Mākslīgais intelekts mobilajā fotogrāfijā – draugs vai ienaidnieks?

Šogad (pagaidām) no 18 testētiem flagmaņiem, manās rokās ir pabijuši 8. Katrs no tiem piedāvā varenākās kameras (tā vismaz uzskata ražotāju mārketings), tomēr tām šogad ir kāda savdabīga tendence – MI. Nav tā, ka mākslīgais intelekts arī iepriekš nav piesaukts priekšā un, atvainojiet, otrā galā, tomēr šī gada tendence ir iemānīt ģeneratīvo MI pa tiešo kameru lietotnē. Ko tas nozīmē? Lielos vilcienos tas nozīmē, ka vairs attēli neataino realitāti, bet hibrīdu starp nojausmu par realitāti un MI interpretāciju. Mazos vilcienos tas nozīmē, ka beidzot mobilā fotogrāfija var piedāvāt iespaidīgu palielinājumu, kas reizēm var būt pat izmantojams.

Šajā rakstā iepazīstināšu, ar ko šis gads ir īpašs mobilās fotogrāfijas un MI sadarbībā un vai tas nozīmē reālas fotogrāfijas nāvi?

Google pienesums

Mazliet zemāk uzrakstīšu par ražotājiem, kas pirms Google jau pamanījušies izmantot ģeneratīvu MI kameru lietotnēs, tomēr tā kā Google Pixel 10 sērija to sākusi piedāvāt, tad ir tikai laika jautājums, kad šai tendencei pievienosies Samsung un Apple. Lai paskaidrotu, jāsaprot atšķirība starp Google SuperRes un ProRes palielinājumu. SuperRes ir vecāka tehnoloģija, kas izmanto vairākus no palielinājuma kameras centra izkropotus attēlus, tad tos sastiķē kopā ar MI algoritmiem. Rezultātā tiek iegūts aptuvens attēls ar redzamu digitālo saasināšanu. Tas detaļām liek izskatīties mākslīgi. Tā kā Google apzinājās šīs sistēmas limitācijas, piemēram, Google Pixel 9 Pro XL piedāvāja “vien” 30x digitālo palielinājumu ar zināmu kvalitātes kritumu. Līdzīgu principu izmanto arī Samsung Galaxy S25 Ultra, lai panāktu 100x palielinājumu. Toties Apple neizmanto augstu digitālo palielinājumu, saprotot, ka ar šādu principu neko labu vairāk par 25x digitālo palielinājumu neizspiedīsi.

Tomēr Google Pixel 10 sērijas jaunums ir ProRes palielinājums. Atšķirība ir tāda, ka šoreiz Google izmanto daudz sarežģītāku MI algoritmu, kas ir spējīgs pats pieģenerēt klāt pazudušās detaļas. Tas arī ļāvis ražotājam digitālo palielinājumu palielināt līdz 100x. Atsevišķos gadījumos tas ļauj iegūt uzlabotu attēlu, bet citos… Proti, ģeneratīvais MI interpretē radoši esošos attēlus, tādēļ dažkārt iznākums ir pārāk radošs un tālu no patiesības. Piemēram, attēlā lejā, kur Brīvības statujai MI izdomāja, ka sejas detaļām jāatrodas aizmugurē. Vienkāršākā valodā – MI pats izdomā, kādām detaļām būtu jābūt, pat ja tas ir tālu no cilvēka intelekta loģikas.

Un pat ja attēls izskatās pieņemami, ģenerētās detaļas vienalga piešķir bildei zināma veida stilizāciju, kas reizēm var atgādināt akvareļu gleznu vai ko citu, kas šķiet attāls radinieks fotogrāfijai.

Pirmais paspēja Honor

Šogad pirmais ar šādu MI risinājumu iepazīstināja Honor Magic7 Pro. Honor ģeneratīvo MI izmanto gan 100x palielinājumam, gan portreta režīmam, gan, lai imitētu ātrāku slēdža ātrumu. Par visu pēc kārtas.

Palielinājumā tiešām MI cenšas uzminēt detaļas. Kā vienmēr tas izdodas dalītām sekmēm. Piemēru bildēs redzams, ka kameru optiskās spējas var uzņemt tikai aptuvenu nojausmu par spēles vāku, kas digitāli pietuvināts 100x. Tādēļ MI cenšas uzminēt detaļas, kā nu mācēdams, padarot attēlu par kaut kādu anime tēlu kompilāciju. Tomēr jāteic, ka ar ārtelpas objektiem MI veicās daudz labāk. Tas nemaina faktu, ka Honor risinājums ir viens no agresīvākajiem un mēdz pietuvinātu govi pārvērst par zirgu. Tā patiešām gadījās ārzemju apskatniekiem, kas testēja Honor Magic7 Pro Slovēnijas kalnu kūrortā.

