Καθώς οι κολοσσοί της τεχνολογίας ενσωματώνουν δυνατότητες γενετικής τεχνητής νοημοσύνης στα κινητά μας τηλέφωνα και στο λογισμικό των καμερών τους, η διαχωριστική γραμμή μεταξύ μιας πραγματικής εικόνας και μιας μη πραγματικής συνεχίζει να θολώνει. Για παράδειγμα, τηλέφωνα από την Google και τη Samsung διαθέτουν πλέον λειτουργίες που επιτρέπουν στους χρήστες να τροποποιούν δραστικά μια φωτογραφία, μετακινώντας άτομα εντός της λήψης, ακόμη και προσθέτοντας νέα αντικείμενα στη σκηνή.
Η Apple συμμετέχει ενεργά σε αυτή την εξέλιξη μέσω της εφαρμογής της, Φωτογραφίες, αν και ο επικεφαλής της κάμερας του iPhone της εταιρείας, ο κύριος Jon McCormack, τονίζει ότι η Apple υιοθετεί μια πιο μετρημένη προσέγγιση σε σύγκριση με τους ανταγωνιστές της και δεν «χρησιμοποιεί την τεχνητή νοημοσύνη απλώς για χάρη της τεχνητής νοημοσύνης».
Στο ετήσιο Παγκόσμιο Συνέδριο Προγραμματιστών της, τη Δευτέρα, η Apple παρουσίασε μια σειρά λειτουργιών τεχνητής νοημοσύνης που ενσωματώνονται στην εφαρμογή Φωτογραφίες στο iOS 27, το οποίο θα είναι διαθέσιμο στα iPhones αργότερα εντός του τρέχοντος έτους.
Νέες Λειτουργίες Τεχνητής Νοημοσύνης στην Εφαρμογή Φωτογραφίες του iOS 27
Ενώ η εφαρμογή Φωτογραφίες του iPhone διαθέτει ήδη το εργαλείο «Clean Up», το οποίο επιτρέπει τη διαγραφή ανεπιθύμητων αντικειμένων από τις εικόνες, η απόδοσή του θα βελτιωθεί περαιτέρω στο iOS 27, χάρη στην πρόσβασή του στα αναβαθμισμένα μοντέλα τεχνητής νοημοσύνης της Apple. Ωστόσο, εισάγονται δύο νέες λειτουργίες – οι οποίες ονομάζονται «Extend» και «Spatial Reframe» – που επιτρέπουν την επέκταση του χώρου γύρω από τη φωτογραφία ή την αλλαγή της προοπτικής μιας εικόνας, δημιουργώντας ταυτόχρονα εικονικά εικονοστοιχεία. Η κάμερα «σκέφτεται» τι θα έπρεπε να υπάρχει και στη συνέχεια το σχεδιάζει.
Ο κύριος McCormack δηλώνει ότι υπάρχει ένα τεράστιο ανεκπλήρωτο υπόλοιπο άλυτων προβλημάτων, τα οποία η τεχνητή νοημοσύνη συμβάλλει πλέον στην αντιμετώπιση, και ότι αυτές οι νέες λειτουργίες είναι πολύ στοχευμένες. «You don’t have to know all the details of how to do something in Photoshop or something else—it gives normal people these absolute superpowers», αναφέρει ο κύριος McCormack.
Ωστόσο, η Apple δεν επιθυμεί να επιτρέψει στους χρήστες να δημιουργούν ανεξέλεγκτα κάθε είδους πλαστογραφίες με τις εικόνες τους. (Τουλάχιστον όχι εντός της εφαρμογής Φωτογραφίες· το App Store προσφέρει πληθώρα εργαλείων για τη δημιουργία φωτορεαλιστικών παραμορφώσεων.) Τα εικονικά εικονοστοιχεία που παράγει η εφαρμογή Φωτογραφίες περιορίζονται στο φόντο. Δεν θα τροποποιήσει τα εικονοστοιχεία του προσώπου του κύριου θέματος. Με τη λειτουργία «Clean Up», για παράδειγμα, δεν είναι δυνατή η αφαίρεση του πρωταρχικού θέματος από την εικόνα. Η λειτουργία «Extend» λειτουργεί μόνο μία φορά και επεκτείνει την εικόνα κατά 25 τοις εκατό – δεν μπορείτε να αποθηκεύσετε, να επεξεργαστείτε ξανά την εικόνα και να την επεκτείνετε επ’ άπειρον με τεχνητή νοημοσύνη.
