Nikon Small World in Motion dyskwalifikuje wideo AI: oceniono sztukę, a nie dane

Nikon wykluczył zwycięską pracę swojego konkursu Small World in Motion, a oficjalny powód mieści się w dwóch słowach: generatywna AI. Film nadesłany przez inżyniera optyka Ning Xu miał pokazywać rzęski, włoskowate struktury wymiatające śluz z ludzkich dróg oddechowych, które u dziecka chorego na pierwotną dyskinezę rzęsek, rzadką chorobę genetyczną znaną jako PCD, uderzają w nieprawidłowy sposób. Naukowcy stwierdzili, że części tego obrazu nie mogłyby istnieć w żywym organizmie. Nikon ponownie przeanalizował zgłoszenie, zasięgnął opinii jurorów i uznał, że złamało ono regulamin konkursu.

Czytana jako afera o oszustwo, historia kończy się w tym miejscu. Nie powinna. Bardziej niewygodna lektura jest taka, że konkurs dostał dokładnie to zgłoszenie, do którego nagradzania został stworzony. Small World in Motion ocenia filmy pod kątem oryginalności, wartości informacyjnej, biegłości technicznej i siły wizualnej, a krok, który pogrążył Xu, był akurat tym, który najpewniej podnosił ostatnią z tych ocen. Film spod mikroskopu jest pomiarem, zanim stanie się obrazem. Nikon ocenił obraz, a pomiar przyjął na wiarę. To właśnie tę lukę, bardziej niż jakiegokolwiek pojedynczego uczestnika, firma musi teraz zamknąć.

Stawka sięga daleko poza niszową nagrodę. Dzięki mikroskopii większość ludzi w ogóle kiedykolwiek ogląda wnętrze komórki, a takie obrazy krążą: trafiają na wykłady, do materiałów objaśniających i na fora pacjentów, gdzie rodziny próbują zrozumieć diagnozę. Robert Hirst, główny naukowiec ośrodka diagnostycznego NHS ds. PCD na University of Leicester, powiedział BBC, że spór „dotknął wielu pacjentów, naukowców, lekarzy i sieci wsparcia PCD na całym świecie”. Kiedy uderzający obraz choroby okazuje się częściowo wyrenderowany, najwięcej tracą ci, którzy z tą chorobą żyją.

Co orzekł Nikon i co według własnej relacji zrobił Ning Xu

Oświadczenie Nikona przekazane PetaPixel jest ostrożne. „Po gruntownej ponownej ocenie filmu i materiałów uzupełniających oraz konsultacjach z członkami naszego jury Nikon ustalił, że zwycięski film nie był zgodny z regulaminem konkursu dotyczącym generatywnej AI”, powiedział rzecznik. Firma dodała, że decyzji „nie należy interpretować jako oceny reputacji zawodowej, dorobku naukowego ani intencji uczestnika”. Nguyen Nam Nhat, pierwotnie drugi z filmem o maleńkim nicieniu i jednokomórkowym Dileptusie, zajmuje teraz pierwsze miejsce, jak podają The Verge i PetaPixel.

Xu nigdy nie zaprzeczał, że użył AI. W komentarzu na LinkedIn, przytoczonym przez The Verge, napisał, że „następnie zastosowano metodę nienadzorowanej sieci neuronowej do wspomaganej przez AI obróbki końcowej, aby rozróżnić i zwizualizować cechy w zrekonstruowanych obrazach w skali szarości pochodzących z superrozdzielczego obrazowania optycznego”. W innym wpisie, na który powołuje się BBC, wyznaczył granicę, której jego zdaniem nie przekroczył: „AI nie została użyta do wygenerowania filmu eksperymentalnego, rzęsek ani ich ruchu”. Amateur Photographer podaje, że obróbkę opisał jako służącą „głównie poprawie prezentacji wizualnej, a nie dostarczeniu rekonstrukcji anatomicznej”.