Tas pats attiecās arī uz portreta režīmu, kur zem manas acs tika pieģenerēts tāds maisiņš, it kā es būtu ballējis mēnesi no vietas vai slimotu ar hiper mieža graudu. Tādēļ piemēru bildē redzēsiet MI interpretēto detaļu zem manas acs un tādu, kādu to redz citi cilvēki.

Diezgan praktisku MI pielietojumu Honor atradis aktīvajā režīmā, kas ļāvis atgūt detaļas izplūdušam, kustīgam objektam. Paldies modelim Rihardam par lēkāšanu!

Xiaomi ar MI sasniedz pat 120x palielinājumu

Šogad šādu risinājumu palielinājumam piedāvāja arī Xiaomi 15 Ultra un citi ražotāja modeļi. Uzreiz jāsaka, ka Xiaomi izmanto niansētākus algoritmus, kas spēj sniegt dabiskāku sniegumu, kā Honor. Tomēr arī šoreiz iznākums derēs vien arhitektūras detaļām un arī tad izskatīsies hiper reālistisks, kā pāris gadus vecās video spēlēs (lai šo redzētu, uzspied un palielini uz piemēru attēla).

Lai nodemonstrētu, cik “radošs” mēdz būt MI, atcerējos piedzīvojumu ar maģisko dzēšgumiju Xiaomi 15 Ultra apskatā. Attēlā ar vairākiem baložiem, no viena gribēju atbrīvoties. MI veiksmīgi noteica liekā baloža kontūru, bet tad to nevis izdzēsa, bet padarīja par albīnu baložu mazulīti. Tā teikt, objekta vietā izdzēsa pāris gadus no tā dzīves. OK, šis protams ir gļuks, kas cerams ar atjauninājumu ir sakārtots, jo cilvēkus Xiaomi spēj ļoti labi izņemt no attēla un pieģenerēt klāt trūkstošās detaļas. Es pat teiktu, ka ne sliktāk par Samsung un daudz labāk par Apple. Un te iezīmējas MI specifika – ja režīms ir mācīts no attēla izņemt cilvēkus, tad ar baložiem var būt problēmas. Tas arī izskaidro, kāpēc atsevišķas detaļas dažādi MI režīmi interpretē dažādi.

Xiaomi šādu MI piešprici piedāvā arī citiem modeļiem, piemēram, pavisam svaigajam Xiaomi 15T Pro. MI uzlabotu attēlu izmēģināju ar 60x digitālo palielinājumu (maksimāli var sasniegt 100x). Jumta korē, kas ir relatīvi vienkāršs objekts, tika atgūts pārsteidzoši daudz detaļu un reducēta graudainība. Tomēr arī šeit objekts ieguva hiperreālistisku veidolu un detaļa, kas bija acīm redzami gluda tika interpretēta, kā gofrēta (skatīt jumta kores augšu).

Salīdzinoši primitīvāks veids, kā izmantot MI, jau eksistē gadiem. Tas ir mēness režīms, kas ļauj MI uzstiķēt mēnesim krāterus.

Nesmādē arī citi ražotāji, bet citi izvairās

Interesanti, kamēr tādi makani, kā Samsung un Apple radošo MI kameru lietotnēs vēl nav aktivizējuši, pat tādi jauni ražotāji, kā Nothing no šīs iespējas nevairās. Nothing Phone (3) ar MI “cenšas uzlabot” digitālo palielinājumu virs 30x. Kāpēc pēdiņās? Tāpēc, ka tomēr ļoti atkarīgs no resursiem, ar ko MI tiek mācīts. Un var just, ka jaunam ražotājam nav pieejami tik daudz resursi, ko atvēlēt kamerām, kā vecākiem ražotājiem. Nothing gadījumā sniegums nebija konstants, netika aktivizēts vienmēr, kad nepieciešams, un reizēm pat attēlu padarīja neuztveramāku. Piemēru bildēs var redzēt, ka pulksteņa ciparnīca saprotamāka ir neasākajā attēlā bez MI klātbūtnes, jo otrā attēlā MI jau atkal cenšas cipariem pievienot detaļas, kādas tiem nav. Tas attiecas arī uz tekstu, kas rakstīts zem logo. Arī fona detaļas šķiet saasinātas mākslīgi un dabiskākas šķiet attēlā bez MI iesaistes. Šoreiz gan ciparnīca ir uztverama, tomēr man ir gadījies testēt viedtālruņus, kas šim pašam pulkstenim ciparus pārveido par nesaprotamiem ornamentiem.

