Fotografije, retuširane z umetno inteligenco: naš zvezek napak

Generativne modele, predvsem prek orodja Higgsfield, uporabljamo za retuširanje fotografij v oglasih: več svetlobe v notranjih prostorih, odstranjeni kabli in predmeti, izpraznjeni prostori, občasno tudi videoposnetek. Pri tem vodimo delavniški zvezek. To ni dokumentacija orodja, temveč seznam tega, kar se naučimo med delom in bi se sicer vsakič učili znova – ter to znova plačali. Zvezek ima eno samo pravilo: če se vrstica izkaže za napačno, je ne izbrišemo, temveč jo prečrtamo in zapišemo, zakaj je bila napačna.

Ta članek povzema njegove najkoristnejše strani.

Kaj modeli v resnici počnejo

Dolg poziv modelu sliko ustvari na novo, ne retušira je. To je odkritje, ki je spremenilo vse drugo. Pri navodilih, daljših od tri tisoč znakov, model preneha popravljati fotografijo in jo nariše na novo. V dnevni sobi z dvojno višino je siva zaprta omara postala bela odprta knjižna polica, jeklo je postalo bež, pojavila se je pečica, ki je prej ni bilo, radiatorjev pa je bilo nenadoma dvakrat več.

Prepovedovati po imenu ne pomaga. Poskusili smo dodati »siva omara mora ostati siva zaprta omara«. Napake so se ponovile v enaki obliki. Težava niso bila manjkajoča navodila, temveč njihova dolžina.

Praznjenje ima zgornjo mejo. Če to, kar je treba odstraniti, zavzema približno polovico kadra, model izgubi oporne točke in prostor rekonstruira, namesto da bi ga izpraznil. Dobro se obnesejo obložene kopalnice, kamniti zidovi, terase in skoraj prazni prostori: vse, kar ponuja velike preproste površine, na katere se model lahko opre.

Pregorela okna postanejo nebo. Kjer je bil izvirnik zaradi preosvetlitve bel, je model naslikal modro nebo z oblaki. Razgled, ki ne obstaja.

Fuge med ploščicami se vrnejo drugačne. Geometrija prostora zdrži, ponavljajoči se vzorec ne.

Usmerjenost fotografije šteje bolj, kot se zdi. Pokončni posnetki s telefonom so pogosto shranjeni ležeče, podatek o zasuku pa je zapisan ločeno. Če model dobi napačen format, slike ne obreže, temveč razširi stranice in si vsebino izmisli. Pri fotografiji za oglas to pomeni dele prostorov, ki ne obstajajo. Zgodilo se nam je pri osmih fotografijah iz kompleta devetinštiridesetih.

Paradoks prevelikega učenja

Sistem, ki smo ga zgradili, se uči iz napak: vsaka zabeležena lekcija se uporabi pri sestavi naslednjega poziva. Toda če model greši prav zaradi dolžine poziva, se sistem, ki ob vsaki lekciji doda stavek, z učenjem le slabša.

Protiukrepi: izrecna zgornja meja za število lekcij, ki pridejo v poziv; samo lekcije, ki so pomembne za konkretni primer; lekcije, ki izgubljajo zaupanje, ko jih dejstva ovržejo, in se na koncu izklopijo, a se ne izbrišejo (sicer bi se vrnile kot nove in sistem bi se v nedogled učil iste napačne stvari). In vprašanje, preden zapišemo katero koli lekcijo: ali jo lahko spremenim v pravilo v kodi namesto v nasvet modelu?

Napake pri metodi – naše

Spreminjajte eno stvar naenkrat. Prvi trije poskusi na enem kompletu so spodleteli in dvakrat smo prišli do napačnega sklepa (»popolno praznjenje ni izvedljivo«, nato »ta kader je nemogoč«), ker smo pri vsakem poskusu spreminjali zahtevo, namesto da bi izolirali eno spremenljivko. Pravi vzrok, dolžina poziva, se je pokazal šele pri petem poskusu.

Primerjajte celoten posnetek. Izrez na istih koordinatah skrije prav spremembo kadra, ki je najhujša napaka.

