Các mô hình trí tuệ nhân tạo (AI) ngày nay dường như có khả năng “phù phép”, nhưng liệu chúng có thể tái hiện được sự tinh túy và “linh hồn” của những bức ảnh mang tính biểu tượng nhất thế kỷ 20 hay không? Đây là một câu hỏi lớn mà nhiều người đam mê công nghệ và nhiếp ảnh đang tìm kiếm lời giải đáp. Bài viết này sẽ đi sâu vào việc kiểm chứng khả năng của AI trong việc tạo ảnh chân thực, đặc biệt là khi thử thách nó với những kiệt tác nhiếp ảnh đã đi vào lịch sử.
Tại Sao Lại Thử Nghiệm Khả Năng Tái Tạo Ảnh Của AI?
Các mô hình AI đang ngày càng mạnh mẽ, đến mức dường như bạn có thể tạo ra hầu hết mọi thứ chỉ bằng cách sử dụng các lệnh nhắc (prompt) phù hợp. Mục đích của thử nghiệm này là kiểm chứng mức độ chính xác của nhận định đó. Mặc dù những thử nghiệm tương tự có thể khiến nhiều người sáng tạo lo lắng, các nhiếp ảnh gia nói chung vẫn được bảo vệ khỏi sự thống trị của AI trong tương lai vì một lý do đơn giản: họ ghi lại thực tại.
Những bức ảnh kinh điển được chọn trong bài viết này không chỉ là những kỳ quan của nghệ thuật nhiếp ảnh mà còn là những “viên nang thời gian” ghi lại chính xác thời kỳ chúng được chụp. Một mô hình AI có thể tạo ra thứ gì đó với “linh hồn” tương tự, nhưng thật nực cười nếu mong đợi một hình ảnh do AI tạo ra có bất kỳ giá trị văn hóa nào. Công cụ được sử dụng trong thử nghiệm này là Fotor AI, một trình tạo hình ảnh từ văn bản (text-to-image generator) tương đối đơn giản, thường mang lại kết quả khá ổn định. Tuy nhiên, nó không phải là Midjourney và mặc dù rất tốt cho nhiều phong cách nghệ thuật khác nhau, kỹ năng “nhiếp ảnh” của nó thường còn kém. Điều này đặc biệt đúng khi cố gắng yêu cầu mô hình khớp với thời kỳ của hình ảnh gốc.
AI Xử Lý Các Chủ Thể Con Người Như Thế Nào?
Dorothea Lange là huyền thoại đầu tiên được “xử lý” bởi AI. “Migrant Mother” là một trong những bức ảnh mang tính biểu tượng nhất mọi thời đại và người viết đã nhầm tưởng rằng Fotor sẽ quen thuộc với nó.
Bức ảnh kinh điển "Migrant Mother" của Dorothea Lange chụp mẹ và con trong thời kỳ Đại suy thoái.
Tuy nhiên, mô hình cụ thể này không giỏi nhận diện tên và người viết phải mô tả chi tiết hình ảnh cho đến khi nó hiểu ý. Kết quả khá ổn định:
Ảnh AI Fotor tái tạo "Migrant Mother" với mẹ và hai con, cho thấy sự khác biệt về ánh sáng.
Khi kiểm tra kỹ hơn, vấn đề lớn nhất là ánh sáng. Trong bức ảnh gốc, chủ thể được chiếu sáng bằng ánh sáng tự nhiên, trong khi AI đã tạo ra “người mẹ” với ánh sáng studio hiện đại. Hình ảnh cũng trông quá bóng bẩy theo ý kiến cá nhân, mặc dù đây không phải là điều mà một chút nhiễu và hạt phim không thể khắc phục được.
Về bố cục, đây là một thất bại nhỏ. Dorothea Lange đã cẩn thận sắp xếp bức ảnh để kể câu chuyện về một người bị ảnh hưởng bởi cuộc Đại suy thoái, với từng chi tiết từ cắt cúp đến ánh sáng đều góp phần truyền tải thông điệp. Mặt khác, AI vẫn còn gặp khó khăn với các hàm ý ẩn (subtext), vì vậy không có chi tiết nào trong số đó được chuyển hóa vào kết quả cuối cùng. Fotor cũng cung cấp tùy chọn sử dụng “image-to-image” (tạo ảnh từ ảnh), và điều này mang lại kết quả gần hơn (ít nhất là về bố cục):
Kết quả Fotor AI khi dùng ảnh gốc làm đầu vào, cho bố cục tương tự nhưng chất lượng có thể bị ảnh hưởng.