Krytycy poszli dalej niż spór o styl. Edward Phelps, badacz bioinżynierii z University of Florida, napisał na LinkedIn, że „fioletowe struktury pojawiają się i znikają”, a „zielone rzęski też wyłaniają się znikąd i nie odpowiadają znanym rozmiarom”, jak relacjonował PetaPixel. Cytowany przez Gizmodo, był bardziej bezpośredni: struktura podnabłonkowa złożona z pozakomórkowych mitochondriów wielkości jąder komórkowych „nie występuje w biologii”. Ian Donovan, doktorant programu MD/PhD w UT Southwestern Medical Center, powiedział, że przepuścił film przez Gemini od Google, a system wykrył znak wodny SynthID, niewidoczny znacznik opracowany przez Google DeepMind do oznaczania treści generowanych przez AI. Tak podają PetaPixel oraz CNN w relacji Gizmodo. BBC poinformowało, że wątpliwości miało także dwóch byłych jurorów konkursu.

Przypomnijmy punkt wyjścia Nikona. Na początku sporu firma powiedziała BBC: „Na tę chwilę nie widzimy, by naruszono jakiekolwiek zasady”. Zgłoszenie przeszło już konkursową weryfikację. Pierwszy publiczny komunikat Nikona mówił o „starannym ponownym przeglądzie informacji przekazanych podczas pierwotnej weryfikacji”, co jest uprzejmym sposobem powiedzenia, że pierwsza kontrola niczego nie wychwyciła.

Konkurs, który punktuje siłę wizualną, zaprasza narzędzie, które ją dostarcza

Najwięcej o tej historii mówi zdanie, które Nikon opublikował sam. Przed dyskwalifikacją firma uzupełniła wpis na blogu o zwycięskiej pracy o wyjaśnienie, które Gizmodo zacytował tak: „następnie zastosowano metodę nienadzorowanej sieci neuronowej w ramach procesu obróbki końcowej i wizualizacji, aby rozróżnić i zwizualizować cechy w danych w skali szarości, tworząc bardziej żywy i atrakcyjny wizualnie film”.

Proszę przeczytać jeszcze raz końcówkę tego zdania. Nikon nie przedstawił kroku z AI jako przyznania się do winy. Przedstawił go jako zaletę, dokładnie słownikiem własnych kryteriów oceny: żywy, atrakcyjny, wizualny. Sieci neuronowej przypisano zasługę, że nauka wygląda lepiej, a lepszy wygląd to kategoria, za którą przyznaje się punkty. Nikt w tym zdaniu nie pyta, co sieć dodała.

Na tym polega problem strukturalny. Po zwycięstwie Xu powiedział PetaPixel, że Nikon Small World „powtarza jedno proste przesłanie: nauka jest piękna”. Uczestnicy rozumieją zadanie. Patrick Hickey, który zajął piąte miejsce, powiedział BBC, że mikroskopiści rzadko mają okazję pokazać publiczności swoją pracę i że „wiele obrazów, które tworzą naukowcy, ma w sobie bardzo abstrakcyjne i artystyczne cechy”. Konkurs celebrujący piękno danych prędzej czy później przyciągnie jedyną technologię zaprojektowaną po to, by wytwarzać piękno bez nowych danych. Modele generatywne są dobre w szczegółach, które wyglądają wiarygodnie. To ich praca. W galerii wiarygodny szczegół wygrywa. W laboratorium nazywa się go artefaktem.

Sarah Goetz ujęła emocjonalną stronę sprawy wprost na Bluesky, we wpisie przytoczonym przez PetaPixel: „Jeśli to AI, a wygląda na to, że tak, to jest coś głęboko cynicznego i smutnego w używaniu syntetycznych obrazów, by oszukiwać w konkursie, który ma pokazywać, jak piękna i fajna jest biologia”. Słusznie. Ale ten cynizm, jeśli to był cynizm, trafił na instytucję, która sama wpisała „bardziej żywy i atrakcyjny wizualnie” do własnego opisu zgłoszenia.

