هل الألوان حقيقية؟ تلوين بالكروما فقط بالذكاء الاصطناعي

أكثر المخاوف شيوعًا بشأن التلوين بالذكاء الاصطناعي هي أن النموذج يعيد رسم الصورة: أن وجه الجدة صار الآن اختراعًا جزئيًا. في هذا الخط يُستبعد ذلك بحكم البناء، لا بالوعد: لا يُسمح للمُلوِّن^[1] إلا بالإسهام باللون، لا بالتفاصيل أبدًا. تشرح هذه الملاحظة الآلية؛ ثم (وهو الجديد في هذه المراجعة) تقيّم الـ40 سطرًا من الحساب التي تقرر متى يعمل التلوين، على 115 صورة موسومة: مسوحات حقيقية بالأبيض والأسود، ومطبوعة ألبومين حقيقية من عام 1867، وثلاث عائلات من المطبوعات المصبوغة كيميائيًا، وألوان حقيقية، وألوان باهتة اصطناعيًا. الكاشف مثالي على كل عائلة أحادية اللون، و88% على الألوان الحقيقية، وينهار على الألوان الباهتة إلى 8%، لسبب لا تستطيع أي عتبة إصلاحه: اللون الباهت بما يكفي هو أحادي اللون، رياضيًا.

كل رقم في هذه الملاحظة قيس على كود خط الإنتاج: النماذج نفسها، والحسابات نفسها. السجلات الخام لكل صورة: e4_mono.json.

1 · الآلية: النصوع لا يُمس

تنفصل كل صورة إلى نصوع (البنية بالأبيض والأسود: الحواف، والملمس، والوجوه، والضوء) وكروما (اللون الموضوع فوقها). نلوّن في فضاء CIELAB، الذي يجعل الفصل صريحًا: تحتفظ الصورة بقناتها L، بتًّا بتًّا، ولا يسهم النموذج إلا بقناتي اللون (a وb). أعد التجميع فتحصل على الصورة الأصلية مرتديةً لونًا مقدَّرًا. وإن كان نموذج الألوان في يوم سيئ، فالفشل صبغة خاطئة، لا وجه متغير، ولا حافة منزاحة، ولا ملمس مخترع أبدًا.

قبلبعد

2 · متى يعمل؟ رياضيات «هل هذه سيبيا؟»

يعمل التلوين تلقائيًا فقط حين تُقاس الصورة على أنها أحادية اللون، والسيبيا هي ما يجعل ذلك غير بديهي. الاختبار الساذج (r ≈ g ≈ b في كل مكان) يلتقط الأبيض والأسود المحايد ولا شيء غيره. لكن مطبوعة السيبيا لونية بشكل قاطع: كل بكسل يحمل لونًا. ما يجعلها أحادية اللون هو أن كل ألوانها تشير إلى الاتجاه نفسه: تصبغ الكيمياء المطبوعة بمركّب واحد، فتبقى الصبغة ثابتة بينما تتناسب الكروما مع الكثافة. الاتجاه، لا المقدار، هو البصمة.

لذلك يأخذ الكاشف عينة تصل إلى 20,000 بكسل في فضاء Lab ويحتفظ بثلاثة إحصاءات: الكسر اللوني (نسبة البكسلات ذات الكروما فوق أرضية ضوضاء بمقدار 2 وحدة)، ومتوسط الكروما C̄، والإحصاء المثير للاهتمام، تركّز الصبغة، وهو طول المحصلة المتوسط لمتجهات وحدة الصبغة، مأخوذ مباشرة من الإحصاء الاتجاهي^[2]:

يقع R̄ في [0, 1]: 1 بالضبط تعني أن كل بكسل لوني يتفق على الصبغة (صبغ مثالي)؛ وقرب 0 تعني أن الصبغات تتلاشى حول الدائرة (البشرة تتجادل مع السماء: صورة ملونة). القاعدة الإنتاجية بندان:

3 · التقييم على 115 صورة

تُصنَّف كل عائلة أحادية اللون تصنيفًا مثاليًا، بما فيها المطبوعة الحقيقية الوحيدة من القرن التاسع عشر، التي تقع عند R̄ = 0.946 وC̄ = 8.0، داخل المنطقة بارتياح. يُظهر مخطط التشتت المجموعة كلها دفعة واحدة، مع تظليل منطقة القرار:

تستحق الإيجابيات الكاذبة الثلاث للألوان الحقيقية أن تُسمى، لأنها ليست ضوضاء؛ إنها صور لمشاهد أحادية اللون: جدول الغابة في Kodak (R̄ 0.93)، والطائرة المتوقفة (R̄ 0.96)، وقارب عند الغسق. الإحصاء يؤدي عمله؛ تلك المشاهد تركّز صبغتها فعلًا. الفشل دلالي لا رياضي، وهذا بالضبط سبب أن معالجة التلوين مفتاح مرئي يمكن إلغاء تحديده، لا قرار صامت.

