Nikon'un mikroskop video yarışmasında birinci, yapay zekâ kullandığı için diskalifiye edildi

Nikon'un her yıl düzenlediği Small World in Motion yarışması, mikroskop altında çekilmiş videoları ödüllendiriyor. Yarışma bilim insanlarının ve fotoğrafçıların gözle göremediğimiz dünyayı kayda geçirdiği, saygın bir vitrin. Bu yılki birincilik ise kısa sürede bir tartışmaya dönüştü.

Ne oldu

Birinciliği alan video, PCD adlı kalıtsal bir solunum yolu hastalığı olan bir çocuğun hava yollarındaki kirpikleri, yani hava yollarını temizleyen mikroskobik tüy benzeri yapıları hareket halinde gösterdiğini iddia ediyordu. Videoyu hazırlayan araştırmacı Dr. Ning Xu'ydu.

Video yayınlandıktan sonra internette görüntülerin gerçekliğine dair şüpheler dile getirilmeye başlandı. Nikon videoyu incelemeye aldı. Bu süreçte Dr. Xu, LinkedIn'de yaptığı bir paylaşımda, süper çözünürlüklü optik görüntüleme ile elde edilen gri tonlu görüntülerdeki ayrıntıları ayırt etmek ve görselleştirmek için yapay zekâ destekli bir işleme yöntemi kullandığını kabul etti.

Nikon'un vardığı sonuç net oldu: video, yarışmanın üretken yapay zekâ ile ilgili kurallarına uymuyordu. Video diskalifiye edildi ve yarışmanın sitesinden kaldırıldı. Güncellenen sıralamada birincilik Nguyen Nam Nhat'ın videosuna verildi.

Nikon'un açıklamasındaki ince ayrım

Nikon kararını açıklarken dikkat çekici bir not düştü: diskalifiye kararı, katılımcının mesleki itibarı, bilimsel katkıları ya da niyeti hakkında bir yargı olarak yorumlanmamalı. Yani mesele bir sahtekârlık suçlaması değil, kurallara uygunluk.

Şirket ayrıca gelecek yarışmalar için kurallarını ve değerlendirme süreçlerini yeniden gözden geçireceğini duyurdu. Bu da yarışmanın mevcut kurallarının, yapay zekâ destekli işlemenin nerede başlayıp nerede bittiği konusunda yeterince açık olmadığını dolaylı olarak kabul ediyor.

Asıl tartışma: işlemek mi, üretmek mi

Bu olayı ilginç kılan şey, yapay zekâ kullanımının bilimde zaten yaygın olması. Mikroskop görüntülerindeki gürültüyü azaltmak, bulanık kenarları netleştirmek ya da hücreleri otomatik olarak saymak için yapay zekâ araçları yıllardır kullanılıyor ve çoğu durumda tartışma yaratmıyor.

Sorun, işlemenin ne kadar ileri gittiğinde ortaya çıkıyor. Klasik görüntü işleme, var olan veriyi daha görünür hale getirir. Üretken yapay zekâ modelleri ise eksik ya da belirsiz gördükleri yerleri, eğitildikleri milyonlarca görüntüden öğrendikleri kalıplarla doldurabilir. Sonuç çok daha net ve etkileyici görünür, ama bazı ayrıntıların gerçek ölçümden mi yoksa modelin tahmininden mi geldiğini ayırt etmek zorlaşır.

Bilimsel bir görüntünün değeri ise tam olarak gerçeği temsil etmesinde. Bir hastalığı teşhis etmek ya da bir araştırma sonucunu kanıtlamak için kullanılacak bir görüntüde, "güzel ama kısmen tahmin" bir görüntü, bulanık ama gerçek bir görüntüden daha az değerlidir.

Fotoğraf ve sanat yarışmalarında büyüyen sorun

Bu, yapay zekânın yarışmalarda yol açtığı ilk tartışma değil. Son yıllarda fotoğraf ve sanat yarışmalarında yapay zekâyla üretilmiş ya da ağır şekilde işlenmiş eserlerin ödül aldığı, sonra geri çekildiği birçok olay yaşandı. Pek çok yarışma artık başvuru şartlarına yapay zekâ kullanımını açıkça belirtme zorunluluğu ekliyor, bazıları ise ham dosyaların teslim edilmesini istiyor.

Senin için anlamı

Bu haber sadece bilim insanlarını ilgilendirmiyor. İnternette karşılaştığımız her "inanılmaz" görselin ne kadarının gerçek olduğu sorusu giderek daha sık soruluyor. Birkaç alışkanlık işe yarıyor:

• Kaynağa bak. Görsel kimden geliyor, ilk nerede yayınlandı?
• Etiketlere dikkat et. Bazı platformlar yapay zekâyla üretilmiş içeriği işaretlemeye başladı.
• Başka kaynak ara. Gerçek bir olayın genelde birden fazla görüntüsü olur.

Bu konuya ilgi duyuyorsan, yapay zekâyla üretilmiş video ve sesleri ayırt etmenin yollarını deepfake nasıl anlaşılır yazımızda anlattık.

Sık sorulanlar

Bilimsel görüntülerde yapay zekâ kullanmak yasak mı?

Genel bir yasak yok. Bilimde yapay zekâ görüntüleri netleştirmek ve analiz etmek için yaygın şekilde kullanılıyor. Önemli olan, kullanıldığının açıkça belirtilmesi ve sonucun gerçek veriyi temsil edip etmediği. Yarışmalar ve dergiler bunun için kendi kurallarını koyuyor.

Görüntü işleme ile görüntü üretme arasındaki fark ne?

Klasik işleme var olan görüntüdeki gürültüyü azaltır, kontrastı ayarlar. Üretken yapay zekâ ise eksik gördüğü ayrıntıları kendi tahminiyle doldurabilir. İkincisinde ortaya çıkan ayrıntının gerçekte var olup olmadığından emin olmak zorlaşır.

Yapay zekâyla üretilmiş görselleri nasıl anlarım?

Kesin bir yöntem yok. Kaynağın kim olduğu, görselin ilk nerede yayınlandığı ve aynı olayın başka kaynaklardan görüntüsünün olup olmadığı, görselin kendisine bakmaktan çoğu zaman daha güvenilir ipuçları verir.

E-bülten

Haftada bir e-posta. Sadece işe yarayanlar.

Haftanın en iyi yapay zekâ araçları ve yeni rehberler. Reklam yok, istediğin an çık.

Abone olAbone olarak gizlilik politikasını kabul etmiş olursun.

Sıradaki yazı Uygulama yok, sadece mesaj: yapay zekâ asistanları WhatsApp ve iMessage'a taşınıyor