Najmocniejszy argument w obronie Ning Xu

Obrońcy Xu mają poważny argument i zasługuje on na to, by przedstawić go tak, jak przedstawiliby go oni sami. Mikroskopia nigdy nie była surowa. Badacze barwią próbki, stosują fałszywe kolory, zszywają kafelki, usuwają rozmycie dekonwolucją i rekonstruują klatki w superrozdzielczości z danych, których żadne ludzkie oko nie odczytałoby bezpośrednio. BBC zauważa, że sztucznie jaskrawe kolory są w mikroskopii powszechne i w konkursie dozwolone. Gizmodo wskazuje, że jeden z często przywoływanych zbiorów wytycznych dotyczących obrazów naukowych, spisany przed erą generatywnej AI, akceptuje obrazy barwione i przetwarzane, o ile zmiany zostały ujawnione i opisane.

Według tej miary, przekonuje obrona, Xu zrobił to, co do niego należało. Ujawnił krok z siecią neuronową. Nikon go opublikował. Przepis konkursowy, który cytuje PetaPixel, mówi, że „filmy wygenerowane przez AI są niedozwolone”, a Xu upiera się, że jego film nie został wygenerowany: rzęski i ich ruch pochodziły z jego instrumentu, a sieć jedynie rozdzieliła i pokolorowała struktury w danych, które już istniały. Jeśli algorytm sortujący piksele według kolorów liczy się jako generowanie, podejrzana staje się spora część współczesnego obrazowania obliczeniowego. A dyskwalifikacja uczestnika, który ujawnił swoją metodę, uczy następnego, by milczał. Dodajmy do tego dowody, które uruchomiły przegląd, czyli lawinę komentarzy na LinkedIn i test znaku wodnego przeprowadzony przez konsumenckiego chatbota, a cała procedura bardziej przypomina tłum, który przypadkiem miał rację, niż recenzję naukową.

Dlaczego argument o kolorze nie wytrzymuje krytyki

Obrona upada na własnym gruncie, bo krytycy nigdy nie mieli zastrzeżeń do koloru. Fałszywy kolor nadaje nowe etykiety pikselom, które mikroskop faktycznie zmierzył. Zarzut Phelpsa dotyczy samego istnienia: struktur, które pojawiają się i znikają, rzęsek w złej skali, układu organelli, który, jak to ujął, „nie występuje w biologii”. Hirst, który powiedział BBC, że od dwóch dekad diagnozuje PCD, badając kształt fali rzęsek, ich długość oraz wielkość i kształt komórek, stwierdził, że komórki i rzęski „w niczym nie przypominają tych od pacjentów z PCD”. To nie są oceny palety barw. To oceny tego, czy rzecz widoczna na ekranie w ogóle tam jest.

Cała sprawa sprowadza się do jednego rozróżnienia. Fałszywy kolor maluje to, co mikroskop zobaczył. Model generatywny maluje to, co mikroskop powinien był zobaczyć.

Słowa samego Xu, przekazane przez Nature i cytowane przez Gizmodo, zaostrzają problem, zamiast go rozwiązać. Powiedział, że struktury pod rzęskami przetworzono „bez formułowania twierdzeń anatomicznych o tym, co przedstawiają te wyrenderowane elementy”. Tyle że obraz naukowy nie może zrezygnować z formułowania twierdzeń. Każdy widoczny kształt w filmie mikroskopowym widz odczytuje jako anatomię, a żadne zastrzeżenie nie wędruje razem z pikselami. Melanie White, biolożka rozwoju z University of Queensland, powiedziała Nature, że naukowcy „muszą mieć pewność, że to, co widzimy, jest zakorzenione w leżącym u podstaw pomiarze”. Andrew Moore, były juror Small World in Motion, podsunął dziennikowi The Telegraph analogię, którą każdy poczuje: „Zdjęcie w wysokiej rozdzielczości, podkolorowane, może ładnie wyglądać, ale jeśli to twojej babci podmieniono twarz, robi się nieswojo”.

Ujawnienie jest konieczne. Nie jest wystarczające. Opis metody w jednym akapicie nikomu nie mówi, które piksele zmierzono, a które wywnioskowano. Jedynym dokumentem, który by to rozstrzygnął, był ten, o który krytycy wciąż prosili, jak podaje PetaPixel: surowy film w skali szarości. Nikon twierdzi, że Xu przekazał w trakcie przeglądu szczegółową dokumentację techniczną. Opinia publiczna nigdy nie zobaczyła surowego materiału, więc spór toczył się, jak dziś zwykle toczą się takie spory, za pomocą znaków wodnych i eksperckiego oka.