Tikmēr nedz Samsung, nedz Apple vēl pagaidām tiešu ģeneratīvo MI savās kameru lietotnēs nav aktivizējis. Mans minējums, ka Samsung varētu tādu nodrošināt nākamajā Galaxy S26 Ultra, ja reiz arī Google Pixel to sācis šogad ieviest. Turklāt Samsung nepieļaus, ka Pixel ar MI palīdzību veido skaidrākus 100x palielinājuma kadrus, kā pats Samsung, kas pirmais ieviesa šāda tāluma palielinājumu viedtālruņos. Tomēr Apple no šāda soļa varētu vēl pāris gadus atturēties. Kāpēc? Tāpēc, ka Apple pagaidām neko prātīgu savam MI nav iemācījis. Pilns internets ar salīdzinājumiem, ka iPhone pēc objekta izdzēšanas fonā ģenerē nesaprotamus artefaktus, bet Samsung un Pixel vismaz piemēro dabiskāku detaļu interpretāciju. Zinot, kā Apple nespēj apmācīt Siri, lai tā darbība pietuvotos Gemini, nedomāju, ka Apple izdosies tuvākajā laikā uztrenēt MI darbību tādā līmenī, lai to integrētu kameru lietotnē.

Un ja nu tomēr gribas peldēt pilnīgi pret straumi, gandrīz neizmantojot MI, tad vienīgā opcija ir pie mums vairs nenopērkamais Sony Xperia 1 VII, kas MI palīdzību piedēvējis vien auto fokusam (kas bez visa MI, Sony vienmēr ir bijis ļoti labs).

MI halucinācijas, jeb fotogrāfijas koncepts ir miris

MI halucinācijas ir gadījumi, kad MI ģenerē informāciju, kas nav balstīta uz reāliem datiem vai faktiem, tā vietā piedāvājot jaunradi. Jā, zinu, ka šis vairāk attiecas uz tiem brīžiem, kad jāsasteidz publikācija un MI izmet neeksistējošus akadēmiskos pētījumus. Bet MI halucinācijas var attiecināt arī uz augstāk minētajiem piemēriem – baložu mazuli, gofrētu jumta kori, mega mieža graudu zem acs un citiem piemēriem. Tas arī nozīmē, ka ierīcei, kam optika vienkārši fiziski nesniedzas tik tālu, cik ražotājs uzdrošinājies, attēls faktiski kļūst par MI fikciju. Un tas teorētiski nozīmē fotogrāfijas nāvi. Tas prasa arī kritisko domāšanu no patērētāja puses, lai brīžos, kad nav redzami meta dati vai ūdenszīme, lietotājs varētu atšķirt, ka par autentisku attēlu tomēr nevajadzētu uztvert.

Jāatceras, ka suns zina, ko ēdis, jeb atkarīgs, ar ko MI ir mācīts. Reti kurš kameru lietotnēs integrētais MI rīks spēj tikt galā ar tekstu. Bieži teksts tiek pārvērsts grūti uztveramos hieroglifos. Lai gan cilvēka smadzenes ir veidotas tā, lai jau asociatīvi saprastu, ka uzrakstā redzams “Ice Cream”, tomēr MI to pārveidojis drīzāk par “Ke Cheam”(pirmajā bildē).

Uzticamību šādiem attēliem mazina arī ģeneratīvā MI daba. Proti, vairāki, pēc kārtas uzņemti attēli var izskatīties visai atšķirīgi, jo MI cenšas katru reizi detaļas uzminēt no jauna. Tas arī rada attēlu ar artefaktiem, kam tur nebūtu jābūt. Piemēru bildē var redzēt ekrāna tvērumu no XDA video, kur salīdzināta viena transformatora būda, kas uzņemta piecas reizes pēc kārtas. MI tās detaļas centies katru reizi ģenerēt atšķirīgi.

Nobeigumā – fotogrāfija ir mirusi, bet potenciāls ir milzīgs

Pagaidām ģeneratīvais MI visradošāk izpaužas tieši pie augsta digitālā palielinājuma, bet tas uzdod ētiskas dabas jautājumu, vai šādu attēlu vispār var uztvert, kā realitātes attēlojumu? ASV jau šobrīd ir bijuši tiesu precedenti, kas attaisnojuši noziedznieku, jo šāds attēls vairs netiek uzskatīts par pierādījumu. Un faktiski šādi attēli rada jaunu realitāti.

Tomēr potenciāls šādai iespējai ir milzīgs. Tas faktiski risina viedtālruņu fizikas problēmu, jo tiem vienkārši nav vieta, kur iemānīt reālu, augstas kvalitātes palielinājuma kameru. Ir nepieciešams laiks, lai MI apgūtu tik daudz datu, lai arī radošās detaļas tiktu piemērotas reālistiski. Galu galā, nevajag tās govis pārvērst zirgos. Pastāv protams risks, ka MI šādi var radīt pilnīgi izdomātu realitāti, tomēr mums atliek vienīgi paļauties uz ražotāju godprātību, ka tie saglabās fotogrāfijas galveno funkciju – realitātes atspoguļojumu.

Ko Tu domā par ģeneratīvā MI integrēšanu kameru lietotnēs?