Comparthing Logo
فلسفه رسانهبینایی کامپیوترهنرهای خلاقانهکلان داده

عکاسی به عنوان هنر در مقابل عکاسی به عنوان مجموعه داده

این مقایسه، تنش بین عکاسی به عنوان رسانه‌ای برای بیان خلاقانه فردی و نقش مدرن آن به عنوان مخزن عظیمی از اطلاعات بصری که برای آموزش مدل‌های یادگیری ماشین و سازماندهی داده‌های جهانی استفاده می‌شود را بررسی می‌کند.

برجسته‌ها

  • هنر در یک لحظه به دنبال «امر خارق‌العاده» است؛ مجموعه داده‌ها به دنبال «استاندارد» برای ساخت مدل‌ها هستند.
  • یک شاهکار می‌تواند زندگی یک فرد را تغییر دهد، در حالی که یک داده‌ی واحد از نظر آماری بی‌اهمیت است.
  • ارزش هنری توسط منتقدان انسانی تعیین می‌شود؛ ارزش مجموعه داده‌ها توسط عملکرد ماشین تعیین می‌شود.
  • ظهور هوش مصنوعی، میلیاردها عکس هنری شخصی را به داده‌های آموزشی ارزشمند تبدیل کرده است.

عکاسی به عنوان هنر چیست؟

استفاده عمدی از دوربین برای بیان یک دیدگاه، برانگیختن احساسات یا ارائه دیدگاهی منحصر به فرد از واقعیت.

  • بر «هاله» یا منحصر به فرد بودن یک لحظه خاص که توسط چشم انسان ثبت شده است، تمرکز دارد.
  • برای انتقال حس و حال، به انتخاب‌های ذهنی مانند نورپردازی، کادربندی و پردازش پس از ثبت متکی است.
  • کیفیت و تأثیر احساسی یک تصویر واحد را بر حجم صرف آن اولویت می‌دهد.
  • اغلب بیننده را به چالش می‌کشد تا عمیق‌تر نگاه کند یا یک معنی یا استعاره پنهان را تفسیر کند.
  • برای زمینه تاریخی و فرهنگی عکاس و نیت خاص او ارزش قائل است.

عکاسی به عنوان مجموعه داده چیست؟

مجموعه‌ای از حجم عظیمی از تصاویر که به عنوان نقاط داده خام برای تجزیه و تحلیل، دسته‌بندی یا آموزش هوش مصنوعی در نظر گرفته می‌شوند.

  • تصاویر را به عنوان آرایه‌های عددی و الگوهای پیکسلی به جای اشیاء زیبایی‌شناختی در نظر می‌گیرد.
  • برای مؤثر بودن در یادگیری ماشین، به مقیاس عظیمی - اغلب میلیون‌ها تصویر - نیاز دارد.
  • تنوع و نمونه‌گیری نماینده را در اولویت قرار می‌دهد تا سوگیری الگوریتمی را کاهش دهد.
  • عاری از نیت هنری فردی برای تمرکز بر برچسب‌ها و فراداده‌های عینی.
  • به عنوان پایه و اساس فناوری‌هایی مانند تشخیص چهره و رانندگی خودکار عمل می‌کند.

جدول مقایسه

ویژگیعکاسی به عنوان هنرعکاسی به عنوان مجموعه داده
مقدار اولیهعمق زیبایی‌شناختی و احساسیتراکم اطلاعات و سودمندی
نتیجه مطلوبارتباط انسانی یا بازتابدقت و پیش‌بینی الگوریتمی
حجم ایده‌آلمجموعه‌های کوچک و گزینش‌شدهاگزابایت‌ها داده‌های بصری متنوع
نقش خالقنویسنده (بینش ذهنی)ارائه دهنده داده (منبع هدف)
معیار موفقیتتأثیر فرهنگی یا تحسین منتقداننرخ دقت و فراخوانی بالا
اهمیت فرادادهدر درجه دوم اهمیت نسبت به تجربه بصریمقدماتی برای فهرست‌بندی و آموزش
تفسیرمتن باز و شخصیثابت، برچسب‌گذاری شده و دسته‌بندی شده

