androidauthority.com/the-pixel-11-pros-120x-zoom…

GPT:
בדיקת עובדות: בדיקה מעשית של מצלמת Pixel 11 Pro מצאה יכולות זום מרשימות של פי 120. עם זאת, התגלתה תופעה מדאיגה שבה הבינה המלאכותית של המצלמה מוסיפה פרטים שלא קיימים במציאות.
סיכום מפורט
- יכולות זום: המצלמה מציעה זום אופטי ודיגיטלי מתקדם, המאפשר צילום אובייקטים ממרחק רב.
- מצלמת Pixel 11 Pro אכן מאפשרת הגדלה עד פי 120.
ההגדלה האופטית האמיתית היא פי 5 בלבד. ההגדלה הקיצונית נעזרת בבינה מלאכותית יוצרת.
- השפעת הבינה המלאכותית: אלגוריתמי ה-AI של המצלמה מתערבים בתהליך העיבוד של התמונות.
- הוספת פרטים: במקרים מסוימים, ה-AI מוסיף או משנה פרטים בתמונה, כגון צורות, צבעים או
אלמנטים שלא היו נוכחים בצילום המקורי.
- תוצאות: תופעה זו עלולה להוביל להצגת מידע מטעה או דמיוני, גם אם התמונה נראית איכותית.
- משמעות: הדבר מעלה שאלות לגבי מהימנות הצילומים וטשטוש הגבולות בין מציאות לדמיון
בעזרת טכנולוגיה.

המסקנה: הטכנולוגיה מרשימה, אך התמונות המתקבלות אינן בהכרח תיעוד נאמן של המציאות.

androidauthority.com/the-pixel-11-pros-120x-zoom…

בדיקת העובדות המפורטת

הכתב בדק את המצלמה במשך כשבוע, לרבות צילום שלטים מרוחקים, מבנים, בעלי חיים ואנשים.
בדיקתו מאשרת את התופעה המתוארת בטקסט שהבאת, אך חשוב להבחין בין פרטים שהמצלמה באמת מצליחה לקלוט לבין פרטים שהבינה המלאכותית מייצרת על סמך השערה.

מה בדיוק הומצא בתמונות?
חלונות המבנה: המצלמה הוסיפה דוגמה לחלונות שלא הייתה קיימת במציאות. הכתב בדק זאת בהסתכלות על המבנה עצמו.
כיתוב מרוחק: בצילום פחית ושלטים בתאורה חלשה יצרה המערכת סימנים שנראו כמו אותיות, אך בפועל היו חסרי משמעות.
בעלי חיים: בצילום כלב וציפור נוצרו מרקמים מפורטים של פרווה ונוצות. חלק מהפרטים היו משוערים ולא נבעו ממידע שהחיישן באמת קלט. גם מראה העיניים וגוני התמונה השתנו.
בני אדם: כאן יש הסתייגות חשובה. לפי הבדיקה, גוגל מונעת את פעולת ההשלמה הגנרטיבית כאשר המצלמה מזהה אדם בתמונה. לכן ההמצאה של פרטים באמצעות התכונה הזאת אינה חלה באופן זהה על פנים אנושיות.

האם גוגל מודה שהתוכנה מייצרת מידע?

כן. בהסבר רשמי על טכנולוגיית Pro Zoom, שפורסם עבור הדור הקודם, גוגל מתארת כיצד המערכת משתמשת במידע המצומצם שהמצלמה קלטה ומשלימה באמצעות בינה מלאכותית פרטים שהחיישן לא הצליח לקלוט פיזית.

מכאן נובעת הבחנה חשובה: הבינה המלאכותית אינה בהכרח משחזרת פרטים שהיו במציאות. היא עשויה לייצר פרטים סבירים מבחינה חזותית, גם כשאין ראיות לכך שהם נכונים.
המשמעות חמורה במיוחד כאשר משתמשים בתצלום לצרכים עיתונאיים, משפטיים, מודיעיניים או מדעיים. תמונה חדה ומשכנעת אינה ראיה לכך שכל פרט שמופיע בה היה קיים.

הדיווח אמין ומשקף את הבדיקה המקורית. עם זאת, אין בסיס לקבוע שכל צילום בזום גבוה מכיל פרטים מומצאים, וגם אין בבדיקה מדידה של שכיחות הטעויות.

הניסוח המדויק ביותר הוא שמערכת הזום משלבת מידע מצולם עם פרטים שנוצרים באמצעות בינה מלאכותית. לכן התוצאה עשויה להיות שימושית לצפייה במרחקים גדולים, אך לא תמיד אפשר להסתמך עליה כתיעוד עובדתי מדויק.