Η Φιλοσοφία της Apple για την Αυθεντικότητα των Εικόνων και τους Περιορισμούς της Τεχνητής Νοημοσύνης
Ο κύριος McCormack αναφέρει επίσης ότι η Apple θα ενσωματώσει την τεχνολογία SynthID της Google DeepMind αργότερα φέτος, προκειμένου να προσθέσει ένα αόρατο υδατογράφημα που θα υποδεικνύει ότι αυτές οι εικόνες έχουν τροποποιηθεί με γενετική τεχνητή νοημοσύνη. Οποιεσδήποτε πλατφόρμες στις οποίες κοινοποιείτε τη φωτογραφία ενδέχεται να είναι σε θέση να την επισημάνουν ως επεξεργασμένη με τεχνητή νοημοσύνη. (Αξίζει να σημειωθεί ότι ερευνητές έχουν αποδείξει ότι τα ψηφιακά υδατογραφήματα δεν είναι αλάνθαστα.)
«A photograph is of something that actually happened», δηλώνει ο κύριος McCormack. «We really do believe in this idea of authentic journalism to your own life—when you’re capturing photographs, you’re making these memories, you’re putting moments of your life in a bottle that you can go back to. It’s really important to us that we create tools that keep the sanctity of that moment.»
Ο επικεφαλής του τμήματος κάμερας Pixel της Google εξέφρασε παρόμοια άποψη όταν του μίλησα πριν από μερικά χρόνια· ωστόσο, τόνισε τη σημασία του τρόπου με τον οποίο θυμόμαστε τη φωτογραφία. Η Google είναι πολύ πιο χαλαρή στο να επιτρέπει την τροποποίηση της εικόνας ώστε να ταιριάζει με αυτό που είχατε στο μυαλό σας. Ήταν ο ουρανός πιο μπλε στη μνήμη σας; Προχωρήστε και αλλάξτε τον.
Αντιμετώπιση Συνθετικών Προβλημάτων και Ελαχιστοποίηση Ψευδαισθήσεων από την Τεχνητή Νοημοσύνη
Τα νέα εργαλεία της Apple είναι πιο περιοριστικά και έχουν σχεδιαστεί ειδικά για την επίλυση συνθετικών προβλημάτων που ενδέχεται να μην είχατε αντιληφθεί ότι δημιουργήσατε κατά τη διαδικασία λήψης, εξηγεί ο κύριος McCormack. Ίσως δεν είδατε εκείνη την αντιαισθητική πλαστική σακούλα να κυλάει στο φόντο. Ίσως τραβήξατε μια φωτογραφία του παιδιού σας, αλλά η λήψη ήταν λίγο πολύ ψηλά. Ή ίσως πλαισιώσατε τον/την σύζυγό σας πολύ κοντά στην άκρη και θέλετε λίγο περισσότερο χώρο.
Η κυρία Della Huff, διευθύντρια προϊόντων για το λογισμικό Κάμερας και Φωτογραφιών της Apple, αναφέρει ότι η ομάδα αφιέρωσε χρόνο στην εκπαίδευση των μοντέλων τεχνητής νοημοσύνης για την ελαχιστοποίηση τυχόν «ψευδαισθήσεων» που ενδέχεται να προκύψουν κατά τη διάρκεια αυτών των ψηφιακών προσαρμογών. «It’s not going to create anything that shouldn’t be there», δηλώνει η κυρία Huff. Για παράδειγμα, εάν προσπαθείτε να επεκτείνετε μια σκηνή δρόμου, είναι εύλογο να υπάρχει ένα αυτοκίνητο παρκαρισμένο έξω από τα όρια της αρχικής σας φωτογραφίας, αλλά η λειτουργία «Extend» δεν θα κάνει αυτή την υπόθεση και δεν θα το δημιουργήσει. «How the model has been trained is if you don’t need to create something there, then just don’t—do the minimum amount of hallucination to achieve the goal the user is asking the model to do.»