Mặc dù những bức ảnh này khó phân biệt, người viết vẫn không hài lòng với kết quả vì Fotor dường như chỉ áp dụng một bộ lọc làm đẹp chất lượng thấp lên chủ thể. Vậy còn một cảnh phức tạp hơn thì sao?
Bức ảnh lịch sử Tổng thống Richard Nixon dùng đũa trong bữa tiệc với các quan chức Trung Quốc.
Để thử nghiệm điều này, chúng ta sẽ chuyển sang đầu những năm 70 và thử tái tạo bức ảnh “Nixon in China” của Oliver F. Atkins. Dưới đây là kết quả của Fotor. Điều đầu tiên bạn sẽ nhận thấy là Fotor dường như không biết Richard Nixon là ai (mô hình có lẽ sẽ “nổ tung” nếu tôi dùng lệnh nhắc “Watergate”).
Hình ảnh AI tái tạo cảnh một người đàn ông dùng đũa trong bữa tối cùng các quan chức Trung Quốc.
Ý chính của bức ảnh vẫn còn đó (bao gồm cả sự bối rối với một miếng thức ăn trên đũa), nhưng bố cục và bối cảnh quá khác biệt. Có lẽ sẽ không thể nhận ra hình ảnh do AI tạo ra dựa trên bức ảnh gốc nếu chưa từng xem bản gốc. Chế độ “image-to-image” cũng có bố cục tương tự nhưng chất lượng tổng thể bị giảm đáng kể. Khuôn mặt bị méo mó, một trong nhiều dấu hiệu của hình ảnh do AI tạo ra kém chất lượng.
Kết quả Fotor AI khi tái tạo ảnh Nixon in China từ ảnh gốc, cho thấy chất lượng bị giảm và gương mặt méo mó.
AI Xử Lý Các Cảnh Vật Vô Tri Như Thế Nào?
Hãy bắt đầu với kiệt tác “Thảm họa Hindenburg” của Sam Shere. Bức ảnh “một lần trong đời” này cực kỳ phức tạp, vì vậy nó sẽ là một thử thách tốt cho AI.
Bức ảnh kịch tính về Thảm họa Hindenburg, một thách thức lớn cho AI tái tạo.
Fotor ít nhiều đã hiểu những gì được yêu cầu.
Ảnh AI tái tạo thảm họa Hindenburg, cho thấy khinh khí cầu vẫn còn nguyên vẹn dù bốc cháy.
Người viết dùng từ “ít nhiều” bởi vì khinh khí cầu vẫn còn nguyên vẹn mặc dù nó đã bị nhấn chìm trong biển lửa. Nó cũng quá gần mặt đất và không thể tái tạo bố cục của bức ảnh gốc. Khi sử dụng hình ảnh gốc làm đầu vào, gần như không thể phân biệt hai hình ảnh:
Kết quả AI tái tạo thảm họa Hindenburg từ ảnh gốc, gần như không thể phân biệt.
Vậy còn một cảnh không dễ nhận biết ngay lập tức thì sao? Bức ảnh “Khinh khí cầu Cactus Hot Air Balloon” của Leon Gimpel hoàn toàn phù hợp.
Bức ảnh khinh khí cầu Cactus Hot Air Balloon của Leon Gimpel tại Paris, một ví dụ hiếm hoi về ảnh màu đầu thế kỷ 20.
Đây cũng là một trong những ví dụ hiếm hoi về việc sử dụng nhiếp ảnh màu đầu những năm 1900, vì vậy thật thú vị khi xem liệu AI có thể tái tạo được vẻ ngoài độc đáo đó hay không. Tiết lộ: nó không thể.
Hình ảnh AI tái tạo hai khinh khí cầu trong không gian kín ở Paris, với bố cục và màu sắc chưa chính xác.
