Над столом учёного светится картинка — компьютер рассчитал, как две планеты врезаются друг в друга. Хочется чуть подправить тени, убрать пятна, чтобы зритель увидел главное. Но где кончается простое улучшение вида и начинается подделка? Исследователи показали 95 специалистам в области компьютерного зрения (анализа изображений) 15 разных способов ретуши научных картинок — от безобидного поворота камеры до добавления несуществующих деталей. Половину правок делал человек, половину — программа с машинным обучением (обучаемая на примерах).

Оценки выстроились в чёткую лестницу. Поворот, настройка света, сглаживание шума получили высокие баллы (около 3 из 5). А вот передвинуть объект или изменить его форму — почти запретные действия (ниже 2). Самое удивительное: когда те же самые правки выполняла программа, эксперты ставили оценки ниже. Почему? Человеку приписывают понимание намерений и осторожность, а программа кажется ненадёжной — она может «придумать» детали, которых нет. Даже если программа пытается быть объяснимой (сообщает о своих шагах), доверие не растёт.

Эти результаты важны для разработчиков инструментов цифровой обработки изображений. Современные нейронные сети — в том числе диффузионные модели, генеративно-состязательные сети и сети на основе трансформеров — всё чаще используются для ретуши. Но, как выяснилось, любые алгоритмы, меняющие форму, должны предупреждать пользователя. Более того, любые правки стоит записывать, как историю в браузере. Ведь главное в науке — не идеальная картинка, а доверие к тому, что она показывает. Пройдя честную ретушь, та самая картинка столкновения планет сможет висеть на страницах журнала. Не всякое украшательство — обман. Прозрачность — вот настоящая валюта.