携帯電話の画面は人間の目と同じ色の範囲を持っていません – そして人工知能はデジタル画像と本物の間のギャップを広げています

太陽の光を浴びた孔雀の羽は、回転させると青から緑、青銅へと変化します。撮影すると、その輝きは 1 つのアングル、1 つの露出、1 つの妥協に崩壊します。

デジタル画像はあなたの目で見たものを記録したものではありません。ほとんどのデジタル画像が使用する標準色空間は、ブラウン管ディスプレイが蛍光体でコーティングされたガラス全体に電子ビームを掃引していた古いディスプレイの世界向けに構築されました。この標準色空間により、多くのデバイスで色を予測できるようになりましたが、その代わりに、画面、カメラ、画像ファイルを共有する際の色の範囲が狭くなりました。

画面に表示されるすべてが完了しているように感じられます。目が見えなくなったわけではありません。デジタル写真では作業の負担が少なくなります。

私はカリフォルニア芸術大学で「プラスチック、ネオン、サイケデリア」という色のクラスを教えています。このクラスでは、素材、光、スクリーン、心など、色が生成されるさまざまな方法を取り上げています。

また、私は第二色異常と呼ばれる病気を患っており、皆さんが想像しているようなものではありませんが、色の識別方法が変化します。申命記の目は、単に色の区別を失うだけではなく、それらを再マッピングします。

ケンブリッジの視覚研究者は、2005 年に、二重異常観察者が、標準的な色覚を持つ人々と同じに見えるカーキとオリーブを確実に区別できることを示しました。夜間運転中に信号機を頭上灯と間違えましたが、私の色覚は通常の視覚の縮小コピーではなく、同じ地形の別の地図です。

私の目は一部の色を不鮮明にしますが、他の色は鮮明にします。スクリーンは、より静かではあるものの、別の種類の制限を課します。スクリーンは独自のルールに従って色を整理し、そのバージョンを完璧なものとして提供します。私の目もスクリーンも、異なるものを含むものと異なるものを除外する地図です。私の場合は、いくつかの区別を他の区別と交換します。画面スイッチの範囲は信頼性が高くなります。あらゆるカラー システムにとって問題となるのは、それが正確であるかどうかではなく、それが何を保持するかです。

ワイルドグリーンからスクリーングリーンへ

うちのネオンポタスの観葉植物はとても緑色なので、自ら光を発しているようです。スマートフォンで写真を撮ると、結果は問題ありません。葉は緑色で、写真には意味があります。しかし、写真の緑は植物の緑ではありません。

写真を見てください。植物を見てください。それからもう一度写真を見てください。撮影された葉は落ち着いていますが、均一ではありません。緑の一部は平らになりますが、他の緑は強調されて見え、あたかも携帯電話が表示できないものを補おうとしているかのようです。実際の植物の葉は電気を帯びています。私が所有する携帯電話も、印刷されたページも、チェキのプリントもこの緑を捉えていませんが、チェキはそれに近いものです。

ここで何が起こっているのかを説明します。光はフォトンで反射して携帯電話のセンサーに当たり、携帯電話が感知する色を表す数値が記録されます。各ピクセルは、赤、緑、青の光のレシピとして保存されます。これらの 3 つの値は、各原色をどれだけ発光させるかを画面に指示します。写真界のほとんどでは、これらの数値は依然として、通常のデジタル写真のデフォルトの色空間である sRGB に変換されます。

色彩科学者は、人間の色の知覚を馬蹄形のフィールドとしてマッピングします。標準的な展示スペースは、同じ蹄鉄から三角形を切り出し、目に見えるものの一部だけを囲みます。三角形の直線の辺は馬蹄形の曲線に従うことができないため、一部の色は常に表示スペースからはみ出します。

最近のモニターの多くは sRGB よりも多くの画像を表示できますが、sRGB はデバイスやプラットフォームを問わず確実に動作するため、通常のデジタル画像のデフォルト形式のままです。緑色の写真はそれに合わせてラベルが変更され、この再調整された画像が得られます。スクリーングリーンはワイルドグリーンではありません。

