Границы реальности: зачем науке нужен фотограф в эпоху ИИ 📸 0:00
Искусственный интеллект стремительно проникает во все сферы жизни, включая научную коммуникацию, где достоверность визуальных данных имеет критическое значение. Фелис Фрэнкл, научный сотрудник и фотограф MIT, исследует, как появление нейросетей меняет процесс документирования открытий и где проходит тонкая грань между интерпретацией реальности и её искажением.
Что значит «фотографировать» науку? 🔬 1:35
В традиционном понимании фотография — это не сама реальность, а её перевод в двумерный формат. Научные фотографы неизбежно манипулируют объектами, выбирая ракурсы, освещение или кадрирование, чтобы упростить информацию и сделать её доступной для широкой аудитории.
По словам Фрэнкл, существует важная разница между манипуляцией ради ясности и фальсификацией. Она приводит в пример следующие практики:
- Кадрирование: Удаление лишних элементов, таких как чашка Петри, чтобы сфокусировать внимание на колонии дрожжей, не меняя морфологию объекта.
- Колоризация: Использование цвета в старых телешоу или астрономических снимках для выделения деталей и структурных особенностей, что является общепринятым стандартом.
- Выбор инструментов: Разница между снимками телескопов «Хаббл» (видимый свет) и «Джеймс Уэбб» (инфракрасный диапазон) показывает, что выбор технологии меняет детализацию изображения, но не делает «Хаббл» менее честным.
ИИ в лаборатории: ошибки и риски ⚠️ 4:32
Экспериментируя для статьи в журнале Nature (февраль 2025 года), Фрэнкл сравнила свои профессиональные снимки нанокристаллов нобелевского лауреата Мунги Бавенди с результатами работы ИИ. Результаты показали, что модели часто «галлюцинируют» и нарушают научную логику.
Проблемы ИИ-изображений на примере нанокристаллов:
- Смешение данных: Нейросеть смешивала цвета в пробирках, игнорируя факт, что каждая пробирка содержит кристаллы строго определенного размера и цвета.
- Неверная терминология: Модель рисовала «точки» (dots), вероятно, из-за подмены термина «нанокристаллы» на «квантовые точки» (quantum dots) в обучающей выборке.
- Эстетические искажения: ИИ размещал объекты на поверхности стола для визуальной привлекательности, что не имеет отношения к научному протоколу.
Главный риск заключается в том, что редактор или фотограф, не разбирающийся в теме, может принять такие неточные изображения за достоверную документацию, что нанесет ущерб пониманию сложных концепций.
Правила цифровой этики 📝 8:18
Фелис Фрэнкл настаивает: ИИ-генерации не фиксируют реальный объект, а значит, никогда не могут считаться научной документацией. Она предлагает внедрить строгие рекомендации для исследователей, которые используют нейросети в работе:
- Маркировка: Обязательное указание, что изображение создано ИИ.
- Технические данные: Указание конкретной модели и версии ИИ.
- История запросов: Сохранение промптов, использованных для генерации.
- Прозрачность входных данных: Если для генерации использовалось исходное изображение, его необходимо приложить к отчету и указать авторство.
В конечном итоге, несмотря на прогресс технологий, роль научного фотографа остается незаменимой. Эксперты, такие как Фрэнкл, обеспечивают критический взгляд, аутентичность и высокое качество входных данных, гарантируя, что визуальный контент будет просвещать, а не вводить в заблуждение.
