الريتوش بالذكاء الاصطناعي يزداد زيفًا كلما استخدمته: ثلاث بديهيات فيزيائية

عبارة "كلما استخدمته أكثر، صار أقل واقعية" تتحدث في الحقيقة عن شيء واحد

في مطلع أكتوبر، كتب مصور مقالًا قال فيه إن رسائله الخاصة امتلأت بالأسئلة نفسها: انتقل إلى أحدث أدوات التعديل بالذكاء الاصطناعي، تنعيم البشرة بنقرة، تغيير الخلفية بنقرة، تعزيز الإضاءة بنقرة، ومع ذلك تخرج الصور أكثر "بلاستيكية" وأرخص من قبل.

العبارة توجع لأنه لا يبدو أنها مشكلة تقنية، بل مشكلة ذوق. لكن إذا وضعت الصور الفاشلة جنبًا إلى جنب، ستجد العيوب مركّزة بشكل لافت، وهي ليست في إعدادات النموذج. ما جرى محوه ثلاثة بديهيات: فيزيائية، بصرية، ومادية. وكلما كانت الأداة أقوى، محتها أسرع.

من المفيد التوضيح أولًا: هذه ليست قضية "الذكاء الاصطناعي لا يجيد". الأدوات نفسها تنتج صورًا جيدة في يد شخص آخر، والفرق غالبًا خطوة واحدة: أي قرار سلّمته للأداة.

أولًا: البشرة ليست ورقة، لها ترددات

جوهر تعديل البورتريه لم يكن يومًا "إزالة العيوب"، بل "الحفاظ على الترددات التي يجب أن تبقى". المسام والخطوط الدقيقة والزغب وتفاوت اللون معلومات عالية التردد. البنية العظمية وانتقالات الظل والنور والإحساس بالحجم معلومات منخفضة التردد. المعدّل المحترف يخفض العالي ويثبّت المنخفض، فيبدو الوجه نظيفًا لكنه يظل وجه إنسان.

أدوات التنعيم بنقرة تسلك الطريق المعاكس: تعامل كل المعلومات عالية التردد كضوضاء وتأخذ متوسطها. النتيجة وجه بلا مسام، بلا زغب، بلا ظلال صغيرة. عين الإنسان حساسة لهذا إلى حد بعيد: لا يبدو إنسانًا، بل تمثال شمع أو دمية سيليكون. ما يسمى "وادي الغرابة" في التعديل ليس غيبًا غالبًا، بل ترددات عالية صُفّرت.

الأصعب أن الخوارزمية لا تعرف ما يجب أن يبقى. الاحمرار الخفيف بجانب الأنف، والزرقة تحت العينين، والظل الرقيق فوق عظمة الترقوة، كلها عندها من الفئة نفسها التي تنتمي إليها آثار الحبوب. لا تملك مفهوم "هذا بنية"، بل فقط "هل هذا خارج المتوسط".

ثانيًا: تغيير الخلفية ليس تغيير ورق جدران، الضوء يحتاج إعادة حساب

هذه هي الخطوة الأكثر عرضة للفشل والأقل ملاحظة.

للضوء اتجاه. من يقف في يوم غائم تكون أضواءه الساطعة مبعثرة وحوافه ناعمة وحرارة لونه باردة. والشخص نفسه في ضوء الغروب يكتسب حافة دافئة على محيطه، وظلًا طويلًا عند قدميه، وانعكاسًا دافئًا تحت ذقنه. هذا ليس فلترًا، هذا فيزياء.

عندما تقص الأداة شخصًا من مشهد غائم وتضعه في غروب، تفعل عادة شيئًا واحدًا: تنظيف الحافة. لا تعيد حساب الانعكاس الدافئ الذي يجب أن يقع عليه الآن، ولا تضيف ظل تلامس على الأرض. فتظهر في الصورة قطيعة يصعب تسميتها: الشخص حاد، والخلفية حادة، لكنهما ليسا في المكان نفسه.

حكم المشاهد أدق مما نظن. لن يقول "حرارة اللون غير متوافقة"، بل سيقول "هذه الصورة تبدو مزيفة".

ثالثًا: الصور الجيدة التي رآها النموذج تأتي في معظمها من مكتبات تجارية

السبب الثالث يكمن في بيانات التدريب. الأساس الجمالي لأغلب نماذج الصور يأتي من مكتبات تجارية معدّلة بعناية فائقة: تشبع مرتفع، تباين قوي، حدة زائدة، وتكوين "آمن". لم يتعلم النموذج "كيف يبدو العالم الحقيقي"، بل "كيف يبدو عالم منتقى".

