Павлинье перо на солнце переливается от синего к зелёному и бронзовому, когда вы его поворачиваете. Сфотографируйте его — и это мерцание схлопнется в один угол, одну экспозицию, один компромисс.
Цифровое изображение — это не запись того, что видит ваш глаз. Стандартное цветовое пространство, которое используют большинство цифровых изображений, было создано для старого мира дисплеев, когда электронно-лучевые трубки прочерчивали пучками электронов по стеклу, покрытому люминофором. Это стандартное цветовое пространство сделало цвет предсказуемым на множестве устройств, но ценой стала более узкая гамма цветов, которую разделяли экраны, камеры и файлы изображений. То, что предлагает экран, кажется полным. Дело не в том, что ваши глаза не видят больше; цифровые изображения просто дают им меньше материала для работы.
Я преподаю в Калифорнийском институте искусств курс о цвете под названием «Пластмассы, неон и психоделия», который охватывает множество способов производства цвета: материалами, светом, экранами и разумом. У меня также есть состояние, называемое дейтераномалией, которое изменяет то, как я различаю цвета, хотя и не так, как вы могли бы представить. Дейтераномальный глаз не просто теряет цветовые различия — он их перестраивает.
Цвета, которых не хватает человеку с дейтераномалией, часто становятся чем-то вроде хаки.
Дуглас Гудвин
Исследователи зрения из Кембриджа в 2005 году показали, что наблюдатели с дейтераномалией могут надежно различать оттенки хаки и оливкового, которые выглядят одинаково для людей с обычным цветовым зрением. Я однажды принял светофор за уличный фонарь, ведя машину ночью, но мое цветовое зрение — это не уменьшенная копия обычного зрения: это другая карта той же местности. В то время как мои глаза оставляют одни цвета неопределёнными, они обостряют другие различия.
Экраны налагают другой вид ограничения, хотя и более тихо: они организуют цвет по своим собственным правилам, а затем предлагают эту версию как полную. Мой глаз и экран — это карты, которые включают и исключают по-разному. Моя карта обменивает одни различия на другие. Экран обменивает диапазон на надежность. Вопрос для любой цветовой системы не в том, является ли она точной, а в том, что она сохраняет.
От дикого зелёного к зелёному экрана
Мой комнатный неоновый потос настолько зелен, что кажется, будто он генерирует собственный свет. Сфотографируйте его на смартфон — результат будет нормальным: листья зеленые, картинка имеет смысл. Но зелёный на фотографии — это не зелёный на растении. Посмотрите на фото. Посмотрите на растение. А потом снова на фото. Сфотографированные листья приглушены, но неравномерно. Одни зелёные уплощаются, другие кажутся усиленными, будто телефон пытается компенсировать то, что не может показать. Листья настоящего растения электрические. Ни один мой телефон, ни одна печатная страница и ни один отпечаток Instax не передали этот зелёный, хотя Instax подходит ближе.
Вот что происходит. Свет отражается от потоса и попадает на сенсор телефона, который записывает числа, представляющие цвет, который почувствовал телефон. Каждый пиксель хранится как рецепт красного, зелёного и синего света — три значения, которые говорят экрану, сколько каждого первичного цвета излучать. В большей части мира изображений эти числа по-прежнему переводятся в sRGB — цветовое пространство по умолчанию для обычных цифровых изображений. Треугольник sRGB охватывает меньшую территорию, чем цвета, которые может видеть типичный человеческий глаз.
Ученые-колористы отображают человеческое цветовосприятие в виде подковообразного поля. Стандартное пространство дисплея вырезает треугольник из этой подковы, охватывая лишь часть того, что видит глаз. Прямые стороны треугольника не могут следовать изгибу подковы, поэтому некоторые цвета всегда остаются за пределами пространства дисплея. Многие современные экраны могут показывать больше, чем sRGB, но sRGB остается форматом по умолчанию для обычных цифровых изображений, потому что он надежно работает на разных устройствах и платформах. Зелень потоса перестраивается, чтобы соответствовать, и эта перестроенная версия — та картинка, которую вы получаете. Зелёный экрана — это не дикий зелёный.
Каждый медиум переводит цвет по-своему. Плёнка тоже — через химию, экспозицию, красители и бумагу. Отпечаток Instax не является более точным в каком-то абсолютном смысле, но он передает потос иначе. Он отражает свет от поверхности, а не перестраивает цвет как свет от экрана. Зелёный кажется более плотным, менее плоским и менее оторванным от своего источника. Instax всё равно упускает абсолютный цвет растения, но упускает его по-другому. Перевод телефона важен сейчас, потому что люди видят цвет вещи на экране до того, как встречаются с ней в реальном мире.