مقایسه دقیق

هدف پشت لنز

در عکاسی هنری، هر انتخابی - از دیافراگم گرفته تا لحظه کلیک شاتر - عملی آگاهانه برای ابراز وجود است. برعکس، وقتی عکاسی به عنوان یک مجموعه داده عمل می‌کند، «چرایی» پشت عکس بی‌ربط است؛ سیستم فقط به «چه چیزی» اهمیت می‌دهد تا مطمئن شود که یک کامپیوتر می‌تواند یک علامت ایست یا یک گربه را در شرایط نوری مختلف شناسایی کند.

کیفیت در مقابل کمیت

یک هنرمند ممکن است هفته‌ها منتظر نور مناسب بماند تا یک فریم قطعی که داستانی را روایت می‌کند، ثبت کند. در دنیای کلان‌داده، آن تصویر بی‌نقص تنها قطره‌ای در اقیانوس است. یک مجموعه داده با کمیت و تنوع رشد می‌کند، که اغلب شامل عکس‌های «بد» یا تار است تا به هوش مصنوعی کمک کند نواقص درهم‌ریخته واقعیت را درک کند.

انسانیت در مقابل ریاضیات

عکاسی هنری پلی است بین دو انسان، خالق اثر و بیننده، که لحظه‌ای از همدلی یا شگفتی را به اشتراک می‌گذارند. یک مجموعه داده، همان عکس را به عنوان ماتریسی از اعداد در نظر می‌گیرد. برای یک الگوریتم، غروب خورشید زیبا نیست؛ بلکه فرکانس خاصی از پیکسل‌های قرمز و نارنجی است که با برچسب «نور_طبیعی_فضای_باز» مطابقت دارد.

متن و فراداده

برای یک اثر هنری، زمینه اغلب تاریخچه‌ی رسانه یا زندگی هنرمند است. برای یک مجموعه داده، زمینه کاملاً ساختاری است. فراداده‌هایی مانند مختصات GPS، مهرهای زمانی و برچسب‌های اشیاء، نیروی حیاتی یک مجموعه داده هستند و یک تجربه بصری را به ابزاری قابل جستجو و کاربردی برای نرم‌افزار تبدیل می‌کنند.

مزایا و معایب

عکاسی به عنوان هنر

مزایا

  • +تفکر عمیق را برمی‌انگیزد
  • +فرهنگ بشری را حفظ می‌کند
  • +ارزش مالی بالا به ازای هر واحد
  • +چشم‌انداز شخصی منحصر به فرد

مصرف شده

  • ذهنی و غیرقابل دسترس
  • کسب درآمد سریع دشوار است
  • نیازمند سال‌ها هنر و مهارت است
  • دسترسی محدود به هر تصویر

عکاسی به عنوان مجموعه داده

مزایا

  • +فناوری مدرن را قدرتمند می‌کند
  • +فوق‌العاده مقیاس‌پذیر
  • +مشکلات عملی را حل می‌کند
  • +سودمندی بالا برای جامعه

مصرف شده

  • نگرانی‌های مربوط به حریم خصوصی
  • بی‌ارزش کردن مهارت‌های فردی
  • فاقد معنای عاطفی است
  • خطر سوگیری الگوریتمی

تصورات نادرست رایج

افسانه

مجموعه داده‌های هوش مصنوعی برای یادگیری نیازی به هنر «خوب» ندارند.

واقعیت

در واقع، عکس‌های باکیفیت و خوش‌ترکیب در مجموعه داده‌ها، به مدل‌ها کمک می‌کنند تا عمق، نور و بافت را بسیار بهتر از عکس‌های فوری بی‌کیفیت درک کنند.

افسانه

عکاسی به عنوان یک مجموعه داده، مفهوم جدیدی است.