لذلك تجد المناظر والبورتريهات وصور المنتجات المولدة بالذكاء الاصطناعي تتشابه بشكل مذهل: الزاوية نفسها من الضوء الخلفي، والدرجة الكريمية نفسها، والحرص نفسه على وضع الموضوع على ثلث الكادر. هذا ليس مصادفة. هذا شكل المتوسط.

بعض المصممين يسمونه "رائحة الذكاء الاصطناعي". لا علاقة له بجودة الصورة ولا بدقتها. صورة بدقة 4K، تفاصيلها كاملة وإضاءتها جميلة، تُعرف بنظرة واحدة أنها مولدة، لأنها تطابق التوقع أكثر من اللازم.

إذن كيف تستخدمه؟

اقلب النقاط الثلاث رأسًا على عقب، وستبقى ثلاث حركات.

أولًا: غيّر منطقة واحدة، لا تعد صنع الصورة كلها. أصلح ما هو خاطئ واترك بقية البكسلات كما هي. كان هذا صعبًا سابقًا لأن معظم الأدوات لا تعرف إلا "إعادة الرسم". دفعة من النماذج المفتوحة صدرت في أكتوبر جعلت ذلك رخيصًا: أتاحت Black Forest Labs في 15 أكتوبر أوزان FLUX 3 Image Klein المفتوحة، بـ 5.6B معامل، مع تحكم عبر صندوق إحاطة لتقول "غيّر هذه المنطقة فقط، وما خارج الصندوق يبقى كما هو". النسخة المكمّمة INT8 تعمل على كرت استهلاكي بذاكرة 8GB، والنسخة المقطّرة تخرج صورة بمليون بكسل في أقل من 9 ثوانٍ على RTX 4070. القيمة الحقيقية لهذه القدرة ليست الجودة، بل أنها تسمح لك بأن تغيّر أقل.

ثانيًا: حدّد الضوء أولًا، ثم غيّر المشهد. إذا أردت تغيير الخلفية، ثبّت أولًا اتجاه الضوء على الموضوع وحرارة لونه ودرجة صلابته، ثم ابحث عن خلفية متوافقة، لا العكس. وبعد التغيير أضف شيئين: الانعكاس على حافة الموضوع، وظل التلامس عند القدمين. بهاتين اللمستين يختفي معظم الإحساس بالقطيعة.

ثالثًا: اترك قليلًا من النقص. لا ترفع الحدة إلى أقصاها، ولا تدفع التشبع إلى النهاية، ولا تجعل كل شبر من البشرة أملس. الواقعية لها ثمن، والثمن هو تلك التفاصيل التي تبدو "غير ضرورية". اترك عمدًا قليلًا من الضوضاء، وقليلًا من تفاوت اللون، وقليلًا من الارتخاء خارج عمق الميدان. بهذا تصمد الصورة.

الأدوات تتجه نحو "الضبط"، وهذا شيء جيد

على مدى العامين الماضيين كان معيار المنافسة "هل تستطيع الرسم". هذا العام تغيّر المعيار بوضوح: هل تستطيع تغيير هذا الجزء فقط، هل تحافظ على الشخص نفسه، هل تضع التصميم وفق إحداثيات. FLUX 3 يكتب التخطيط كشبكة إحداثيات، وQwen-Image 2.1 يتعامل مع قناة ألفا أصلية، وKling وSeedance يتنافسان على الإطارات المفتاحية واتساق اللقطة. الاتجاه واحد: الجميع يتقارب نحو "القابل للتحكم".

لكن القابل للتحكم لا يعني الجميل. الأداة تساعدك على تغيير منطقة واحدة، لكنها لا تساعدك على تحديد أي منطقة. عتبة الذوق لم يعبر بها الذكاء الاصطناعي عنك، بل خفّض ارتفاع الحاجز قليلًا.

لذا في المرة القادمة التي ترى فيها صورة "تزداد زيفًا كلما عدّلتها"، لا تلُم النموذج أولًا. اسأل ثلاثة أسئلة: هل الترددات العالية ما زالت موجودة؟ هل الضوء متوافق؟ هل هذه الصورة تطابق التوقع أكثر من اللازم؟ إذا أجبت عن الثلاثة، فغالبًا ستنقذها.