Yapay zeka görüntü oluşturucuları kötüleştikçe iyileşiyor

Bu Geri adımteknoloji dünyasından önemli bir hikayeyi anlatan haftalık bir bülten. Akıllı telefonlar ve dijital görüntüler (gerçek veya başka türlü) hakkında daha fazla bilgi için takip edin Allison Johnson. Stepback abonelerimizin gelen kutularına sabah 8'de ET'de ulaşıyor. Şunu seçin: Geri adım Burada.

Yapay zekayla görüntü oluşturmanın ilk günlerini hatırlıyor musunuz? Yönlendirmelerimiz, çok fazla parmağı olan, lastik gibi uzuvları olan ve diğer detayların kolayca sahte olduğunu işaret eden insanlara yol açtığında nasıl da güldük. Ama eğer yetişmiyorsanız, şakanın bittiğini üzülerek bildiririm. Yapay zeka görüntü oluşturucuları, kısmen şaşırtıcı yeni bir gelişme sayesinde gerçekçi sahte görüntüler oluşturmada çok daha iyi hale geliyor: görüntü kalitesini biraz artırmak daha kötüsü.

İnanabiliyorsanız OpenAI, görüntü oluşturma aracı DALL-E'yi beş yıldan biraz daha kısa bir süre önce piyasaya sürdü. İlk yinelemesinde yalnızca 256 x 256 piksellik görüntüler üretebildi; temelde küçük küçük resimler. Bir yıl sonra DALL-E 2, ileriye doğru büyük bir adım olarak piyasaya çıktı. Görüntüler 1024 x 1024 boyutundaydı ve şaşırtıcı derecede gerçekçi görünüyordu. Ama hep söylenenler vardı.

Casey Newton'un evinde DALL-E 2 ile uygulamalı çalışma Beta sürümüne çıktıktan hemen sonra, isteminden oluşturulmuş bir görseli ekledi: "İtfaiyeci gibi giyinmiş bir shiba inu köpeği." Fena değil ve bir bakışta görürseniz sizi kandırabilir. Ancak köpeğin kürkünün hatları bulanık, (sevimli küçük) kürkündeki yama sadece saçma sapan karalamalardan ibaret ve köpeğin boynunun yan tarafında oraya ait olmayan tuhaf, kalın bir yaka etiketi asılı. Aynı makaledeki gözlü tarçınlı rulolara inanmak daha kolaydı.

Midjourney ve Stabil Difüzyon da bu sıralarda ön plana çıktı ve yapay zeka sanatçıları ve şu özelliklere sahip insanlar tarafından benimsendi: daha az lezzetli tasarımlar. Önümüzdeki birkaç yıl içinde kusurları en aza indiren ve metni daha doğru bir şekilde oluşturma yeteneği ekleyen yeni, daha iyi modeller ortaya çıktı. Ancak yapay zeka tarafından oluşturulan görüntülerin çoğu hala belirli bir görünüm taşıyordu: biraz fazla pürüzsüz ve mükemmelsamimi bir fotoğraftan çok, stilize bir portreyle bağdaştıracağınız türden bir ışıltıyla. Bazı yapay zeka görüntüleri hâlâ bu şekilde görünüyor ancak buna yönelik yeni bir trend var: gerçek parlaklığı azaltan gerçekçilik.

OpenAI, Google ve Meta gibileriyle karşılaştırıldığında teknoloji dünyasında göreceli olarak yeni bir şirkettir, ancak bu köklü şirketler, AI yükselirken yerinde durmuyorlar. 2025'in ikinci yarısında Google, Gemini uygulamasında Nano Banana adında yeni bir resim modeli yayınladı. İnsanlar bunu kendilerinin gerçekçi figürlerini yapmak için kullanmaya başladığında viral oldu. Meslektaşım Robert Hart trendi denedim ve ilginç bir şey fark ettim: model gerçek benzerliğini korudu diğer yapay zeka araçlarından daha sadıktır.

Yapay zeka görüntülerinin özelliği budur: onlar genellikle tarafsız, yumuşak bir orta yola yönelme eğilimindedir. Bir masa resmi talebiniz temelde doğru görünecek, ancak aynı zamanda bir bilgisayarın şimdiye kadar gördüğü her masanın ortalamasını alıp gerçek bir karakterden yoksun bir şeye dönüştürmesinin sonucu gibi hissedecektir. Bir masanın görüntüsünü gerçeğine benzeten şeyler (ya da kendi yüz özelliklerinizin kopyası) aslında kusurlardır. Alfabedeki harfleri anlamaya çalışan yapay zekanın tuhaf eserlerini kastetmiyorum. Biraz dağınıklık, dağınıklık ve idealden daha az ışıklandırmayı kastediyorum. Ve son zamanlarda bu aynı zamanda en popüler kameralarımızın kusurlarını taklit etmek anlamına da geliyor.

Google, Nano Banana Pro'nun şimdiye kadarki en gelişmiş ve gerçekçi model olduğunu öne sürerek imaj modelini bir aydan kısa bir süre önce güncelledi. Gerçek dünya bilgisinden faydalanabiliyor ve metni daha iyi hale getirebiliyor ancak en ilginç bulduğum şey, genellikle telefon kamerasıyla çekilen bir fotoğrafın görünümünü taklit etmesi. Kontrast (veya eksikliği), perspektif, agresif keskinleştirme, pozlama seçenekleri; bu modelin benim için oluşturduğu görüntülerin çoğu, telefon kamera sistemlerinin özelliklerini taşıyor.