各媒体は独自の方法で色を変換します。映画も化学、露出、色、紙を使ってこれを行います。チェキプリントは絶対的な意味でより正確であるわけではありませんが、写真の伝え方が異なります。画面からの光として色を再構成するのではなく、表面からの光を反射します。グリーンはより濃く、平坦ではなく、元の色から離れているように感じられます。チェキはまだ植物の純粋な色を恋しく思いますが、別の方法でそれを恋しく思います。

人々は世の中で物に出会う前に、画面上でその物の色を確認するので、今では電話の翻訳が重要になっています。

AI が限られた色から学習するとき

AI 画像ジェネレーターは、この色のギャップを単純に継承するわけではありません。彼らはそれを増やすことができます。彼らは目の前の工場で訓練を受けているわけではありません。彼らは、センサー、編集ソフトウェア、プラットフォーム圧縮、および上記の色の制限を使用してすでにフィルター処理された何百万もの画像について、次のような他の人の植物の写真を使用してトレーニングされます。明るい緑の多くは、モデルがそれらに遭遇する前にカットまたは移動されました。

AI 画像モデルに孔雀の羽の作成を依頼すると、標準的な眼帯、暗い瞳孔、シアンのリング、ゴールド、マゼンタの縁など、適切な画像が得られるでしょう。生き残った色は、画像の世界が保存方法を知っている色です。欠けているのは虹色です。

本物の羽では、とげは眼点と同じ青、緑、青銅色に点滅します。写真撮影では、シマーを 1 つの角度に補正します。結果として得られる画像はさらに平坦化されます。スパイクは濁った茶色で、かすかな金属のハイライトがあります。モデルは孔雀の羽のシンボルを学習しましたが、光の中で一回転するという出来事は学習しませんでした。

生成モデルは、トレーニング画像でよく見つかるパターンから画像を作成します。通常の明るさを納得のいくまで表示します。よりまれな効果は、飽和した色、メタリックなフラッシュ、構造的な輝きなど、消え去るものです。モデルは依然として明るく、壮観に見える画像を作成できます。しかし、その明瞭さはスクリーンに本来備わっているものであり、被写体そのものを見ることからではなく、スクリーン上の他の画像から学んだものです。

ループはパスごとに締まります。 AI によって生成された画像はアップロード、共有、インデックス付けされ、将来のトレーニング システムに組み込まれる可能性があります。以前のモデルによって生成されたマテリアルでモデルがトレーニングされると、その出力は時間の経過とともに減少します。珍しいカラーは真っ先に行きます。

これらの画像は本体内には残りません。問題そのものに対処するまでは、ソーシャル メディアのフィードや画像検索を埋めることができます。シミュレートされた緑は、最初に遭遇する緑になります。

隙間を見てみると

毎日、モニターはその範囲内の色のみを表示し、その範囲外にあるものは表示できる色に変換されます。カブトムシの羽を鈍い画像として見たとしても、これより明るい画像がかつて存在したとは言えません。退屈に見えるだけです。同じスクリーンセーフ範囲に緑色がミュートされた植物の画像が届いた場合、その範囲は緑色になります。欠けているカラーもお見逃しなく。

ギャップを観察する 1 つの方法は、砂漠の空の底にある熟した柿、孔雀の羽、オレンジがかったピンクなど、カラフルなものを見つけることです。写真を撮る前に見てください。それに固執してください。スタンド クローズ 名前を付けてください。ファーストネームでも構いません。それからそれを写真に撮ります。物の隣に絵をかざします。この距離がギャップです。

野生の色は消えていません。画面領域には含まれていませんでした。駆動するバージョンはリコールされたものです。問題はまだ残っている。調べてみてください。

この記事はから転載されました 電話複雑な世界を理解するのに役立つ信頼できる事実と分析を提供する独立した非営利報道機関。それは次の人によって書かれました： ダグラス・グッドウィン、 カリフォルニア大学ロサンゼルス校; カリフォルニア芸術大学

続きを読む：

この記事は、ダグラス・グッドウィンの本に相当する原稿『The Color Gap』の調査に基づいています。彼は、この記事から利益を得るいかなる会社や組織のために働いたり、アドバイスしたり、株式を所有したり、資金を受け取ったりすることはありません。