Yapay zeka ile düzenlendikten sonra görüntünüz hâlâ gerçek mi?

Yerelleştirilmiş yapay zeka düzenleme

ChatGPT veya Gemini’ye yüklediğiniz ve üzerinde küçük değişiklikler yaptırdığınız bir resme ne olur?

Geçen yıl kiraz çiçekleri açtığı dönemde Brooklyn Botanik Bahçesi’ne bir gezi yaptım. Aşağıdaki fotoğrafı çektikten sonra, görüntünün alt kısmındaki gölette ördekler olsaydı çok daha güzel görüneceğini düşündüm. ChatGPT’den fotoğrafımı düzenleyip ördekler eklemesini istedim, ardından Gemini’den de aynısını yapmasını istedim.

Orijinal Resim

"Fotoğrafa ördekler ekle" talebiyle ChatGPT'den oluşturulan görsel.

Gemini’ye “Fotoğrafa ördekler ekle” talimatı verilerek oluşturulan görsel.

İlk bakışta, hem ChatGPT hem de Gemini, görüntünün geri kalanını değiştirmeden ördekler ekleme konusunda harika bir iş çıkardı. Bütün ağaçlar aynı görünüyor, insanlar da hâlâ orada. Yerel düzenlemeler bir yana, bu hâlâ benim çektiğim fotoğraf, değil mi?

İstenmeyen farklılıklar

Doğrulamak için biraz daha yakından bakalım. Eğer bu gerçekten yerel bir düzenleme olsaydı, göletin dışındaki alanlar tam olarak aynı olmalıydı. Görüntünün bazı kısımlarını yakınlaştırarak orijinal fotoğrafı düzenlenmiş olanlarla karşılaştırabiliriz.

Şekil 1. Sahnenin sol tarafındaki kişiler. Adamın yüzüne yakından baktığımızda, orijinal ve düzenlenmiş görüntüler arasında belirgin farklılıklar göze çarpıyor.

Bu fotoğraflar arasında çok belirgin farklar var! Bu kişinin genel saç yapısı, ten rengi ve duruşu aynı kalmış olsa da, yüz hatlarında çarpıcı bir değişim görülüyor. Düzenlenmiş görüntülerdeki kişi gerçekte mevcut değil.

Birkaç örnek daha inceleyelim:

Şekil 2. İstenen düzenlemenin dışında kalan başka bir grup. Yüzleri, güneş gözlüklerini ve saçları karşılaştırın.

Şekil 3. Sağ ortada duran adam. Gömleğinin yakası ve yüz hatları, fotoğraflar arasında tutarsızlık gösteriyor.

Şekil 4. Sağdaki kişiler. Güneş gözlükleri ve hatta kadının başının eğimi bile değişmiş. Biz sadece fotoğrafın gölet bölgesinde düzeltme yapılmasını istemiştik.

Bu durum sadece insanları değil, görüntünün geri kalanını da değiştirir. Dokusu yoğun alanlar bulanıklaşabilir veya soluklaşabilir. Kolayca gözden kaçan küçük ayrıntılar farklı görünebilir ya da kaybolabilir. Görüntünün tamamı değişmiştir ve çoğu zaman kullanıcı bunun farkında değildir.

Şekil 5. Arka plandaki bina. Kubbesi hâlâ tanınabilir durumda; ancak cephesini kesen dallar farklıdır.

Şekil 6. Çiçek açan ağaçlar. İnce dallar ve çiçek dokuları, istenen düzenlemenin kapsamı dışındaki değişikliklere bir başka örnek teşkil etmektedir.

Bu neden olabilir?

