Wielu z nas, bawiąc się generatorami takimi jak Midjourney czy DALL-E, zauważyło pewną prawidłowość: sztuczna inteligencja potrafi stworzyć zapierający dech w piersiach krajobraz lub fotorealistyczny portret, ale kiedy przyjrzymy się bliżej fakturowi skóry, coś zaczyna "zgrzytać". Włosy na ciele, delikatny zarost czy meszek na przedramionach często wyglądają jak rozmazana plama, plastikowa powłoka albo dziwne, nienaturalne kreski. Choć AI robi ogromne postępy, te drobne detale wciąż stanowią dla niej ogromne wyzwanie, a powody tego stanu rzeczy są bardziej techniczne, niż mogłoby się wydawać.

Jak AI "widzi" i tworzy obrazy

Aby zrozumieć problem, musimy najpierw wiedzieć, że sztuczna inteligencja nie "rysuje" w taki sposób jak człowiek. Większość nowoczesnych generatorów korzysta z tzw. modeli dyfuzyjnych. Proces ten polega na tym, że algorytm zaczyna od całkowitego szumu (przypominającego śnieżenie w starym telewizorze), a następnie krok po kroku usuwa ten szum, próbując odnaleźć w nim kształty, które pasują do Twojego opisu.

Problem polega na tym, że dla algorytmu pojedynczy włos na ciele jest niemal nieodróżnialny od szumu, który ma usunąć. Podczas procesu "odszumiania" AI często traktuje drobne, cienkie linie jako błąd obrazu i po prostu je wygładza, dążąc do uzyskania czystszego, bardziej estetycznego efektu. W rezultacie skóra staje się nienaturalnie gładka, niemal "wyphotoshopowana".

Pułapka danych treningowych

Sztuczna inteligencja uczy się na ogromnych zbiorach danych pochodzących z internetu. Tutaj pojawia się kolejny problem: jakość i charakter tych zdjęć. Większość fotografii ludzi, które trafiają do sieci – zwłaszcza tych wysokiej jakości, na których AI opiera swoje standardy estetyczne – to zdjęcia retuszowane, sesje modowe lub portrety z nałożonymi filtrami.

W świecie profesjonalnej fotografii i mediów społecznościowych włosy na ciele (poza tymi na głowie czy brwiach) są często usuwane lub maskowane. AI, analizując miliony takich zdjęć, dochodzi do logicznego (dla maszyny) wniosku: "ludzka skóra jest gładka i jednolita". Algorytm nie ma świadomości biologicznej; on po prostu naśladuje statystyczną średnią tego, co widział w swoich bazach danych. Jeśli w danych treningowych brakuje naturalnych, owłosionych rąk czy nóg, AI nie będzie wiedziała, jak je poprawnie odtworzyć.

Złożoność matematyczna tekstury

Włosy na ciele to nie tylko pojedyncze kreski. To tysiące drobnych elementów, z których każdy rzuca własny cień, ma inną grubość, kierunek wzrostu i wchodzi w interakcje ze światłem. Dla komputera jest to ogromna liczba danych do przetworzenia w jednym momencie.

Kiedy AI generuje obraz, operuje na pewnej rozdzielczości "myślowej". Detale takie jak pory skóry czy pojedyncze włoski są często mniejsze niż pojedyncze jednostki informacji, na których skupia się model podczas tworzenia ogólnej kompozycji. Skupiając się na tym, by postać miała dwie ręce i stała w odpowiednim oświetleniu, algorytm często "idzie na skróty" w kwestii mikrotekstur, zastępując je uśrednionym kolorem skóry.

Ciekawostka: Efekt doliny niesamowitości

Zjawisko to, zwane Uncanny Valley, sprawia, że im bardziej robot lub obraz AI przypomina człowieka, tym bardziej staje się dla nas niepokojący, jeśli zawiera drobne błędy. Brak włosów na ciele lub ich dziwna forma jest jednym z tych elementów, które podświadomie wyłapujemy jako "fałszywe", co budzi w nas dyskomfort, mimo że reszta obrazu wygląda idealnie.

Czy to się zmieni?

Obecnie trwają prace nad modelami, które lepiej radzą sobie z tzw. high-frequency details (detalami o wysokiej częstotliwości), do których zaliczamy właśnie włosy, piasek czy teksturę tkanin. Rozwiązaniem są techniki takie jak "upscaling" z zachowaniem tekstury oraz trenowanie modeli na bardziej zróżnicowanych, realistycznych zbiorach danych, które nie promują wyłącznie wyidealizowanego wizerunku ciała.

Warto też wspomnieć, że modyfikowanie istniejących zdjęć (tzw. inpainting) jest dla AI trudniejsze niż tworzenie czegoś od zera. Przy modyfikacji algorytm musi idealnie dopasować nową teksturę do już istniejącego oświetlenia i perspektywy, co przy tak drobnych elementach jak włosy często kończy się efektem "rozmazania".

Dlaczego to ważne?

Zrozumienie tych ograniczeń pozwala nam lepiej wykorzystywać narzędzia AI. Jeśli chcesz uzyskać bardziej realistyczny efekt, profesjonaliści często używają dodatkowych komend (promptów) sugerujących "naturalną teksturę skóry" (np. skin pores, natural skin texture), co zmusza algorytm do rezygnacji z nadmiernego wygładzania. Niemniej jednak, dopóki modele nie zaczną "rozumieć" fizyki włosa, a jedynie go naśladować, detale te pozostaną piętą achillesową cyfrowych twórców.