Poravnavo preverite na oko. Samodejni detektor je predlagal zasuk 35 od 46 fotografij, pravilnih popravkov pa je bilo 10. Pri širokokotnem objektivu je skoraj vse, kar je »poševno«, le perspektiva, zasuk pa stanje poslabša in odreže del kadra.

»Se prevede« ne pomeni »deluje«. Prva različica razdelka za retuširanje v CRM se je prevedla in bila razglašena za pripravljeno, vendar zaradi petih neodvisnih okvar ni mogla ustvariti niti ene fotografije. Gumb za objavo se je ob vsakem kliku odzval z napako. Pri funkciji, ki ni bila nikoli preizkušena v praksi, je prva naloga, da jo prehodimo od začetka do konca.

Najprej ena sama fotografija. Vsaka obdelava se začne s pilotsko fotografijo, preostanek serije pa čaka, dokler si je ne ogleda človek. To je naša zavora pred stroški in serijskimi napakami.

Povedati, kaj smo naredili: pravila preglednosti

Zvezek opisuje, kako retuširamo. Druga polovica dela je, da javnosti povemo, kaj smo retuširali. Vsaka objavljena fotografija ima vrstico, ki navaja njeno obdelavo, oznaka na fotografiji pa ji sledi:

Poleg tega veljajo stalna pravila. Simulacija ali upodobitev nikoli ni naslovna niti prva fotografija v galeriji. Pod vsako fotografijo je napis, ki pove, kaj se je spremenilo. Na koncu oglasa povzetek vedno sklene isti stavek: ogled ostaja edino merilo. Za hiše, pri katerih je to mogoče, pripravljamo gumb »poglejte izvirnik«. Izvirniki so objavljeni šele potem, ko obvestimo prodajalca, pri čemer so obrazi, dokumenti in registrske tablice zabrisani in preverjeni drug za drugim.

Kaj smo odkrili, ko smo pogledali sami sebe

Uporaba teh pravil na arhivu je bila poučna, a ne vedno laskava.

Na stotine fotografij brez navedbe. Popis fotografij, ki so bile že na spletu, je odkril več sto takih, ki so imele v datoteki ime generatorja, na fotografiji pa nobene navedbe. Odločili smo se, da najprej označimo vse, tudi v primeru dvoma, natančne napise pa pripravimo za vsako nepremičnino posebej. Že objavljene simulacije ostajajo, vendar so označene kot take.

Poziv ne pove, kaj je model naredil. Obdelave, naročene kot »samo svetloba«, so zamenjale nebo in v enem primeru asfaltirano cesto spremenile v tlakovano ulico z dodanimi ljudmi. Obdelave z zahtevo, naj se »odprtine ne premikajo«, so premaknile prehod in izbrisale steno. Od takrat napis pišemo samo tako, da izhodiščno in objavljeno fotografijo primerjamo drugo ob drugi.

Obraz v ogledalu. Na eni fotografiji je model fotografov odsev v ogledalu narisal ostreje kot na izvirniku in fotografija je bila objavljena na spletu. Obraz smo zabrisali, fotografijo zamenjali in izpraznili predpomnilnik spletne strani, ki je še naprej prikazovala stare različice.

Retuša s telefonom. Nekatere fotografije so bile očiščene s funkcijo brisanja z umetno inteligenco, vgrajeno v telefon, ne da bi kdo to štel za »AI«. To smo odkrili z branjem metapodatkov objavljenih datotek.

Tudi nasprotna napaka. Samodejni nalagalnik je kot »simulacijo« razvrščal fotografije, ki so bile le očiščene. Preveč označevanja ni previdnost, temveč druga vrsta napačne informacije.

Dve opozorili za tiste, ki opravljajo isti posel. Nepremičninski portali oznak ne prikazujejo, metapodatki o izvoru pa ponovnega stiskanja ne preživijo: navedbo je zato treba zapisati tudi v besedilo oglasa. In vsako noč samodejni pregled z rdečo označi vsako novo fotografijo, ki nosi ime generatorja, nima pa svoje vrstice o preglednosti.