واقعیت

از دهه ۱۸۰۰، مدت‌ها قبل از وجود هوش مصنوعی دیجیتال، از عکاسی به عنوان مجموعه داده برای سوابق پزشکی، نقشه‌برداری نجومی و بایگانی پلیس استفاده می‌شده است.

افسانه

یک هنرمند نمی‌تواند از اثر خود به عنوان مجموعه داده استفاده کند.

واقعیت

بسیاری از هنرمندان مدرن اکنون مدل‌های هوش مصنوعی خصوصی خود را در آرشیوهای شخصی‌شان آموزش می‌دهند تا هنر «مصنوعی» جدید و منحصر به فردی تولید کنند که منعکس‌کننده سبک آنها باشد.

افسانه

تصاویر داده ذاتاً کسل‌کننده هستند.

واقعیت

گاهی اوقات مقیاس عظیم یک مجموعه داده - مانند تصاویر ماهواره‌ای یا هزاران عکس از نمای خیابان - می‌تواند زیبایی تصادفی و وهم‌آوری را آشکار کند.

سوالات متداول

آیا عکس‌های شخصی من به عنوان بخشی از یک مجموعه داده استفاده می‌شوند؟
احتمالش خیلی زیاد است. اگر عکس‌هایی را در پلتفرم‌های رسانه‌های اجتماعی عمومی یا سرویس‌های ابری با شرایط خدمات خاص آپلود کنید، آن تصاویر اغلب کپی می‌شوند یا به صورت قانونی برای آموزش الگوریتم‌های تشخیص تصویر استفاده می‌شوند. شرکت‌ها از این داده‌های «رایگان» برای آموزش هوش مصنوعی خود در مورد چگونگی ظاهر جهان استفاده می‌کنند.
آیا یک عکس می‌تواند هم هنر باشد و هم داده؟
بله، اغلب همینطور است. یک عکس معماری خیره‌کننده ممکن است در یک گالری به عنوان هنر نمایش داده شود، اما به محض اینکه در یک سایت املاک آپلود شود، به یک نقطه داده برای الگوریتم‌های ارزش‌گذاری ملک تبدیل می‌شود. تعریف آن کاملاً به نحوه استفاده از تصویر در آن لحظه بستگی دارد.
چرا «سوگیری» در مجموعه داده‌های عکس چنین مسئله‌ی بزرگی است؟
اگر یک مجموعه داده عمدتاً شامل عکس‌هایی از افراد از یک گروه جمعیتی باشد، هوش مصنوعی نمی‌تواند دیگران را به طور دقیق تشخیص دهد. به همین دلیل است که داشتن عکس‌های متنوع و نماینده جهانی «داده‌ها» برای ایجاد فناوری‌های منصفانه و ایمن مانند باز کردن قفل با چهره یا تشخیص پزشکی بسیار مهم است.
آیا نگاه به عکاسی به عنوان داده به دنیای هنر آسیب می‌رساند؟
برخی معتقدند که این امر با تبدیل اثر هنرمند به کالایی برای ماشین‌ها، ارزش آن را کاهش می‌دهد. با این حال، برخی دیگر معتقدند که مرزهای خلاقانه جدیدی را می‌گشاید و به هنرمندان اجازه می‌دهد از «داده‌ها» به عنوان نوع جدیدی از رنگ دیجیتال برای خلق آثار تولیدی استفاده کنند.
در این زمینه «خراشیدن» چیست؟
اسکرپینگ فرآیند خودکار دانلود میلیون‌ها تصویر از اینترنت برای ساخت یک مجموعه داده است. این عمل منجر به بحث‌های حقوقی و اخلاقی قابل توجهی در مورد حق چاپ شده است، زیرا هنرمندان اغلب به تبدیل «هنر» خود به «داده‌های آموزشی» برای هوش مصنوعی رضایت نمی‌دهند.
دانشمندان چگونه از عکاسی به عنوان مجموعه داده استفاده می‌کنند؟
در حوزه‌هایی مانند زیست‌شناسی، محققان از دوربین‌های خودکار برای گرفتن هزاران عکس از گیاهان یا حیوانات استفاده می‌کنند. سپس از هوش مصنوعی برای تجزیه و تحلیل این مجموعه داده‌ها استفاده می‌کنند تا جمعیت گونه‌ها یا الگوهای رشدی را که شمارش دستی آنها برای انسان غیرممکن است، ردیابی کنند.
آیا عکاسی هوش مصنوعی در نهایت جایگزین عکاسی هنری خواهد شد؟
هوش مصنوعی می‌تواند سبک‌ها را تقلید کند، اما تجربیات خاص خود یا «روحی» برای به اشتراک گذاشتن ندارد. عکاسی هنری احتمالاً یک حرفه ممتاز انسانی باقی خواهد ماند، در حالی که تصاویر تولید شده توسط هوش مصنوعی، وظایف کاربردی‌تر و «به سبک مجموعه داده‌ها» مانند عکاسی آرشیوی را بر عهده خواهند گرفت.
چه چیزی یک عکس از مجموعه داده «خوب» را می‌سازد؟
برخلاف هنر، یک عکس «خوب» از مجموعه داده‌ها، عکسی است که به وضوح برچسب‌گذاری شده باشد و موضوع خود را بدون ابهام نشان دهد. این عکس باید «نماینده» باشد، به این معنی که به جای اینکه سبک‌پردازی شده یا انتزاعی باشد، شبیه چیزی باشد که یک کامپیوتر احتمالاً در دنیای واقعی با آن مواجه می‌شود.