Bối cảnh (Grand Palais, Paris) là chính xác, nhưng bố cục và chủ thể hầu như không giống bản gốc. Màu sắc cũng không đúng thời kỳ. Sử dụng hình ảnh gốc làm lệnh nhắc mang lại kết quả tốt hơn nhiều:
Kết quả Fotor AI khi dùng ảnh khinh khí cầu gốc làm prompt, chỉ đơn thuần tái tạo ảnh với phong cách màu nước.
Tuy nhiên, có một vấn đề nhỏ. Có vẻ như Fotor chỉ đơn thuần tái tạo hình ảnh gốc theo phong cách màu nước/pastel, mặc dù đã sử dụng các lệnh nhắc phủ định để ngăn mô hình làm như vậy. Do đó, bạn không nên kỳ vọng nhiều về sự cải thiện ở đây.
AI Có Thể Tái Tạo Phong Cảnh và Cảnh Đô Thị Không?
Do việc sử dụng các bộ lọc đen trắng màu cam và vàng để điều chỉnh độ tương phản và cách tiếp cận điêu luyện với phòng tối, phong cách của Ansel Adams có thể nhận ra ngay lập tức và rất khó để tái tạo.
Bức ảnh "Moonrise, Hernandez, New Mexico" của Ansel Adams, đặc trưng với phong cách tương phản cao.
Vì vậy, người viết đã quyết định cho Fotor một sự “tự ti”. Mặc dù cảnh không giống nhau chút nào, độ tương phản vẫn gợi ý về phong cách Ansel Adams.
Ảnh AI tái tạo cảnh thị trấn sa mạc dưới ánh trăng, cho thấy một phần phong cách tương phản của Ansel Adams.
Chế độ “image-to-image” tốt hơn nhiều về tổng thể nhưng hình ảnh bị mất tất cả các chi tiết nhỏ tinh tế:
Kết quả AI tái tạo phong cảnh với trăng sáng, tuy nhiên mất đi các chi tiết nhỏ tinh tế của ảnh gốc.
Người viết là một fan hâm mộ lớn của nhiếp ảnh đường phố, nhưng thật không may, hầu hết các bức ảnh đường phố mang tính biểu tượng vẫn chưa thuộc phạm vi công cộng. Do đó, bức ảnh nổi tiếng “Kissing the War Goodbye” của Victor Jorgensen sẽ phù hợp.
Bức ảnh biểu tượng "Kissing the War Goodbye" của Victor Jorgensen, ghi lại khoảnh khắc lính hải quân hôn y tá tại Quảng trường Thời đại.
Đúng như bạn có thể mong đợi từ Fotor vào thời điểm này, kết quả cuối cùng khá ổn. Tuy nhiên, có hai vấn đề.
Ảnh AI tái tạo cảnh hôn ở Quảng trường Thời đại, trông giống dàn dựng và có ánh sáng hiện đại.
Đầu tiên, nó giống một bức ảnh khác về cảnh này được chụp bởi Alfred Eisenstadt, và thứ hai, bây giờ nó trông dàn dựng 100% (bản gốc thì không). Về mặt kỹ thuật, ánh sáng giống ánh sáng studio hiện đại và bức ảnh có độ tương phản quá cao. Hãy sử dụng hình ảnh gốc làm lệnh nhắc:
Kết quả AI tái tạo từ ảnh gốc "Kissing the War Goodbye", chi tiết nhân vật chính tốt nhưng người nền bị biến dạng.
Kết quả này là một sự pha trộn. Mặc dù người viết thích giao diện của các chủ thể chính, khuôn mặt của những người ở phía sau bây giờ trông giống như bước ra từ một bộ phim kinh dị – một điều không bao giờ tốt.
Nhìn chung, người viết khá ấn tượng với một số sản phẩm của Fotor, nhưng kết quả quá không nhất quán. Midjourney và DALL-E vẫn vượt trội hơn khi nói đến việc tạo hình ảnh dựa trên lệnh nhắc, đặc biệt nếu bạn muốn tạo ra những bức ảnh trông chân thực.