Üretken görüntü modelleri, değişiklikleri doğrudan piksellerde değil, sıkıştırılmış bir gizli uzayda gerçekleştirme eğilimindedir. Bunu göstermenin oldukça basitleştirilmiş bir örneği aşağıda gösterilmiştir. Telefonunuzla çektiğiniz tam çözünürlüklü görüntü, görüntüyü sıkıştıran ve bu süreçte ince ayrıntı bilgilerini kaybeden bir kodlayıcıdan geçirilir. Ardından, bu sıkıştırılmış gizli uzayda değişiklikler yapması istenir. Kod çözücü aşamasında ise, değişikliklerle birlikte görüntüyü yeniden oluşturur. Ancak, bazı ince ayrıntıları kaybettiği için orijinal ayrıntıların ne olduğunu tahmin eder ve bu da küçük ama fark edilebilir farklılıklara yol açar.

Şekil 7. Basitleştirilmiş bir gizli uzay düzenleme iş akışı. Not: Bu, bazı görüntü düzenleme modellerinin nasıl çalıştığını gösteren temsili bir iş akışıdır; ChatGPT veya Gemini’nin iç işleyişi hakkında doğrulanmış bir bilgi değildir.

Bu farklılıklar şirketler tarafından da kabul edilmektedir. OpenAI, ChatGPT’nin talimatların ötesinde düzenlemeler yapabileceğini kabul etmekte ve API belgelerinde, düzenleme maskesinin kesin bir sınır garanti etmeden yalnızca kılavuz niteliğinde olduğunu açıklamaktadır.[1][2] Gemini’nin kılavuzunda ise komutlar aracılığıyla yapılan yerel düzenlemeler anlatılmakta ve önemli ayrıntıların değişmemesi için bunların açıkça belirtilmesi önerilmektedir.[3]

ChatGPT veya Gemini gibi araçlarla düzenleme yapıyorsanız, değiştirmesini istemediğiniz kısımları mutlaka kontrol etmeyi unutmayın. İstenmeyen değişiklikler, üstünkörü bir incelemede gözden kaçabilir. Elle hazırladığınız ve daha sonra bu araçlarla düzenlediğiniz sanat eserleri, başlangıçta büyük emek harcayarak yarattığınız ayrıntıları bile değiştirebilir. Yalnızca küçük değişiklikler yapmayı amaçlamış olsanız bile, AI algılama araçları resminizin tamamını AI tarafından üretilmiş olarak işaretleyebilir (çünkü teknik olarak artık öyle!).

Eğer tam koruma önemliyse, orijinali saklayın ve değiştirilmemiş pikselleri açıkça kopyalayan bir iş akışı kullanın. Bir seçenek, oluşturulan alanı alıp manuel olarak kırpmak ve bunu kaynak resme geri yapıştırmaktır. Bazı yazılımlar yalnızca belirli bölümleri seçmenize izin verir ve sadece o alandaki piksellere müdahale eder. Diyalog tabanlı düzenleme kullanışlıdır, ancak bunun resminizi başlangıçta amaçladığınızdan daha fazla “AI” havasına sokabileceğini unutmamak önemlidir.

Bir görüntüde yapay zekanın nerede tespit edildiğini görmek ister misiniz? Aracımızı deneyin:

Pangram Görüntü Araştırması Önizlemesi

Karşılaştırmaların nasıl hazırlandığı

Orijinal görüntü 2048 × 1542 boyutundaydı ve Gemini de aynı çözünürlükte çıktı verdi; ChatGPT’nin çıktısı ise 1445 × 1088 idi. Adil bir görsel karşılaştırma yapabilmek için, hem orijinal hem de Gemini görüntüleri Lanczos yeniden örnekleme yöntemi kullanılarak ChatGPT’nin çözünürlüğüne indirgenmiştir. Gemini, görüntüdeki içeriği kaydırarak orijinal görüntüyle eşleşecek şekilde geri çevirmiş ve böylece yakınlaştırılmış hallerindeki farkları karşılaştırabilmiştir. Büyütmeler, en yakın komşu ölçeklendirme yöntemi kullanılarak gerçekleştirilmiştir.

Kaynaklar

1. OpenAI, ChatGPT’deki Görüntüler
2. OpenAI, Görüntü üretimi
3. Google, Gemini görüntü oluşturma