Ωστόσο, σε ένα από τα παραδείγματα χρήσης της λειτουργίας «Extend» στην έκδοση beta για προγραμματιστές του iOS 27, τράβηξα μια φωτογραφία ενός φίλου που καθόταν σε ένα τραπέζι, και στη συνέχεια προσπάθησα να επεκτείνω τη σκηνή λίγο περισσότερο προς τα δεξιά. Στο φόντο, κάποιοι άνθρωποι κάθονταν σε τραπέζια, αλλά καθώς η σκηνή επεκτάθηκε, η εφαρμογή Φωτογραφίες πρόσθεσε μερικά ακόμη τραπέζια, πλήρη με εικονικούς ανθρώπους – ανθρώπους που δεν υπήρξαν ποτέ στην πραγματική ζωή – να κάθονται σε αυτά.
Η κυρία Huff εξηγεί ότι η λειτουργία προσπαθεί να ταιριάξει την υπάρχουσα αισθητική. Εάν υπάρχουν άνθρωποι στο φόντο, αλλά η λειτουργία «Extend» δεν προσθέτει κανέναν άλλο καθώς επεκτείνετε τη φωτογραφία, αυτό μπορεί να φαίνεται περίεργο. «If we said the rule is we could never generate a background human ever, then the feature would become less useful», αναφέρει.
Όρια Χρήσης και Απαιτήσεις Συνδρομής iCloud για τις Λειτουργίες Τεχνητής Νοημοσύνης
Αξίζει να θυμόμαστε ένα σημείο που τόνισε η Apple στην κεντρική ομιλία: Υπάρχουν όρια χρήσης για αυτές τις νέες λειτουργίες κάμερας. Η Apple δεν κοινοποιεί ακριβώς ποια είναι αυτά τα ημερήσια όρια, αλλά οι χρήστες θα πρέπει να εγγραφούν στο iCloud εάν επιθυμούν να χρησιμοποιήσουν τις λειτουργίες «Extend», «Spatial Reframe» ή «Clean Up» στις φωτογραφίες τους πολλές φορές την ημέρα.
Επεξεργασία Φωτογραφιών μέσω Φυσικής Γλώσσας και ο Ρόλος της Siri
Ένα από τα μεγάλα θέματα της φετινής παρουσίασης της Apple στο WWDC ήταν η χρήση φυσικής γλώσσας για την εκτέλεση εργασιών. Μπορείτε να συνομιλήσετε με τη Siri φυσικά – χωρίς την ανάγκη χρήσης άκαμπτων εντολών – και αυτή θα κατανοήσει την πρόθεσή σας. Στην εφαρμογή Ημερολόγιο, μπορείτε να περιγράψετε το γεγονός, και αυτή θα το δημιουργήσει αμέσως, χωρίς την ανάγκη συμπλήρωσης διαφόρων πεδίων. Μπορείτε να περιγράψετε τη συντόμευση που θέλετε να δημιουργήσετε στην εφαρμογή Συντομεύσεις χωρίς να ασχοληθείτε με εναύσματα και ενέργειες. Στο Safari, μπορείτε να εκφράσετε μια επέκταση για να δημιουργηθεί. Γιατί λοιπόν δεν μπορείτε να επεξεργαστείτε μια φωτογραφία με φυσική γλώσσα; Αυτή είναι μια λειτουργία που εισήγαγε η Google πέρυσι στις Φωτογραφίες Google.
