleksitas dan nuansa halus manusia dengan teknologi saat ini. AI unggul dalam interpretasi literal dan output berbasis data, tetapi belum dapat sepenuhnya meniru kedalaman pengalaman dan emosi manusia. Untuk meningkatkan akurasi, mungkin yang diperlukan AI saat ini adalah mendekati 'ruang kosong' yang tampaknya tidak berarti dalam kehidupan sehari-hari manusia.