Các mô hình Trí tuệ Nhân tạo (AI) hiện đại đang ngày càng trở nên mạnh mẽ, tạo ra những hình ảnh chân thực đến kinh ngạc. Tuy nhiên, liệu chúng có thể tái hiện sự tinh tế, cảm xúc và giá trị lịch sử của những bức ảnh chụp nổi tiếng nhất thế kỷ 20? Chúng tôi đã thực hiện một thử nghiệm để tìm hiểu khả năng thực sự của AI trong việc tái tạo ảnh chụp mang tính biểu tượng, so sánh kết quả với những tác phẩm nhiếp ảnh kinh điển.
Tại sao thử nghiệm này lại quan trọng?
Các mô hình AI đang phát triển nhanh chóng, cho phép bạn tạo ra gần như mọi thứ chỉ bằng cách sử dụng các câu lệnh (prompts) phù hợp. Mục tiêu của thử nghiệm này là kiểm tra liệu điều đó có thực sự đúng khi nói đến nhiếp ảnh thực tế. Trong khi nhiều người sáng tạo lo sợ về sự thống trị của AI trong tương lai, các nhiếp ảnh gia vẫn có một lợi thế lớn: họ đang ghi lại hiện thực.
Những bức ảnh kinh điển mà bạn sẽ thấy trong bài viết này không chỉ là những tuyệt tác của nghệ thuật nhiếp ảnh mà còn là những “viên nang thời gian” ghi lại chính xác bối cảnh lịch sử và văn hóa mà chúng được chụp. Một mô hình AI có thể tạo ra một hình ảnh với “vibe” tương tự, nhưng thật vô lý khi mong đợi một hình ảnh do AI tạo ra có thể mang bất kỳ giá trị văn hóa hay ý nghĩa lịch sử nào.
Công cụ được lựa chọn cho thử nghiệm này là Fotor AI, một trình tạo hình ảnh từ văn bản (text-to-image generator) tương đối đơn giản nhưng thường mang lại kết quả ổn định. Mặc dù Fotor AI không sánh bằng Midjourney hay DALL-E, và dù nó rất tốt cho nhiều phong cách nghệ thuật khác nhau, nhưng kỹ năng “nhiếp ảnh” của nó đôi khi còn khá thô sơ. Điều này đặc biệt đúng khi cố gắng yêu cầu mô hình khớp với thời kỳ của ảnh gốc.
Khả năng xử lý chủ thể con người của AI
Chúng ta hãy bắt đầu với một trong những huyền thoại nhiếp ảnh đầu tiên được AI “xử lý”: Dorothea Lange. Bức ảnh “Migrant Mother” là một trong những bức ảnh mang tính biểu tượng nhất mọi thời đại, và chúng tôi đã lầm tưởng rằng Fotor AI sẽ quen thuộc với nó.
Bức ảnh "Migrant Mother" kinh điển của Dorothea Lange mô tả người mẹ và các con trong thời kỳ Đại khủng hoảng.
Thế nhưng, mô hình này dường như không “quen mặt” với các nhiếp ảnh gia nổi tiếng. Chúng tôi đã phải mô tả chi tiết bức ảnh cho đến khi AI hiểu được ý tưởng. Kết quả khá ổn, nhưng khi xem xét kỹ hơn, vấn đề lớn nhất là ánh sáng. Trong ảnh gốc, chủ thể được chiếu sáng bằng ánh sáng tự nhiên, trong khi AI lại “ban tặng” cho “người mẹ” của chúng ta một kiểu xử lý ánh sáng studio hiện đại. Bức ảnh cũng trông quá “mượt mà” theo ý kiến của chúng tôi, mặc dù đây không phải là điều mà một chút nhiễu hạt (noise) và hiệu ứng phim có thể giải quyết được.
Hình ảnh được tạo bởi Fotor AI mô phỏng người mẹ cùng hai đứa con trong bối cảnh Đại khủng hoảng, thiếu đi ánh sáng tự nhiên và chiều sâu cảm xúc.
Về bố cục, đây là một thất bại. Dorothea Lange đã cẩn thận sắp xếp từng chi tiết từ khung hình đến ánh sáng để kể câu chuyện về một người bị ảnh hưởng bởi cuộc Đại khủng hoảng. Ngược lại, AI vẫn vật lộn với các sắc thái ngầm (subtext), vì vậy không có chi tiết nào trong số đó được thể hiện trong kết quả cuối cùng.