4 · المنطقة التي لا تستطيع فيها أي عتبة الفوز

والآن النقاط الذهبية. أبهت صورة ملونة فيحدث أمران في آن واحد: يتقلص C̄ (الأصباغ تموت) ويرتفع R̄ صعودًا: ما ينجو من البهتان ليس عينة عادلة من الصبغات الأصلية بل البقايا مضافًا إليها صبغة المطبوعة، والصبغة اتجاهية بحكم التعريف. عند بهتان 50% يبلغ متوسط مجموعتنا R̄ ≈ 0.95؛ وعند بهتان 82%، R̄ ≈ 0.98 مع C̄ ≈ 9. قارن بالمعادلة 2: تلك هي بصمة الصبغ. الصورة الملونة شديدة البهتان لم تنجرف قرب فئة السيبيا؛ بل انضمت إليها.

فالعتبة إذًا خيار قيمي في ثوب رقم. ادفع R̄ إلى 0.98 فترتفع درجة المجموعة عشر نقاط، بينما يبدأ المصنِّف بهدوء في الفشل على القطع الأثرية التي وُجدت الميزة من أجلها تحديدًا: المطبوعات المصبوغة الحقيقية، التي تتجول كيمياؤها العتيقة في الصبغة أكثر بكثير من أي صبغ اصطناعي. يبقى الإنتاج عند 0.92 للاحتفاظ بهامش للكيمياء الحقيقية، ويقبل المنطقة الباهتة بوصفها ملتبسة فعلًا، ويسأل أنت، لأن الصورة التي فقدت 82% من ألوانها قد يرغب صاحبها فعلًا في إعادة تلوينها. يسمي الجدول أعلاه تلك الصور الـ22 «خاطئة»؛ وقد يسمي أصحابها نصفها «من فضلك افعل».

5 · ما هو التلوين بصدق

تقدير. رأى النموذج ما يكفي من الصور ليعرف أن العشب أخضر وأن معاطف الصوف في سنوات الـ1860 غالبًا زرقاء داكنة، لكنه لا يستطيع أن يعرف أن فستان جدتك كان أحمر لا أخضر. حيث يكون اللون معروفًا تاريخيًا يكون التقدير مقنعًا في الغالب؛ وحيث لا يكون، يختار النموذج شيئًا معقولًا. لهذا فالصياغة الصادقة هي «لون طبيعي، مضاف» لا «الألوان الأصلية، مستعادة»، ولهذا يوجد خيار إبقاء الصورة بالأبيض والأسود. البنية (الوجوه، والضوء، واللحظة) هي دائمًا بنية الصورة نفسها، بآلية القسم 1. وحيلة فضاء Lab نفسها تعمل بالعكس في تصيير الوجوه لدينا، حيث يسهم نموذج الوجوه بالنصوع فقط وتحتفظ الصورة بكروماها.

6 · القيود

• مطبوعة مصبوغة حقيقية واحدة. ألبومين هيرشل يرسّخ حجة الواقعية لكنه عينة واحدة؛ ومجموعة مؤرخة من التينتايب والألبومين والسيانوتايب هي المتابعة البديهية.
• البهتان الاصطناعي رحيم بالكاشف. البهتان الكروموجيني الحقيقي انتقائي للأصباغ (يموت السماوي أولًا؛ لهذا تحمرّ مطبوعات سنوات الـ70)، وهو ما يدفع R̄ صعودًا أسرع حتى من نموذجنا المنتظم.
• انحياز في أخذ العينات، عمدًا: التفاصيل الملونة الدقيقة (بروش أحمر وحيد على صورة سيبيا شخصية) قد تختبئ تحت رادار الكسر اللوني. الانحياز عمدًا نحو الحفاظ على الأصباغ.