Khám phá "Sự khác biệt" giữa AI và Nhiếp ảnh | Knowledge #15

Việc tạo hình ảnh bằng AI cố gắng tái hiện chính xác văn bản đã nhập. Sự trung thực trong việc thực hiện những gì được yêu cầu và học hỏi từ cơ sở dữ liệu khổng lồ là một "kỹ năng thần thánh" vượt qua khả năng nhận thức của con người, điều mà chúng ta không thể làm được. Tuy nhiên, kết quả của hình ảnh được tạo ra thường không thu hút được trái tim con người. Lần này, chúng ta sẽ khám phá lý do cho cảm giác khác biệt giữa hình ảnh được tạo ra bởi AI và nhiếp ảnh.

Nhiều hình ảnh được tạo ra chuyển đổi văn bản thành hình ảnh một cách chính xác. Nhiều trong số đó không có sự lãng phí, hay nói cách khác là không có "khoảng trống". "Khoảng trống" là không gian hoặc thông tin được để lại một cách có chủ ý hoặc không có chủ ý, và hình ảnh được tạo ra bởi AI thường tràn ngập chi tiết, thiếu đi khoảng trống này. Mặc dù chúng truyền tải ý nghĩa một cách trung thực, nhưng không bao gồm ngữ cảnh.

Tuy nhiên, "khoảng trống" chứa đựng sắc thái cảm xúc và ý nghĩa ẩn giấu của con người. Sự hiểu biết dựa trên cảm xúc này là lĩnh vực mà AI, không có cơ thể, yếu nhất. AI có khả năng xử lý hình ảnh một cách chữ nghĩa, nhưng vẫn đang trong quá trình phát triển để tạo ra khoảng trống bao gồm chiều sâu cảm xúc và ý nghĩa ẩn giấu.

Ảnh chụp bởi con người chứa đựng nhiều ý nghĩa hơn là chỉ ghi lại hình ảnh. Ảnh có thể chứa đựng sự bất ngờ và phổ cảm xúc, đôi khi là những yếu tố được coi là "lỗi" không có chủ ý. Tất cả những sản phẩm ngẫu nhiên này trở thành một phần của câu chuyện mà bức ảnh truyền tải, mang lại sự đồng cảm và không gian tưởng tượng cho người xem.

Chúng ta đã thấy rằng cảm giác khác biệt thực sự tồn tại giữa hình ảnh do AI tạo ra và nhiếp ảnh phụ thuộc vào việc có "khoảng trống" giữa hai bên hay không. Hãy hiểu sâu hơn về quy trình AI tạo ra hình ảnh.

1. Chuyển đổi văn bản: AI chuyển đổi các từ đã nhập thành các khái niệm dễ hiểu. Ví dụ, khi nhập văn bản "chim bay trên trời", AI hiểu điều này như một yếu tố của hình ảnh và chuyển đổi thành chỉ dẫn cơ bản để vẽ cảnh biển hoặc hình ảnh con chó.
2. Tạo hình ảnh từ tiếng ồn: AI bắt đầu từ tiếng ồn hoàn toàn ngẫu nhiên (một tập hợp các pixel ngẫu nhiên, không có đặc điểm) và dần dần loại bỏ tiếng ồn này để hình thành hình ảnh cụ thể.
3. Giải mã hình ảnh: Giải mã hình ảnh là quá trình chuyển đổi dữ liệu hình ảnh do AI tạo ra thành dạng dễ hiểu bằng mắt người. Ví dụ, chuyển đổi thành các định dạng hình ảnh như JPEG hoặc PNG mà mắt người có thể nhìn thấy, hoặc chỉnh sửa độ phân giải, màu sắc, và biểu diễn nội bộ của hình ảnh.

Quá trình AI loại bỏ "tiếng ồn" khi tạo ra hình ảnh chủ yếu tuân theo các tính toán toán học và thuật toán. Việc loại bỏ tiếng ồn có nghĩa là làm cho hình ảnh gần với thực tế hơn, nhưng điều này có giới hạn. Sự ngẫu nhiên và sự phong phú cảm xúc, sự không hoàn hảo tự nhiên trong ảnh của con người là những yếu tố khó nắm bắt bằng tính toán. Tại thời điểm này, sự khác biệt trong quan điểm về tiếng ồn đã xuất hiện giữa AI và con người.

Trong các xử lý chi tiết khi tạo ra hình ảnh, việc AI hoàn toàn hiểu và tái hiện sự phức tạp và sắc thái tinh tế của con người là điều khó khăn với công nghệ hiện tại. AI giỏi trong việc diễn giải theo nghĩa đen và xuất ra dựa trên dữ liệu, nhưng chưa thể mô phỏng hoàn toàn trải nghiệm và chiều sâu cảm xúc của con người. Để nâng cao độ chính xác, có lẽ điều AI cần làm bây giờ là đồng hành cùng "khoảng trống" tưởng chừng vô nghĩa trong cuộc sống hàng ngày của con người.