Bron: The Verge | Methode: Herschreven
Origineel: “AI image generators are getting better by getting worse”
This is The Stepback, a weekly newsletter breaking down one essential story from the tech world. For more on smartphones and digital imagery – real or otherwise – follow Allison Johnson. The Stepback arrives in our subscribers' inboxes at 8AM…
De wereld van kunstmatige intelligentie kent een opmerkelijke ontwikkeling. AI-beeldgeneratoren, de tools die uit tekstopdrachten afbeeldingen kunnen creëren, worden steeds beter in het produceren van realistische nepafbeeldingen. Het verrassende is dat dit deels te danken is aan een onverwachte strategie: de beeldkwaliteit bewust iets slechter maken.
**Van grappige mislukkingen naar overtuigende vervalsingen**
Wie zich nog de begindagen van AI-beeldgeneratie herinnert, weet dat er destijds volop gelachen werd om de bizarre resultaten. Mensen met te veel vingers, rubberachtige ledematen en andere details die duidelijk verrieden dat het om nepafbeeldingen ging, waren schering en inslag. Voor wie de ontwikkelingen niet op de voet heeft gevolgd, is er echter slecht nieuws: die tijd is definitief voorbij.
De evolutie is razendsnel gegaan. OpenAI lanceerde zijn baanbrekende beeldgeneratietool DALL-E iets minder dan vijf jaar geleden. In die eerste versie konden alleen minuscule afbeeldingen van 256 bij 256 pixels worden gegenereerd – eigenlijk niet meer dan kleine thumbnails.
Een jaar later betekende DALL-E 2 een enorme sprong voorwaarts. De afbeeldingen waren plots 1024 bij 1024 pixels groot en zagen er verrassend realistisch uit. Maar er waren altijd nog herkenbare fouten die de kunstmatige oorsprong verrieden.
**Wanneer details de waarheid onthullen**
Een illustratief voorbeeld komt van tech-journalist Casey Newton, die kort na de bètalancering van DALL-E 2 experimenteerde met het systeem. Hij testte de opdracht “Een shiba inu hond verkleed als brandweerman.” Het resultaat was niet slecht en kon op het eerste gezicht zelfs overtuigend overkomen.
Bij nadere inspectie werden echter de tekortkomingen duidelijk. De contouren van de hondenvacht waren vazig, het opzetstuk op het schattige jasje bestond uit betekenisloze krabbels, en er hing een vreemde, lompe halsbandlabel naast de nek van de hond die daar helemaal niet thuishoorde.
Dit soort details fungeerden lange tijd als verraadsters van AI-gegenereerde content. Ervaren kijkers leerden op deze inconsistenties te letten om echte foto’s van AI-creaties te onderscheiden.
**De paradox van bewuste kwaliteitsvermindering**
Wat de huidige ontwikkeling zo opmerkelijk maakt, is de paradoxale aanpak die ontwikkelaars nu hanteren. In plaats van obsessief te streven naar de hoogst mogelijke beeldkwaliteit, blijken AI-systemen realistischer resultaten te produceren door de kwaliteit bewust iets te verlagen.
Deze strategie lijkt tegen de intuïtie in te gaan, maar er zit een logica achter. Door de perfectie enigszins te temperen, worden de afbeeldingen natuurlijker en minder kunstmatig. Echte foto’s hebben immers ook imperfecties, ruis en kleine onvolkomenheden die ze authentiek maken.
**Gevolgen voor de toekomst**
Deze ontwikkeling heeft verstrekkende implicaties. Naarmate AI-beeldgeneratoren steeds overtuigender worden, wordt het onderscheid tussen echt en kunstmatig steeds moeilijker te maken. Dit roept belangrijke vragen op over authenticiteit, misinformatie en de betrouwbaarheid van visueel materiaal in het digitale tijdperk.
De technologie evolueert in rap tempo, en wat vijf jaar geleden nog ondenkbaar leek, is nu realiteit geworden. De grappige mislukkingen van weleer hebben plaatsgemaakt voor sophisticate creaties die zelfs kritische waarnemers kunnen misleiden.
**Vooruitblik**
De paradoxale strategie van bewuste kwaliteitsvermindering toont aan hoe creatief en onvoorspelbaar de ontwikkeling van AI-technologie kan zijn. Terwijl we gewend zijn aan technologische vooruitgang die zich manifesteert in steeds hogere prestaties en betere kwaliteit, bewijst deze trend dat soms een stap terug de sleutel kan zijn tot twee stappen vooruit. De vraag is niet langer of AI-beeldgeneratoren overtuigende nepafbeeldingen kunnen maken, maar hoe we als samenleving zullen omgaan met deze nieuwe realiteit.