Fotor cũng cung cấp tùy chọn sử dụng “image-to-image” (tạo ảnh từ ảnh đầu vào), và điều này mang lại kết quả gần hơn (ít nhất là về bố cục):
Kết quả Fotor AI khi sử dụng chế độ image-to-image cho bức "Migrant Mother", bố cục gần giống nhưng chất lượng hình ảnh bị giảm.
Mặc dù những hình ảnh này khó phân biệt, chúng tôi 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?
Tổng thống Richard Nixon dùng đũa trong bữa tiệc tại Trung Quốc, bức ảnh lịch sử do Oliver F. Atkins chụp.
Để thử thách tiếp, chúng ta hãy chuyển nhanh đến đầu những năm 70 và thử tái tạo bức “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 (có lẽ mô hình sẽ “nổ tung” nếu chúng tôi dùng câu lệnh “Watergate”).
Hình ảnh được tạo bởi Fotor AI về một người đàn ông dùng đũa giữa các quan chức Trung Quốc, nhưng không giống tổng thống Nixon.
Ý chính của bức ảnh vẫn được nắm bắt (bao gồm cả sự bối rối khi gắp một miếng thức ăn bằng đũa), nhưng bố cục và bối cảnh quá khác biệt. Chúng tôi có lẽ sẽ không thể nhận ra hình ảnh do AI tạo ra này được dựa trên ảnh gốc nếu không biết trước.
Chế độ image-to-image mang lại bố cục tương tự nhưng chất lượng tổng thể lại bị giảm đáng kể. Các khuôn mặt bị biến dạng, đây là một trong nhiều dấu hiệu của hình ảnh do AI tạo ra kém chất lượng.
Kết quả Fotor AI image-to-image cho ảnh "Nixon in China", bố cục tương đồng nhưng chất lượng và chi tiết khuôn mặt bị giảm đáng kể.
AI xử lý các cảnh với vật thể vô tri như thế nào?
Hãy bắt đầu với kiệt tác “Thảm họa Hindenburg” của Sam Shere. Khoảnh khắc “có một không hai” này vô cùng phức tạp, vì vậy đây sẽ là một thử thách tốt cho AI.
Bức ảnh kinh điển "Thảm họa Hindenburg" của Sam Shere ghi lại khoảnh khắc khinh khí cầu bốc cháy.
Fotor ít nhiều đã hiểu được những gì chúng tôi yêu cầu.
Hình ảnh được Fotor AI tạo ra mô phỏng vụ cháy khinh khí cầu Hindenburg, nhưng chiếc zeppelin vẫn còn nguyên vẹn dù bốc cháy.
Chúng tôi dùng cụm từ “ít nhiều” vì chiếc zeppelin vẫn còn nguyên vẹn mặc dù nó đang bốc cháy. Nó cũng quá gần mặt đất và không thể tái tạo được bố cục của ảnh gốc.
Khi sử dụng ảnh gốc làm đầu vào, gần như không thể phân biệt được hai hình ảnh này:
Ảnh AI tái tạo thảm họa Hindenburg bằng Fotor AI image-to-image, rất khó phân biệt với ảnh gốc về bố cục tổng thể.
Vậy còn một cảnh không dễ nhận biết ngay lập tức thì sao? Bức “Cactus Hot Air Balloon” của Léon Gimpel hoàn toàn phù hợp với tiêu chí này.
Bức ảnh "Cactus Hot Air Balloon" của Léon Gimpel, một trong những ví dụ hiếm hoi về nhiếp ảnh màu đầu thế kỷ 20 tại Paris.
Đây cũng là một trong những ví dụ hiếm hoi về việc sử dụng nhiếp ảnh màu từ đầu những năm 1900, vì vậy sẽ rất thú vị để xem liệu AI có thể tái tạo vẻ ngoài độc đáo đó hay không. Kết quả: không thể.
Ảnh AI của Fotor mô tả hai khinh khí cầu trong không gian kín ở Paris, nhưng không tái tạo được bố cục và màu sắc đặc trưng của ảnh gốc.
Bối cảnh (Grand Palais, Paris) thì đúng, nhưng bố cục và các chủ thể hầu như không giống ảnh gốc. Màu sắc cũng không đúng với thời kỳ. Sử dụng ảnh gốc làm câu lệnh đã mang lại kết quả tốt hơn nhiều:
Kết quả Fotor AI image-to-image cho ảnh khinh khí cầu, trông như một bức tranh màu nước/pastel thay vì cải thiện độ chân thực.
