Bu karşılaştırma, fotoğrafçılığın bireysel yaratıcı ifade aracı olarak işlevi ile makine öğrenimi modellerini eğitmek ve küresel verileri düzenlemek için kullanılan devasa bir görsel bilgi deposu olarak modern rolü arasındaki gerilimi inceliyor.
Bir vizyonu ifade etmek, duyguları uyandırmak veya gerçekliğe benzersiz bir bakış açısı sunmak amacıyla kameranın bilinçli kullanımı.
Analiz, sınıflandırma veya yapay zeka eğitimi için ham veri noktaları olarak ele alınan çok miktarda görüntünün toplanması.
| Özellik | Fotoğrafçılık bir sanat dalı olarak | Veri kümesi olarak fotoğrafçılık |
|---|---|---|
| Birincil Değer | Estetik ve duygusal derinlik | Bilgi yoğunluğu ve faydası |
| İstenen Sonuç | İnsan bağlantısı veya yansıma | Algoritmik doğruluk ve tahmin |
| İdeal Hacim | Küçük, özenle seçilmiş koleksiyonlar | Eksabaytlarca çeşitli görsel veri |
| Yaratıcının Rolü | Yazar (Öznel Görüş) | Veri Sağlayıcı (Nesnel Kaynak) |
| Başarı Ölçütü | Kültürel etki veya eleştirel beğeni | Yüksek hassasiyet ve geri çağırma oranları |
| Meta Verilerin Önemi | Görsel deneyime ikincil | İndeksleme ve eğitim için önceliklidir. |
| Tercüme | Açık uçlu ve kişisel | Sabit, etiketli ve kategorik |
Sanatsal fotoğrafçılıkta, diyaframdan deklanşöre basma anına kadar her seçim, bilinçli bir kendini ifade etme eylemidir. Tersine, fotoğrafçılık bir veri kümesi olarak kullanıldığında, fotoğrafın ardındaki 'neden' önemsizdir; sistem yalnızca bir bilgisayarın çeşitli aydınlatma koşullarında bir dur işaretini veya bir kediyi tanımlayabilmesini sağlamak için 'ne' ile ilgilenir.
Bir sanatçı, bir hikaye anlatan kesin bir kare yakalamak için mükemmel ışığı haftalarca bekleyebilir. Büyük veri dünyasında, o tek mükemmel görüntü okyanustaki bir damladan ibarettir. Bir veri kümesi, genellikle yapay zekanın gerçekliğin karmaşık kusurlarını anlamasına yardımcı olmak için 'kötü' veya bulanık fotoğrafları da içeren nicelik ve çeşitlilikle gelişir.
Sanatsal fotoğrafçılık, yaratıcı ve izleyici olmak üzere iki insan arasında, empati veya hayranlık anını paylaşan bir köprüdür. Bir veri kümesi ise aynı fotoğrafı bir sayı matrisi olarak ele alır. Bir algoritma için gün batımı güzel değildir; 'dış mekan doğal ışığı' etiketiyle eşleşen belirli bir kırmızı ve turuncu piksel frekansıdır.
Bir sanat eseri için bağlam genellikle kullanılan malzemenin tarihi veya sanatçının yaşamıdır. Bir veri kümesi için ise bağlam tamamen yapısal niteliktedir. GPS koordinatları, zaman damgaları ve nesne etiketleri gibi meta veriler, bir veri kümesinin can damarıdır ve görsel bir deneyimi, yazılım için aranabilir ve işlevsel bir araca dönüştürür.
Yapay zekâ veri kümelerinin öğrenmesi için 'iyi' sanata ihtiyaçları yoktur.
Aslında, veri kümelerindeki yüksek kaliteli, iyi düzenlenmiş fotoğraflar, modellerin derinliği, ışıklandırmayı ve dokuyu düşük kaliteli anlık görüntülere göre çok daha iyi anlamasına yardımcı olur.
Fotoğrafın veri seti olarak kullanılması yeni bir kavramdır.
1800'lerden beri fotoğrafçılık, dijital yapay zekânın varlığından çok önce tıbbi kayıtlar, astronomik haritalama ve polis arşivleri için veri seti olarak kullanılmıştır.
Bir sanatçı kendi eserini veri seti olarak kullanamaz.
Günümüzde birçok modern sanatçı, kendi tarzlarını yansıtan yeni ve benzersiz 'sentetik' sanat eserleri üretmek için kişisel arşivleri üzerinde kendi özel yapay zeka modellerini eğitiyor.
Veri görselleri tanım gereği sıkıcıdır.
Bazen bir veri setinin –uydu görüntüleri veya binlerce sokak fotoğrafı gibi– muazzam boyutu, beklenmedik ve büyüleyici bir güzelliği ortaya çıkarabilir.
İlham vermek, karmaşık bir mesaj iletmek veya kalıcı bir miras yaratmak hedefiniz olduğunda 'Sanat' bakış açısını seçin. Teknik sorunları çözmeniz, görsel görevleri otomatikleştirmeniz veya küresel görüntülerdeki geniş kalıpları anlamanız gerektiğinde 'Veri Kümesi' bakış açısını benimseyin.
Modern medya ortamında, insan dikkatini kâr amacıyla hasat edilecek kıt bir meta olarak gören dikkat ekonomisi ile sağlıklı bir demokrasiyi sürdürmek için bilinçli ve mantıklı etkileşime dayanan sivil söylem arasında derin bir gerilim mevcuttur. Biri viral etkileşimi önceliklendirirken, diğeri sabırlı ve kapsayıcı katılımı gerektirir.
Her iki alan da dijital görüntüleri yorumlamayı içerirken, görsel hikaye anlatımı insan deneyimiyle yankı bulan duygusal bir anlatı ve dizi oluşturmaya odaklanırken, otomatik görüntü etiketleme ise veri organizasyonu ve aranabilirliği için bir kare içindeki belirli nesneleri veya özellikleri tanımlamak ve kategorize etmek için bilgisayar görüşünü kullanır.
Belirli siyasi önyargıları doğrulamayı amaçlayan haberler ile tarafsızlığa dayalı haberler arasındaki farkı anlamak, modern medya okuryazarlığı için hayati önem taşır. Partizan mesajlar belirli bir ideolojik gündemi veya anlatıyı önceliklendirirken, objektif haberler taraf tutmadan doğrulanabilir gerçekleri sunmayı amaçlar ve izleyicinin sunulan kanıtlara dayanarak kendi sonuçlarını çıkarmasına olanak tanır.
