Bare rolig, AI erstatter ikke fotografen: Her er tre ting kunstig intelligens slet ikke kan

Man kan nemt få det indtryk, at AI har nået et mål af intelligens, der gør den i stand til at skabe ethvert motiv med en realisme, der matcher et ægte fotografi. Men det er langt fra tilfældet.

Der er stadig lang vej til at kunstig intelligens kan erstatte et kamera. AI arbejder overbevisende indenfor bestemte rammer, men når man bevæger sig lidt uden for disse kommer den til kort.

Der er er derfor mange gode grunde til, at vi her på redaktionen baserer vores arbejde på ægte fotos.

Ikke desto mindre er vi nysgerrige på teknologien og laver ofte artikler om de nyeste muligheder inden for AI. I den proces er vi stødt på overraskende begrænsninger, som har gjort det klart, hvor dum kunstig intelligens fortsat kan være. Læs med herunder.

Når vi har skrevet om tjenester, der kan generere AI-billeder, har vi ofte bedt tjenesten om at lave et billede af en fotograf som eksempel. Uanset om det har været en naturfotograf, der tager billeder af en fugl eller en studiefotograf, der fotograferer en model, har vi dog oplevet det gennemgående problem, at AI ikke kan finde ud af at rette kameraet mod motivet. Det peger oftest i en helt tilfældig retning.

Årsagen er, at AI-modeller sjældent er gode til at forstå sammenhænge. De ved godt, hvad en fugl er og kan finde ud af at skabe et overbevisende billede af en, og ligeså med en fotograf. De forstår dog ikke sammenhængen mellem fotograf og fugl og er derfor ikke i stand til at forbinde de to elementer i et billede der giver mening.

I udarbejdelsen af webartikler om AI har vi enkelte gange ønsket et illustrerende billede, der viser en lille samling AI-billeder. Hvis artiklen har omhandlet fx fem AI-programmer har vi bedt om at få fem AI-billeder i en collage. Her er det overraskende nok gået galt. Uanset hvilken AI-model vi har spurgt, har vi konsekvent fået collager med seks billeder, også efter vi har gjort opmærksom på fejlen.

Årsagen er, at AI ikke forstår de forskelle i proportioner, der skal til for at fem billeder kan passe i ét sammenhængende firkantet billede.

Når vi vil undersøge om et billede er skabt med AI, tjekker vi om detaljerne er realistiske. Eksempelvis kan det være afslørende, hvis skygger kastes forskelligt på tværs af motivet. Det samme gælder for afvigelser i fx spejlinger, hvor det der reflekteres i glaspartier eller vand kan være forskelligt fra de elementer i billedet, der burde være genspejlet.

Årsagen er, at AI kan have svært ved at forstå de grundlæggende fysiske love for fx lys og skygge og ikke evner kompleksiteten af at gengive et specifikt element i et billede som en spejling.

De tre nævnte eksempler er ikke de eneste fejl, AI kan lave. Hænder og fingre har gennemgående været noget, AI har haft svært ved at gengive. Symmetri kan også være problematisk, hvor øreringe og sokker eksempelvis er forskellige, selv om man eksplicit beder om det modsatte. Derudover kan tekst i billeder være problematisk, ligesom kropsholdning og gengivelsen af anatomiske detaljer kan være vanskelig. Nyere AI-modeller er dog blevet bedre til disse elementer.