Tuy nhiên, có một vấn đề nhỏ. Có vẻ như Fotor chỉ đơn giản là tái tạo lại ảnh gốc theo phong cách màu nước/pastel, mặc dù chúng tôi đã sử dụng các câu lệnh phủ định để ngăn mô hình làm như vậy. Do đó, bạn không nên mong đợi nhiều về khả năng cải thiện ở đây.
AI có thể tái tạo phong cảnh và cảnh quan đô thị không?
Với việc sử dụng các bộ lọc đen trắng màu cam và vàng để chơi với độ tương phản cùng cách tiếp cận bậc thầy trong phòng tối, phong cách của Ansel Adams dễ dàng nhận biết và rất khó để tái tạo.
Tuyệt tác "Moonrise, Hernandez, New Mexico" của Ansel Adams, với mặt trăng mọc trên thị trấn sa mạc, nổi bật tương phản.
Vì vậy, tất nhiên, chúng tôi quyết định mang lại cho Fotor một “mặc cảm tự ti”. Mặc dù cảnh không hề giống nhau, nhưng độ tương phản cho thấy một vài gợi ý về phong cách của Ansel Adams.
Hình ảnh do Fotor AI tạo ra mô phỏng cảnh mặt trăng trên thị trấn sa mạc, có tương phản nhưng không giống phong cách Ansel Adams.
Chế độ image-to-image tốt hơn nhiều về tổng thể nhưng hình ảnh lại mất đi tất cả các chi tiết tinh xảo:
Kết quả Fotor AI image-to-image cho ảnh "Moonrise", tổng thể đẹp hơn nhưng mất đi nhiều chi tiết quan trọng so với ảnh gốc.
Chúng tôi 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 “Kissing the War Goodbye” của Victor Jorgensen sẽ là lựa chọn phù hợp.
Bức ảnh "Kissing the War Goodbye" của Victor Jorgensen ghi lại nụ hôn của lính thủy và y tá tại Quảng trường Thời đại mừng kết thúc chiến tranh.
Đúng như bạn có thể mong đợi từ Fotor vào thời điểm này, kết quả cuối cùng khá tốt. Tuy nhiên, có hai vấn đề.
Hình ảnh do Fotor AI tạo ra mô tả nụ hôn ở Quảng trường Thời đại, trông giả tạo và giống với ảnh khác của Alfred Eisenstadt.
Thứ nhất, nó giống với một bức ảnh khác về cảnh này do Alfred Eisenstadt chụp, và thứ hai, giờ đây nó trông hoàn toàn có dàn dựng (trong khi ảnh gốc thì không).
Về mặt kỹ thuật, ánh sáng giống với ánh sáng studio hiện đại và bức ảnh quá tương phản theo ý muốn của chúng tôi. Hãy sử dụng ảnh gốc làm câu lệnh:
Kết quả Fotor AI image-to-image cho nụ hôn ở Times Square, chủ thể chính tốt nhưng khuôn mặt người nền bị biến dạng đáng sợ.
Kết quả này khá lẫn lộn. Mặc dù chúng tôi yêu thích vẻ ngoài của các chủ thể chính, nhưng khuôn mặt của những người trong nền giờ đây trông thẳng từ một bộ phim kinh dị ra – một điều không hề mong muốn.
Kết luận
Nhìn chung, chúng tôi ấn tượng với một số tác phẩm của Fotor AI, nhưng kết quả quá không nhất quán. Midjourney và DALL-E vẫn chiếm ưu thế khi nói đến khả năng tạo hình ảnh dựa trên câu lệnh, đặc biệt nếu bạn muốn tạo ra những bức ảnh trông chân thực.
Mặc dù AI đã đạt được những bước tiến vượt bậc, nhưng thử nghiệm này cho thấy nó vẫn còn nhiều hạn chế đáng kể trong việc tái tạo sự phức tạp về cảm xúc, bối cảnh lịch sử và tính chân thực tuyệt đối của nhiếp ảnh đời thực. Các nhiếp ảnh gia vẫn giữ vị trí không thể thay thế trong việc ghi lại thế giới quanh ta với góc nhìn độc đáo và chiều sâu ý nghĩa.
Bạn đã từng thử tạo ảnh bằng AI chưa? Hãy chia sẻ trải nghiệm và nhận định của bạn về khả năng của AI trong nhiếp ảnh trong phần bình luận bên dưới nhé!