حکم

وقتی هدف شما الهام بخشیدن، انتقال یک پیام پیچیده یا خلق یک میراث ماندگار است، دیدگاه «هنر» را انتخاب کنید. وقتی نیاز به حل مشکلات فنی، خودکارسازی وظایف بصری یا درک الگوهای گسترده در تصاویر جهانی دارید، دیدگاه «مجموعه داده» را اتخاذ کنید.

مقایسه‌های مرتبط

اقتصاد توجه در مقابل گفتمان مدنی

در چشم‌انداز رسانه‌های مدرن، تنش عمیقی بین اقتصاد توجه - که تمرکز انسان را به عنوان کالایی کمیاب برای سودآوری در نظر می‌گیرد - و گفتمان مدنی، که برای حفظ یک دموکراسی سالم به تبادل آگاهانه و منطقی متکی است، وجود دارد. در حالی که یکی تعامل ویروسی را در اولویت قرار می‌دهد، دیگری خواستار مشارکت صبورانه و فراگیر است.

پیام‌رسانی حزبی در مقابل گزارش‌دهی بی‌طرفانه

درک شکاف بین اخباری که برای تأیید تعصبات سیاسی خاص طراحی شده‌اند و گزارش‌هایی که ریشه در بی‌طرفی دارند، برای سواد رسانه‌ای مدرن حیاتی است. در حالی که پیام‌های حزبی، یک دستور کار یا روایت ایدئولوژیک خاص را در اولویت قرار می‌دهند، گزارش‌های بی‌طرفانه تلاش می‌کنند حقایق قابل تأیید را بدون جانبداری ارائه دهند و به مخاطب اجازه دهند تا بر اساس شواهد ارائه شده، نتیجه‌گیری‌های خود را انجام دهد.

داستان‌سرایی بصری در مقابل برچسب‌گذاری خودکار تصویر

در حالی که هر دو زمینه شامل تفسیر تصاویر دیجیتال هستند، داستان‌سرایی بصری بر ساخت یک روایت احساسی و توالی که با تجربه انسانی طنین‌انداز می‌شود، تمرکز دارد، در حالی که برچسب‌گذاری خودکار تصویر از بینایی رایانه‌ای برای شناسایی و دسته‌بندی اشیاء یا ویژگی‌های خاص در یک قاب برای سازماندهی داده‌ها و قابلیت جستجو استفاده می‌کند.