Surowe pliki zamiast detektorów AI

Konkursy fotograficzne już to przerabiały. Amateur Photographer przypomina, że zwycięzca kategorii Creative Open w Sony World Photography Awards w 2023 roku okazał się konstruktem AI, a w tym roku z konkursu Hasselblad Masters 2026 usunięto pracę jednego z finalistów z powodu użycia AI. Konkurs naukowy to jednak inny przypadek. W fotografii artystycznej AI rodzi pytanie o autorstwo. W mikroskopii rodzi pytanie o prawdę. Syntetyczny krajobraz to sporne dzieło sztuki. Syntetyczna komórka to fałszywe twierdzenie o ciele.

Wykrywanie nie udźwignie tego ciężaru. Zgłoszenie zdemaskował znak wodny SynthID, który istnieje tylko dlatego, że jedna firma postanowiła go osadzać. Gizmodo zauważa, że większość detektorów AI opartych na innych sygnałach działa słabo i że bez takich znaków wodnych ustalenie pochodzenia obrazu z pewnością bywa trudne albo wręcz niemożliwe. Uczestnik korzystający z nieoznaczonego modelu nie zostałby przyłapany w ten sam sposób. Poleganie na znakach wodnych oznacza poleganie na uprzejmości producenta narzędzia.

Trwałe rozwiązanie jest nudne i pochodzi z laboratorium, nie z galerii: udokumentowane pochodzenie danych. W odczytaniu MCM każdy konkurs obrazowania naukowego powinien wymagać przy każdej pracy z krótkiej listy surowych plików akwizycji, dziennika obróbki wymieniającego każdy krok i jego oprogramowanie oraz porównania wersji surowej z końcową, które jurorzy faktycznie przejrzą, zanim siła wizualna w ogóle wejdzie do rozmowy. Nikon mówi teraz, że „postępy w obrazowaniu i sztucznej inteligencji wciąż następują szybko, stawiając nowe wyzwania przed organizacjami w wielu dziedzinach”, i że ten epizod „pokazał potrzebę”, by „zrewidować zasady i procedury oceny przyszłych zgłoszeń konkursowych”. To słuszny odruch. Reguła, której potrzeba, to nie dłuższa lista zakazanych narzędzi. To stała prośba o wgląd w dane.

Co jest ustalone, a co wciąż sporne

Ustalone: Small World in Motion ogłosił zwycięzców edycji 2026 w połowie września, z filmem Xu o rzęskach na pierwszym miejscu. 9 października 2026 roku Nikon zdyskwalifikował film za niezgodność z zasadami dotyczącymi generatywnej AI, oświadczył, że decyzja nie jest oceną reputacji, dorobku naukowego ani intencji Xu, i przesunął Nguyen Nam Nhat na pierwsze miejsce, według BBC, The Verge i PetaPixel. Xu przyznał, że w obróbce końcowej użyto nienadzorowanej sieci neuronowej. BBC podało, że nagroda wynosiła 3000 dolarów. Nikon zapowiada rewizję zasad i procedur oceny.

Wciąż sporne: czy rzęski i ich ruch to autentyczne nagranie, jak utrzymuje Xu, czy obraz częściowo wyrenderowany, jak uważają krytycy, w tym Phelps i Hirst; czy krok z siecią neuronową liczy się jako generowanie, czy jako wizualizacja; i który dokładnie element Nikon uznał za niezgodny z regulaminem, czego publiczne oświadczenie nie precyzuje. MCM nie badał surowych danych, a powyższy wywód o konstrukcji konkursu jest interpretacją, nie ustaleniem kryminalistycznym.

Zwycięzca w przyszłym roku nadal będzie musiał być piękny. Pytanie, które Nikon musi dodać, to to, które każde laboratorium zadałoby jako pierwsze: pokażcie nam surowy plik.

Tagi: Generatywna AI, Konkursy fotograficzne, Nikon, Nikon Small World in Motion, Ning Xu, Pierwotna dyskineza rzęsek