科學攝影師的挑戰與未來
超過30年來，科學攝影師費莉絲·弗蘭克爾 (Felice Frankel) 一直在幫助麻省理工學院 (MIT) 的教授、研究人員和學生用視覺方式傳達他們的工作。在這段時間裡，她見證了許多工具的發展，這些工具幫助創造引人注目的影像：有些是有幫助的，有些則與真實和完整地表達研究的努力相悖。在最近發表於《自然》雜誌 (Nature) 的一篇意見文章中，弗蘭克爾討論了生成性人工智慧 (GenAI) 在影像中的使用日益增長，以及這對於傳達研究的挑戰和影響。她也在文章中個人思考，未來科學攝影師在研究社群中是否還有立足之地。
Q: 你提到一旦拍攝了照片，這張影像就可以被視為“被操控”。你曾經操控自己的影像，以更成功地傳達想要的訊息。可接受的操控與不可接受的操控之間的界線在哪裡？
A: 從廣義上來說，決定如何構圖和組織影像內容，以及使用哪些工具來創造影像，已經是一種對現實的操控。我們需要記住，影像僅僅是事物的表現，而不是事物本身。在創造影像時必須做出決策。關鍵問題是不要操控數據，而對於大多數影像來說，數據就是結構。例如，我之前創作的一張影像中，我數位刪除了培養皿，以突顯酵母菌落的驚人形態。影像中的數據是菌落的形態，我並沒有操控這些數據。不過，我總是會在文字中指出我是否對影像做了任何改動。我在我的手冊《視覺元素，攝影》中討論了影像增強的概念。
Q: 研究人員可以做些什麼來確保他們的研究被正確和倫理地傳達？
A: 隨著人工智慧的興起，我看到三個主要問題與視覺表現有關：插圖與紀錄之間的差異、數位操控的倫理，以及研究人員在視覺傳達方面需要持續接受訓練。多年來，我一直在努力為當前和未來的科學與工程研究人員開發視覺素養課程。麻省理工學院有一個主要針對寫作的溝通要求，但視覺部分呢？這已經不再是期刊提交的附帶內容了。我敢打賭，大多數科學文章的讀者在閱讀摘要後，會直接查看圖表。
我們需要要求學生學會批判性地看待已發表的圖表或影像，並判斷是否有什麼奇怪的地方。我們需要討論“輕微操控”影像使其看起來符合某種預定樣式的倫理。我在文章中描述了一個事件，一名學生在未經我同意的情況下，改動了我的一張影像，以符合他想要傳達的視覺效果。我當然不允許這樣的做法，並對這種改動的倫理問題感到失望。我們至少需要在校園內展開對話，甚至更好的是，建立一個視覺素養的要求，與寫作要求並行。
Q: 生成性人工智慧不會消失。你認為未來科學的視覺傳達會是什麼樣子？
A: 在《自然》文章中，我決定用實例來質疑使用人工智慧生成影像的做法。我使用了一個擴散模型，根據以下提示創建了一張影像：
“創建一張穆吉·巴文迪 (Moungi Bawendi) 的納米晶體在黑色背景下的照片，根據它們的大小在紫外光照射下以不同波長發光。”
我的人工智慧實驗結果通常是卡通風格的影像，幾乎無法被視為現實——更不用說作為紀錄了——但未來有一天它們可能會成為現實。在與研究和計算機科學社群的同事交談中，大家都同意我們應該對什麼是允許的、什麼是不允許的制定明確標準。最重要的是，生成性人工智慧的視覺絕不應該被視為紀錄。
但人工智慧生成的視覺實際上將對插圖用途有幫助。如果要將人工智慧生成的視覺提交給期刊（或者在演示中展示），我認為研究人員必須：
- 清楚標示影像是否由人工智慧模型創建；
- 說明使用了哪個模型；
- 包括使用的提示；
- 如果有的話，附上幫助提示的影像。
本文由 AI 台灣 運用 AI 技術編撰，內容僅供參考，請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團，
隨時掌握最新 AI 動態與實用資訊！
