Инструментът за промяна на лицето на Google Pixel предизвиква противоречия относно манипулирането на AI

Камерата никога не лъже. Освен разбира се, че се случва и изглежда, че се случва все по-често с всеки изминал ден.

В ерата на смартфоните бързите цифрови настройки за подобряване на изображенията са станали нещо обичайно, от подобряване на цветовете до регулиране на нивата на светлина.

Сега ново поколение инструменти за смартфони, захранвани от изкуствен интелект (AI), добавя към дебата за това какво означава да снимаш реалността.

Най-новите смартфони на Google, пуснати миналата седмица, Pixel 8 и Pixel 8 Pro, отиват крачка по-далеч от устройствата на други компании. Те използват изкуствен интелект, за да помогнат за промяна на изражението на хората в снимките.

Това е преживяване, което всички сме имали: има един човек в групова снимка, който отклонява поглед от камерата или не успява да се усмихне. Телефоните на Google вече могат да търсят във вашите снимки, за да смесват и съчетават предишни изрази, като използват машинно обучение, за да нарисуват усмивка от различно нейно изображение в снимка. Google го нарича Best Take.

Устройствата също така позволяват на потребителите да изтриват, местят и преоразмеряват нежелани елементи в изображение – от хора до сгради – „запълвайки“ оставащото пространство с така наречения Magic Editor. Това използва това, което е известно като задълбочено обучение, което е мощен алгоритъм с изкуствен интелект, който определя кои текстури трябва да запълнят празнината, като анализира околните пиксели, които може да види, използвайки знания, придобити от милиони други изображения.

Не е необходимо снимките да се правят на устройството. С Pixel 8 Pro можете да приложите това, което се нарича Magic Editor или Best Take към всякакви снимки във вашата библиотека Google Photos.

За някои наблюдатели това повдига нови въпроси за това как се правят изображенията.

Андрю Пиърсол, професионален фотограф и старши преподавател по журналистика в Университета на Южен Уелс, е съгласен, че манипулирането на изкуствения интелект е свързано с рискове.

„Обикновената манипулация, дори поради естетически причини, може да ни отведе по тъмен път“, каза той.

Той каза, че рисковете са по-високи за тези, които използват AI в професионален контекст, но има последици, които всеки трябва да вземе предвид.

„Трябва да сте много внимателни относно „Кога пресичате границата?“

„Сега е много обезпокоително, че можете да направите снимка и незабавно да премахнете нещо от телефона си. Мисля, че се движим в един вид фалшив свят.“

Говорейки пред BBC, Айзък Рейнолдс от Google, който ръководи екипа, разработващ системи за камери на смартфоните на компанията, каза, че компанията приема сериозно етичните съображения на своите потребителски технологии.

Той бързо отбеляза, че функции като Best Take не са „фалшиви“ нищо.

Качеството на камерата и софтуера е от ключово значение за компания, която се конкурира със Samsung, Apple и други, и тези функции на AI се разглеждат като уникална точка за продажба.

Всички рецензенти, които изразиха загриженост относно технологията, похвалиха качеството на изображението на камерата.

„Най-накрая можете да направите този кадър, в който всеки изглежда така, както искате да изглежда, и това е нещо, което не сте могли да правите на нито една камера на смартфон или на която и да е камера от известно време“, каза Рейнолдс.

„Ако има копие [of the photo you’ve taken] Където този човек се усмихва, ще ви покажа. „Но ако няма версия, в която се усмихват, тогава да, няма да го видите“, обясни той.

За г-н Рейнолдс окончателното изображение се превръща в „представяне на момента“. С други думи, този конкретен момент може да не се е случил, но образът, който сте искали да се случи, е създаден от множество реални моменти.

Професор Рафал Мантиок, експерт по графики и дисплеи в университета в Кеймбридж, каза, че е важно да се помни, че използването на изкуствен интелект в смартфоните не е за да направи изображенията да изглеждат реални.

„Хората не искат да улавят реалността“, каза той. „Те искат да правят красиви снимки. Целият тръбопровод за обработка на изображения в смартфоните е насочен към създаване на добре изглеждащи снимки – не истински снимки.“

Физическите ограничения на смартфоните означават, че те разчитат на машинно обучение за „попълване“ на информация, която не е в изображението.

Това помага за подобряване на мащабирането, подобряване на снимки при слаба светлина и в случая на функцията Magic Editor на Google – добавяне на елементи към снимки, които никога не са били там, или замяна на елементи от други снимки, като например замяна на намръщено лице с усмивка.

Манипулирането на изображения не е нищо ново, то е толкова старо, колкото и самата форма на изкуство. Но никога не е било по-лесно да мащабирате реално благодарение на AI.

По-рано тази година Samsung е критикуван Заради начина, по който използва алгоритми за дълбоко обучение, за да подобри качеството на снимките, направени на луната със своите смартфони. Тестовете установиха, че колкото и лоша да е била снимката, която сте направили първоначално, тя винаги ви дава използваема снимка.

С други думи – вашата снимка на луната не е непременно снимка на луната, която гледате.

Компанията признава критиките, заявявайки, че работи за „намаляване на всяко потенциално объркване, което може да възникне между правенето на снимка на истинската луна и снимка на луната“.

По отношение на новата технология на Google, Рейнолдс казва, че компанията добавя метаданни към своите снимки – цифровия отпечатък на изображението – използвайки индустриален стандарт, за да покаже кога е използван AI.

„Това е въпрос, за който говорим вътрешно. И говорихме за него надълго и нашироко. Защото работим по тези неща от години. Това е разговор и ние слушаме какво казват нашите потребители“, казва той .

Google е ясно уверен, че потребителите ще се съгласят, тъй като функциите за изкуствен интелект в новите им телефони са в основата на рекламната им кампания.

И така, има ли граница, която Google няма да премине, когато става въпрос за манипулиране на изображения?

Рейнолдс каза, че дебатът за използването на изкуствения интелект е толкова нюансиран, че не можете просто да посочите линия в пясъка и да кажете, че е твърде далеч.

„Колкото по-дълбоко навлизате в изграждането на функции, започвате да осъзнавате, че шрифтът е нещо като прекалено опростяване на това, което в крайна сметка се оказва много трудно решение за всяка функция“, казва той.

Въпреки че тези нови технологии повдигат етични съображения за това кое е реалност и кое не, професор Мантиок каза, че трябва да вземем предвид и ограниченията, наложени на очите ни.

„Фактът, че виждаме ясни цветни изображения, е защото мозъкът ни може да реконструира информация и да изведе дори липсваща информация“, каза той.

„Така че може да се оплаквате, че камерите правят фалшиви неща, но човешкият мозък всъщност прави същото нещо по различен начин.“