در لبهما دوست داریم بپرسیم “عکس چیست؟” وقتی سعی می کنیم تصاویر واقعی و غیرواقعی را حل کنیم ، به خصوص آنهایی که با دوربین های تلفنی گرفته شده اند. اما فکر می کنم سوال دیگری وجود دارد که می خواهیم به مخلوط اضافه کنیم که از این زمان شروع می شود: چیست دوربین؟ با معرفی Pixel 10 Pro و Pro XL ، این پاسخ وحشی تر و پیچیده تر از همیشه است ، زیرا هوش مصنوعی تولید فقط چیزی نیست که بتوانم برای ویرایش عکسی که قبلاً گرفته است استفاده کنم. آن را مستقیماً در خود محفظه پخته می شود.
من در مورد Pro Res Zoom صحبت می کنم ، که نباید با فرمت ویدیویی Apple Prores یا Google اشتباه گرفته شود فوق العاده RES بزرگنمایی ، بنابراین به همه ما کمک کنید. Pro res Zoom هنگام عبور از 30 برابر ، حداکثر 100 برابر بزرگنمایی دیجیتال وارد می شود. معمولاً دوربین از الگوریتم برای پر کردن سوراخ های باقی مانده با افزایش بخش کوچکی از عکس خود به وضوح اصلی استفاده می کند. به طور کلی ، نتایج به نظر می رسد زباله های گرم ، به ویژه هنگامی که با وجود بهترین تلاش های هر تولید کننده دوربین در دو دهه گذشته به 75x یا 100x می رسد. Pro Res Zoom قصد دارد تصویری قابل استفاده را ارائه دهد که در آن او قبلاً یکی را بدست نیاورد ، و این همان جایی است که مدل انتشار وارد می شود.
این یک است نهفته مدل انتشار ، مدیر محصول Google Pixels Isaac Reynolds Pixels به من می گوید. او آن را به عنوان یک فرآیند کاملاً جدید نمی داند ، بیشتر به عنوان تنوع آنچه دوربین های تلفنی سالها انجام داده اند. الگوریتم ها مدتهاست که به شناسایی موضوعات و بهبود جزئیات کمک کرده اند ، تولید مصنوعات ناخواسته مانند محصول جانبی که مهندسان در به روزرسانی های بعدی خرد می کنند. او می گوید: “هوش مصنوعی تولیدی فقط یک الگوریتم متفاوت با مصنوعات مختلف است.” اما بر خلاف یک شبکه عصبی معمولی تر ، یک مدل انتشار “بسیار خوب برای از بین بردن مصنوعات” است.
این می تواند حسن نیت باشد. در تعداد انگشت شماری از تظاهرات هایی که من دیدم ، Pro Zoom چند عکس بزرگنمایی 100 برابر را کاملاً پیچیده تمیز کرد. تمام پردازش ها پس از گرفتن عکس روی دستگاه اتفاق می افتد. رینولدز به من می گوید که وقتی گوگل شروع به توسعه عملکرد کرد ، حدود یک دقیقه طول کشید تا مدل انتشار را روی تلفن اجرا کند. تیم وی چهار یا پنج ثانیه در زمان اعدام پیروز شد. پس از انجام پردازش ، نسخه جدید به همراه نسخه اصلی ذخیره می شود. من فقط او را دیدم که چند بار کار می کند ، اما نتیجه ای که دیدم بسیار خوب به نظر می رسید.
1/3
Pro res Zoom دارای یک نرده مهم است: در افراد کار نمی کند. اگر شخصی را در تصویر تشخیص دهید ، در اطراف آنها کار خواهد کرد و همه چیز را بهبود می بخشد و انسان را ترک می کند. این یک ایده خوب است ، نه تنها به این دلیل که من یک دوربین تلفنی نمی خواهم که ویژگی های مختلف چهره من را توهم کند ، بلکه به این دلیل است که از نظر شبح وار می تواند مشکل ساز باشد.
Google همچنین یک قدم مسئول برای برچسب زدن عکس های گرفته شده با تلفن با اعتبار محتوای C2PA برداشته استبا برچسب زدن عکس های HA ZOOM به عنوان “ویرایش شده با ابزارهای AI”. اما در اینجا متوقف نشو – همه عکس های گرفته شده با پیکسل 10 برچسب گذاری شده است تا نشان دهد که آنها با یک دوربین گرفته شده اند و اگر AI نقشی داشته است. اگر یک عکس نتیجه ادغام چندین فریم مانند پانوراما باشد ، در اعتبار محتوا نیز ذکر خواهد شد.
رینولدز توضیح می دهد که همه چیز در تلاش برای کاهش “اثر ضمنی” است. اگر فقط برچسب ها را روی تصاویر تولید شده توسط AI اعمال می کنید ، به نظر می رسد هر چیزی بدون برچسب AI معتبر است. اما این فقط بدان معنی است که منشأ یک تصویر ناشناخته است ، به خصوص در دوره دسترسی به راحتی به ابزارهای IA و تولید تصویر. این می توانست با AI ویرایش شود و به عنوان چنین برچسب گذاری نشده باشد ، یا برچسب می توانست از عکس گرفتن و به اشتراک گذاشتن آن تصویر حذف شود.
نکته این است که اعتبار C2PA پس از ایجاد آنها قابل تغییر نیست. پیدا کردن یک برچسب برای شناسایی مثبت تصویری که توسط دوربین ایجاد شده است به یکی از تنها راه های ایمن برای دانستن اینکه آنچه می بینید AI نیست. اگر این آینده ای باشد که ما به سمت آن پیشرفت می کنیم ، بین آن واقعیت و یک واقعیت که اکنون زندگی می کنیم شکاف گسترده ای وجود دارد.
رینولدز اذعان می کند: “من فکر می کنم یک دوره آموزش وجود خواهد داشت.” او فکر می کند که این مرحله از قبل در حال انجام است ، و من موافقم. اما هنوز هم برای مردم و نهادهای ما ، بین اکنون و آینده ، پتانسیل صدمات واقعی وجود دارد و این همان چیزی است که بیشتر از همه این لحظه مرا آزار می دهد.
دوربینی که از AI برای تمیز کردن عکسهای زوم گه شما استفاده می کند ، هنوز فقط یک دوربین است؟ احتمالاً فعلاً
جدا از شک و تردیدها ، من هنوز سوالی داشتم که به آن پاسخ دادم: دقیقاً تصویری که با Pro -zoom گرفته شده است چیست؟ یک خاطره؟ بهترین فرض یک ربات چگونه یک درخت را می بینید؟ زمانی که در زمان از دست رفته ، مانند اشک در باران؟ اگر از مجسمه آزادی عکس بگیرم ، آیا واقعاً عکسی است که من گرفتم؟ رینولدز چنین فکر می کند.
او می گوید: “بزرگنمایی Pro Res بسیار مراقب است که یک تصویر باشد.” “هیچ چیز در مورد بزرگنمایی وجود ندارد که آنچه را که انتظار یک دوربین را دارد تغییر دهد. زیرا ما آن را ساختیم ، این همان چیزی است که ما می خواستیم.”
دوربینی که از AI برای تمیز کردن عکسهای زوم گه شما استفاده می کند ، هنوز فقط یک دوربین است؟ احتمالاً فعلاً اما یک درب باز برای کسی که می خواهد چیز دیگری بسازد وجود دارد ، و در این میان سؤالات زیادی وجود دارد.
عکس های آلیسون جانسون / The Verge
