สำรวจ "ความแตกต่าง" ระหว่าง AI กับการถ่ายภาพ | Knowledge #15

การสร้างภาพด้วย AI พยายามถ่ายทอดข้อความที่ป้อนเข้าไปอย่างซื่อสัตย์ ความแม่นยำในการปฏิบัติตามคำสั่งและการเรียนรู้จากฐานข้อมูลขนาดมหาศาลนั้นถือเป็น "ทักษะเหนือมนุษย์" ที่มนุษย์ไม่อาจเทียบได้ อย่างไรก็ตาม ผลลัพธ์ที่ได้จาก AI กลับมักไม่สามารถดึงดูดใจหรือสร้างความประทับใจให้กับผู้ชมได้เสมอไป บทความนี้จะสำรวจเหตุผลของความรู้สึกแปลกแยกระหว่างภาพที่สร้างโดย AI กับภาพถ่าย

ภาพที่สร้างโดย AI ส่วนใหญ่มักจะแปลงข้อความเป็นภาพได้อย่างถูกต้อง แต่ในขณะเดียวกันก็มักขาด "พื้นที่ว่าง" หรือ space ที่เกิดขึ้นโดยตั้งใจหรือไม่ตั้งใจก็ตาม ภาพที่สร้างโดย AI มักเต็มไปด้วยรายละเอียดจนขาดพื้นที่ว่างเหล่านี้ แม้จะถ่ายทอดข้อมูลได้อย่างครบถ้วน แต่กลับไม่มีบริบทหรือความหมายแฝง

ในทางกลับกัน "พื้นที่ว่าง" มักแฝงด้วยอารมณ์หรือความหมายที่ซ่อนอยู่ ซึ่งเป็นสิ่งที่ AI ยังขาดศักยภาพในการเข้าใจและถ่ายทอดอย่างลึกซึ้ง แม้ AI จะเก่งในการประมวลผลภาพเชิงลิตเตอรัล (literal) แต่การสร้างพื้นที่ว่างที่มีมิติทางอารมณ์หรือความหมายแฝงนั้นยังเป็นข้อจำกัดสำคัญของ AI

ภาพถ่ายที่มนุษย์สร้างขึ้นมีความหมายมากกว่าการบันทึกภาพเพียงอย่างเดียว ภาพถ่ายมักประกอบด้วยความไม่คาดคิด อารมณ์ที่หลากหลาย หรือแม้แต่สิ่งที่ดูเหมือน "ข้อผิดพลาด" โดยไม่ได้ตั้งใจ องค์ประกอบเหล่านี้ล้วนกลายเป็นส่วนหนึ่งของเรื่องราวในภาพถ่าย เปิดโอกาสให้ผู้ชมได้จินตนาการและเกิดความรู้สึกร่วม

ความรู้สึกแปลกแยกที่เกิดขึ้นระหว่างภาพที่สร้างโดย AI กับภาพถ่ายนั้น ส่วนหนึ่งขึ้นอยู่กับการมีหรือไม่มี "พื้นที่ว่าง" เพื่อเข้าใจประเด็นนี้มากขึ้น เรามาดูกระบวนการสร้างภาพของ AI กัน

1. การแปลงข้อความ: AI จะแปลงคำที่ป้อนเข้าไปเป็นแนวคิดที่เข้าใจง่าย เช่น เมื่อป้อนข้อความว่า "นกบินบนท้องฟ้า" AI จะตีความเป็นองค์ประกอบภาพและแปลงเป็นคำสั่งพื้นฐานสำหรับสร้างภาพ
2. การสร้างภาพจากนอยส์: AI จะเริ่มต้นจากนอยส์สุ่ม (กลุ่มพิกเซลที่ไม่มีรูปแบบ) แล้วค่อย ๆ กำจัดนอยส์เหล่านั้นจนเกิดเป็นภาพที่มีรายละเอียด
3. การถอดรหัสภาพ: ขั้นตอนนี้คือการแปลงข้อมูลภาพที่ AI สร้างขึ้นให้อยู่ในรูปแบบที่มนุษย์มองเห็นได้ เช่น JPEG หรือ PNG รวมถึงการปรับความละเอียด สี และการรีทัชภายใน

กระบวนการที่ AI กำจัด "นอยส์" ขณะสร้างภาพนั้น อาศัยการคำนวณทางคณิตศาสตร์และอัลกอริทึมเป็นหลัก แม้การลดนอยส์จะทำให้ภาพดูสมจริงขึ้น แต่ก็มีข้อจำกัด เพราะองค์ประกอบที่เกิดขึ้นโดยบังเอิญ อารมณ์ หรือความไม่สมบูรณ์ที่พบในภาพถ่ายของมนุษย์นั้นยากจะถ่ายทอดด้วยการคำนวณเพียงอย่างเดียว ความแตกต่างในมุมมองต่อ "นอยส์" ระหว่าง AI กับมนุษย์จึงเกิดขึ้นตั้งแต่จุดนี้

ในรายละเอียดของกระบวนการสร้างภาพ AI ยังไม่สามารถเข้าใจและถ่ายทอดความซับซ้อนหรือความละเอียดอ่อนของมนุษย์ได้อย่างสมบูรณ์ แม้ AI จะเก่งในการตีความตามตัวอักษรหรือสร้างผลลัพธ์ตามข้อมูล แต่ยังไม่สามารถเลียนแบบประสบการณ์และความลึกซึ้งทางอารมณ์ของมนุษย์ได้อย่างแท้จริง สิ่งที่ AI ควรเรียนรู้เพื่อพัฒนาให้แม่นยำยิ่งขึ้น อาจเป็นการเข้าใจ "พื้นที่ว่าง" เล็ก ๆ ที่ดูเหมือนไม่มีความหมายในชีวิตประจำวันของมนุษย์เหล่านั้น