Farkında olsanız da olmasanız da muhtemelen siz de bu görünüme uyum sağlamışsınızdır. Telefonlarımızdaki küçük sensörler ve lensler, daha büyük bir kameraya kıyasla sınırlamalarının üstesinden gelmek için çoklu çerçeve işlemeyi kullanıyor ve bu fotoğraflar daha küçük bir ekranda görüntülenmek üzere optimize ediliyor. Toplamda bu, telefon fotoğraflarının bir sahnenin daha sanatsal temsiline kıyasla belirli bir "görünüm"e sahip olduğu anlamına gelir; daha fazla ayrıntıyı ortaya çıkarmak için gölgeleri güçlendirir ve nesneleri öne çıkarmak için keskinliği artırır. Görünüşe göre Google'ın görsel oluşturucusu da bu tarzı benimsemiş.

Google, oluşturulan görsellere daha gerçekçi bir görünüm sunma konusunda yalnız değil. Adobe'nin Firefly görüntü oluşturucusu, parlak AI görünümünü azaltmanıza olanak tanıyan "Görsel Yoğunluk" etiketli bir kontrole sahiptir. Sonuçlar daha az saf görünüyor ve daha çok gerçek bir kamerayla çekilmiş gibi görünüyor - belki de bir telefon kamerasından daha profesyonel bir kamera, Adobe'nin profesyonellerden oluşan hedef kitlesi göz önüne alındığında bu mantıklı. Ancak Meta'nın yapay zeka oluşturucusunda bile gerçekçiliği buna göre yukarı veya aşağı çeviren bir "Stilizasyon" kaydırıcısı var. Başka yerlerde OpenAI'nin Sora 2 ve Google'ın Veo 3'ü gibi video oluşturma araçları, güvenlik kameralarının düşük çözünürlüklü, grenli görsellerini taklit eden viral klipler oluşturmak için kullanıldı. Yapay zekanın yalnızca CCTV kadar iyi olması gerektiğinde oldukça ikna edici olabilir.

Yapay zekanın sonsuz gelişme potansiyeline dair iddialara şüpheyle yaklaşmak için pek çok iyi neden var. Yapay zeka ajanları hala sana bir çift ayakkabı almakta zorlanıyorum. Peki görüntüleme modelleri? Onlar sahip büyük ölçüde düzeldi ve kanıtlar gözümüzün önünde.

Geçtiğimiz günlerde popüler iPhone kamera uygulaması Halide'nin kurucularından Ben Sandofsky ile son dönemdeki yapay zekayı taklit eden akıllı telefon trendi hakkında konuştum. Fotoğraflarımızın zaten gerçeklikten biraz bağımsız görünmesine neden olan, telefon kamerası fotoğraflarının güçlü işleme eğilimlerini ve aşinalığını benimseyerek, "Google tekinsiz vadiden kaçmış olabilir" diyor. Yapay zekanın bir sahneyi gerçekçi göstermesine gerek yok; bir bakıma bu tamamen yanıltıcı bir şey. Gerçekliği tüm kusurlarıyla birlikte kaydetme şeklimizi taklit etmesi ve bir görüntünün inandırıcı görünmesini sağlamak için bunu bir tür hile kodu olarak kullanması gerekiyor. Peki gördüğümüz herhangi bir fotoğrafa nasıl inanıyoruz?

var Sam Altman'ın görünümügerçek görüntüler ile yapay zeka görüntüleri gelecekte birbirine karışacak ve bu bizim için sorun değil. Bence kısmen haklı ama neyin gerçek olup neyin olmadığını gerçekten umursamayacağımıza inanmakta zorlanıyorum. Bu ikisini kendi başımıza çözebilmek için biraz yardıma ihtiyacımız olacak. Ve yolda gibi görünüyor; ancak yapay zeka görüntü modellerinin gelişmesi kadar hızlı gelmiyor.

C2PA'nın İçerik Kimlik Bilgileri standardı çok ihtiyaç duyulan ivmeyi kazanıyor. Google'ın Pixel 10 serisi telefonlarında, Her Kamerayla çekilen görüntü, nasıl yapıldığını belirten kriptografik bir imza alır. Bu, Pixel kamera şefi Isaac Reynolds'un söylediği gibi "ima edilen gerçek etkisi"ni ortadan kaldırır bu yılın başında bana açıkladı. Yalnızca yapay zeka tarafından oluşturulan görselleri yapay zeka olarak etiketlerseniz, etiketsiz her şeyin gerçek olduğunu varsayarız. Aslında etiketin olmaması yalnızca görselin nereden geldiğini bilmediğimiz anlamına geliyor. Yani Pixel kamera hem AI hem de AI olmayan görüntüleri aynı şekilde etiketler.

Etiketlerin hepsi iyi ve güzel, ancak onları göremiyorsanız kullanışlı değiller. Bu durum değişmeye başladı ve bu yılın başında Google Fotoğraflar, İçerik Kimlik Bilgilerini görüntüleme desteğini ekledi. Şirket ayrıca İçerik Kimlik Bilgilerinin, mevcut olduklarında arama sonuçlarında ve reklamlarda görüntülenmesini kolaylaştıracak. Ancak bu son kısım anahtardır; şu anda, telefon kameralarıyla çekilen çoğu görüntüye kimlik bilgisi atanmamaktadır. Sistemin çalışması için donanım üreticilerinin, görüntülerin oluşturuldukları noktada yapay zeka olarak işaretlenmesini veya işaretlenmemesini sağlayacak standardı benimsemeleri gerekiyor. Görsellerin paylaşıldığı platformların da devreye girmesi gerekiyor. Bu gerçekleşene kadar kendi başımızayız ve gördüğünüz hiçbir şeye güvenmemek için her zamankinden daha iyi bir zaman.