Η κυρία Huff δηλώνει ότι η νέα τεχνητή νοημοσύνη της Siri μπορεί να χειριστεί μερικές διορθώσεις εκ μέρους σας και ότι η Apple δεν αποκλείει τίποτα από τον μελλοντικό οδικό χάρτη. Η Siri δεν μπορεί να επεξεργαστεί με τις νέες λειτουργίες τεχνητής νοημοσύνης – αυτές ελέγχονται αυστηρά από τον άνθρωπο – αλλά αυτό οφείλεται εν μέρει στο ότι η Apple δεν θεωρεί ότι προσφέρει μια καλή εμπειρία χρήστη. Αυτές οι λειτουργίες απαιτούν λίγο περισσότερη «δύναμη»· είναι δύσκολο να καθοδηγήσετε τη Siri στη διαδικασία αλλαγής της προοπτικής μιας φωτογραφίας.
«There’s so much more that’s open-ended about that, especially something like Spatial Reframing where that’s really a user-intent thing that you need to express», αναφέρει η κυρία Huff.
Η Ενσωμάτωση της Siri στην Εφαρμογή Κάμερας και ο Πολυδιάστατος Ρόλος της
Μιλώντας για τη Siri, η άλλη μεγάλη αλλαγή που έρχεται στο iOS 27 είναι ότι η Siri ενσωματώνεται στην εφαρμογή Κάμερας. Ο κύριος McCormack δηλώνει ότι η ενσωμάτωση της Siri στην κάμερα του iPhone αποσκοπεί αποκλειστικά στη μείωση της τριβής.
Η λειτουργία Οπτικής Νοημοσύνης της Siri – η οποία λειτουργεί όπως το Google Lens σε μια εικόνα – ενεργοποιείται επί του παρόντος μέσω του κουμπιού Ελέγχου Κάμερας. Ωστόσο, πρόκειται για μια λειτουργία ειδική για την κάμερα, οπότε ο κύριος McCormack δηλώνει ότι είναι λογικό να βρίσκεται εντός της εφαρμογής Κάμερας.
«It’s embracing the idea that the camera is really a number of things», αναφέρει. «It’s a memorialization device … it’s a note-taking device … or I’m just curious what that plant is.»
Διαφοροποίηση των Περιπτώσεων Χρήσης της Τεχνητής Νοημοσύνης: Εφαρμογή Φωτογραφίες έναντι Image Playground
Η πιο μετρημένη προσέγγιση της Apple ενδέχεται να φαίνεται σε αντίθεση με την εφαρμογή δημιουργίας εικόνων της – το Image Playground – η οποία επιτρέπει τη δημιουργία εικόνων που παράγονται από τεχνητή νοημοσύνη με βάση γραπτές εντολές (ή τη δική σας βιβλιοθήκη). Στο iOS 27, το Image Playground προεπιλέγει τη δημιουργία πιο φωτορεαλιστικών εικόνων, εκτός εάν καθορίσετε ένα συγκεκριμένο καλλιτεχνικό στυλ. Ωστόσο, ο κύριος McCormack δηλώνει ότι αυτές οι διαφορετικές χρήσεις της τεχνητής νοημοσύνης θα γίνονται αντιληπτές διαφορετικά, ανάλογα με το πλαίσιο στο οποίο βρίσκονται στο τηλέφωνό σας. Εάν βρίσκεστε στην εφαρμογή Φωτογραφίες, οι χρήστες θέλουν να γνωρίζουν ότι βρίσκονται σε ένα ασφαλές μέρος όπου οι αναμνήσεις διατηρούνται ανέπαφες. Στο Playground, όμως, η ονομασία είναι σκόπιμη – «it’s a place to play».
«Both use cases are totally valid», δηλώνει η κυρία Huff. «I want to improve this photo. A photo is something that happened, I captured it with my camera, and the Photos app is where I can improve it. But I also want to be creative and let my imagination be able to run wild, and so they’re two separate experiences intentionally.»