Когда ИИ учится на ограниченных цветах
Генераторы изображений на основе ИИ не просто наследуют этот цветовой разрыв. Они могут его усилить. Они обучаются не на растении перед вами. Они обучаются на чужих фотографиях похожих растений — миллионах изображений, уже отфильтрованных через сенсоры, программы редактирования, сжатие платформ и описанные выше цветовые ограничения. Многие яркие зелёные были обрезаны или смещены ещё до того, как модель их увидела.
Попросите модель ИИ сгенерировать павлинье перо — и вы, скорее всего, получите добротное изображение: каноничное глазчатое пятно, тёмный зрачок, циановое кольцо, золото, малиновую кайму. Выжившие цвета — это те, которые мир изображений знает, как сохранить. То, что отсутствует — это иризация. В реальном пере стержни могут вспыхивать тем же сине-зелено-бронзовым цветом, что и глазчатое пятно. Фотография фиксирует это мерцание под одним углом. Сгенерированное изображение уплощает его ещё сильнее. Его стержни — грязно-коричневые со слабыми металлическими бликами. Модель выучила символы павлиньего пера, но не событие наблюдения за тем, как оно поворачивается на свету.
Генеративные модели создают изображения из паттернов, которые они чаще всего находят в своих обучающих изображениях. Они убедительно передают обычную яркость. Редкие эффекты — это то, что ускользает: насыщенные цвета, металлические вспышки, структурные блики. Модель всё ещё может сделать изображение, которое выглядит ярким, даже впечатляющим. Но его яркость — родная для экрана, изученная по другим изображениям на экранах, а не по наблюдению за самим объектом.
Петля сжимается с каждым проходом. Изображения, сгенерированные ИИ, загружаются, распространяются, индексируются и могут быть включены в будущие обучающие наборы. Когда модели обучаются на материале, созданном предыдущими моделями, их результаты сужаются со временем. Редкие цвета исчезают первыми. Эти изображения не остаются внутри машины. Они заполняют ленты социальных сетей и поиск изображений, пока не начинают заменять сам объект. Смоделированный зелёный становится тем зелёным, с которым вы встречаетесь первым.
Наблюдая за разрывом
День за днём экраны показывают вам только цвета в пределах своего диапазона, переводя всё, что за его пределами, в цвета, которые они могут отобразить. Если вы видите крыло жука только как тусклое изображение, ничто не говорит вам, что когда-то существовало более яркое. Оно будет просто выглядеть тусклым. Если каждая картинка растения приходит с его зеленью, приглушённой до того же безопасного для экрана диапазона, этот диапазон становится зеленью. Вы не будете скучать по отсутствующим цветам.
Один из способов наблюдать разрыв — найти что-то ярко окрашенное: спелую хурму, павлинье перо, оранжево-розовый цвет у горизонта пустынного неба. Посмотрите на это, прежде чем фотографировать. Побудьте с этим. Встаньте близко. Дайте этому имя, хотя бы для себя. Затем сфотографируйте. Держите изображение рядом с объектом. Это расстояние и есть разрыв.
Дикие цвета не были стерты. Они были исключены с территории экрана. Версия, которая путешествует, — это то, что запоминается. Объект всё ещё там. Ищите его.
Эта проблема не просто техническая или эстетическая. Она — культурная. Мы всё чаще сверяем реальность не с реальностью, а с её цифровыми копиями. «А правда ли помидор такой красный?» — спрашиваем мы себя, глядя на бледный снимок. И идём в магазин за помидорами, которые выглядят… как на картинке. Супермаркеты уже давно выводят сорта овощей и фруктов не по вкусу, а по способности выглядеть ярко на полке под люминесцентными лампами — то есть по их «экранной пригодности». Мы едим глазами, а глаза наши уже обучены sRGB.
Но есть и обратная сторона. Художники, дизайнеры и все, кто работает с цветом профессионально, начинают бунтовать. Растёт движение за «живой цвет» — возвращение к аналоговым техникам, использование специальных мониторов с расширенным охватом (DCI-P3, Rec. 2020), калибровку всего и вся. Появляются приложения, которые не «улучшают» фото алгоритмами, а наоборот, пытаются сохранить исходную цветовую информацию, даже если на обычном экране это выглядит «неправильно». Потому что «правильно» — это не то, что удобно экрану. А то, что честно по отношению к объекту.
ИИ в этом смысле — тупиковая ветвь, если мы не изменим подход. Пока мы кормим нейросети обесцвеченными джпегами, они будут думать, что мир уныл. И генерировать унылый мир. Но мы-то знаем, что это не так. Мы видели павлина. Мы держали в руках неоновый потос. И пока мы помним этот разрыв между экраном и реальностью, у нас есть шанс не дать цифре окончательно победить жизнь. Смотрите на вещи. Не только на их фото.
Ваш комментарий