Khám phá "sự khác biệt" giữa AI và nhiếp ảnh | Knowledge #15

Việc tạo hình ảnh bằng AI cố gắng tái hiện trung thực văn bản đầu vào. Sự tận tâm trong việc thực hiện đúng yêu cầu và khả năng học hỏi dựa trên kho dữ liệu khổng lồ của AI là điều mà nhận thức con người khó có thể sánh kịp—gần như là "kỹ nghệ của thần thánh". Tuy nhiên, kết quả hình ảnh được tạo ra lại thường không thể chạm đến cảm xúc của người xem. Bài viết này sẽ đi sâu vào lý do tạo nên cảm giác khác biệt giữa hình ảnh do AI tạo ra và nhiếp ảnh truyền thống.

Phần lớn hình ảnh do AI tạo ra chuyển đổi văn bản thành hình ảnh một cách chính xác, không dư thừa, nói cách khác là thiếu "khoảng trống" (yohaku). "Khoảng trống" ở đây chỉ không gian hoặc thông tin được giữ lại một cách chủ ý hoặc vô thức; hình ảnh do AI tạo ra thường tràn ngập chi tiết và thiếu vắng khoảng trống này. Dù truyền tải thông tin một cách trung thực, nhưng lại không chứa đựng bối cảnh hay tầng nghĩa sâu hơn.

Tuy nhiên, "khoảng trống" lại chứa đựng sắc thái cảm xúc và ý nghĩa ẩn giấu của con người. Việc hiểu và tạo ra những tầng nghĩa dựa trên cảm xúc, bối cảnh là điểm yếu lớn nhất của AI—một thực thể không có thân thể vật lý. AI rất giỏi xử lý hình ảnh theo nghĩa đen, nhưng vẫn còn hạn chế trong việc tạo ra khoảng trống chứa chiều sâu cảm xúc và ý nghĩa ẩn. Đây là lĩnh vực mà AI vẫn đang tiếp tục phát triển.

Ảnh do con người chụp luôn chứa đựng nhiều ý nghĩa vượt lên trên việc ghi lại hình ảnh đơn thuần. Trong nhiếp ảnh, có thể xuất hiện những yếu tố bất ngờ, phổ cảm xúc đa dạng, thậm chí cả những "lỗi" không chủ ý. Tất cả những yếu tố ngẫu nhiên này trở thành một phần của câu chuyện mà bức ảnh truyền tải, mở ra không gian đồng cảm và tưởng tượng cho người thưởng lãm.

Cảm giác khác biệt rõ rệt giữa hình ảnh do AI tạo ra và nhiếp ảnh truyền thống phần lớn phụ thuộc vào sự hiện diện của "khoảng trống". Để hiểu rõ hơn, hãy cùng tìm hiểu quy trình tạo hình ảnh của AI.

1. Chuyển đổi văn bản: AI chuyển đổi các từ khóa đầu vào thành các khái niệm dễ hiểu. Ví dụ, khi nhập "chim bay trên trời", AI sẽ diễn giải thành các yếu tố hình ảnh và chuyển thành chỉ dẫn cơ bản để vẽ nên cảnh biển hoặc hình dáng chú chó.
2. Tạo hình ảnh từ nhiễu: AI bắt đầu từ một tập hợp nhiễu hoàn toàn ngẫu nhiên (các pixel không có đặc điểm cụ thể), sau đó dần loại bỏ nhiễu để hình thành hình ảnh cụ thể.
3. Giải mã hình ảnh: Đây là quá trình chuyển đổi dữ liệu hình ảnh do AI tạo ra thành định dạng dễ hiểu với mắt người, như JPEG hoặc PNG, đồng thời điều chỉnh độ phân giải, màu sắc và thực hiện các thao tác chỉnh sửa nội bộ.

Quá trình loại bỏ "nhiễu" khi AI tạo hình ảnh chủ yếu dựa trên các phép toán và thuật toán. Việc loại bỏ nhiễu giúp hình ảnh trở nên thực tế hơn, nhưng vẫn tồn tại giới hạn. Những yếu tố ngẫu nhiên, cảm xúc phong phú và sự không hoàn hảo vốn có trong nhiếp ảnh do con người tạo ra là điều mà các phép toán khó nắm bắt. Ngay từ giai đoạn này, sự khác biệt trong quan điểm về nhiễu giữa AI và con người đã xuất hiện.

Trong từng bước xử lý hình ảnh, việc AI hoàn toàn hiểu và tái hiện được sự phức tạp, tinh tế của con người là điều mà công nghệ hiện tại chưa thể đạt tới. AI xuất sắc trong việc diễn giải nghĩa đen và xuất ra kết quả dựa trên dữ liệu, nhưng vẫn chưa thể mô phỏng trọn vẹn chiều sâu trải nghiệm và cảm xúc của con người. Để nâng cao độ chính xác, có lẽ điều AI cần là học cách đồng hành cùng những "khoảng trống" tưởng chừng vô nghĩa trong đời sống thường nhật của con người.