לצפייה בדוגמאות המקוריות ובהשוואות בין התמונות, ניתן לפתוח את

androidauthority.com/the-pixel-11-pros-120x-zoom…

השימוש בבינה מלאכותית ליצירת פרטים הוא החלטה מכוונת של מפתחי גוגל. לעומת זאת, המצאת פרטים שגויים אינה המטרה המוצהרת של המערכת. מדובר בתופעת לוואי צפויה של שימוש בבינה מלאכותית יוצרת. גוגל בחרה להעדיף תמונה חדה ומפורטת, גם במחיר של פגיעה אפשרית בדיוק העובדתי. לכן זו אינה בהכרח תקלה בתוכנה, אלא בעיה עקרונית בהחלטת התכנון.

ההבחנה החשובה היא בין שתי החלטות שונות.
ההחלטה הראשונה, המכוונת: גוגל החליטה להשתמש בבינה מלאכותית יוצרת כדי להשלים פרטים שהחיישן לא הצליח לקלוט. החברה עצמה מסבירה בתיעוד הרשמי של Pixel 11 Pro שהמערכת מייצרת פיקסלים חדשים באמצעות בינה מלאכותית כדי לשחזר תמונות מרוחקות.
ההחלטה השנייה, הבעייתית: כשאין למערכת מספיק מידע על הפרטים האמיתיים, היא משתמשת בדפוסים שלמדה באימון כדי לנחש מה אמור להופיע בתמונה.
לדוגמה, אם המצלמה קולטת ציפור ממרחק גדול, המערכת יכולה להמציא דוגמת נוצות שנראית טבעית לחלוטין, אבל אינה תואמת בהכרח את הנוצות של אותה ציפור.
היא אינה יודעת בוודאות מה היה שם. היא יוצרת את מה שנראה לה סביר.
וזה בדיוק מה שנמצא בבדיקה של Android Authority, שבה המצלמה יצרה גם דוגמאות על חלונות שלא היו קיימות במציאות.

האם המפתחים היו אמורים לצפות את הבעיה?

בהחלט. הזיות של מודלים גנרטיביים הן תופעה מוכרת, והתכנון הזה כרוך בסיכון מובנה להמצאת פרטים.
מעניין במיוחד שהמצלמה נמנעת מהפעלת ההשלמה הגנרטיבית כאשר היא מזהה בני אדם בתמונה. הדבר מלמד שגוגל לפחות מכירה בצורך להגביל את הטכנולוגיה במצבים מסוימים.

מבחינה הנדסית, אפשר היה לבחור בגישה שמרנית יותר: במקום להמציא פרטים, להשאיר אותם מטושטשים כאשר אין מספיק מידע כדי לשחזר אותם באופן מהימן.

לכן, לדעתי, הביקורת המוצדקת אינה שגוגל תכנתה את המצלמה לשקר במכוון, אלא שהיא בחרה להשתמש בטכנולוגיה שמייצרת תמונות מרשימות מבחינה חזותית, אף שידוע כי התוצאה עלולה לכלול פרטים שאינם אמיתיים.

וזו הבחנה יסודית: מצלמה מסורתית אמורה לתעד את מה שהגיע אל החיישן. המצלמה הזאת, במצב הזום הקיצוני שלה, גם מייצרת השערות חזותיות על מה שלא הצליחה לראות.
כן. בהחלט אפשר היה לתכנן את המצלמה כך שתצמצם מאוד את ההזיות. אפשר להשתמש בבינה מלאכותית כדי לשפר חדות, להסיר רעשים ולהגדיל תמונות. אפשר גם להגביל את הבינה המלאכותית כך שלא תמציא פרטים שאין להם בסיס בצילום. אבל אי אפשר להבטיח תמונה חדה במיוחד בזום פי 120 וגם דיוק מוחלט בכל פרט. הסיבה אינה רק מגבלה של הבינה המלאכותית, אלא גם מגבלה פיזיקלית של המידע שהמצלמה קולטת.

איך הייתי מתכנן מצלמה כזאת?
הייתי מתכנן מערכת שמבחינה בין שני סוגי מידע: מידע שהחיישן באמת קלט, ומידע שהתוכנה רק משערת שקיים.
1\. שיפור התמונה באמצעות בינה מלאכותית שמסירה רעשים, מתקנת טשטוש ומנצלת כמה צילומים רצופים כדי לחלץ פרטים אמיתיים נוספים.
2\. אימון המערכת להעדיף נאמנות למקור על פני תמונה שנראית מרשימה. למשל, אם אי אפשר לזהות את האותיות בשלט, להשאיר אותן מטושטשות במקום להמציא אותיות.
3\. שימוש באלגוריתם שמעריך את רמת הביטחון בכל אזור בתמונה. כשהביטחון נמוך, המערכת תימנע מהוספת פרטים.
4\. שמירת התמונה המקורית לצד התמונה המשופרת, כדי שהמשתמש יוכל להשוות ביניהן.
5\. הוספת שני מצבי צילום לבחירת המשתמש: מצב צילום נאמן למקור, ומצב צילום משופר באמצעות בינה מלאכותית יוצרת.

כל אלה אפשריים מבחינה הנדסית, אם כי גם מערכת כזאת אינה יכולה להבטיח אפס שגיאות.

מדוע אי אפשר לקבל את שני היתרונות במלואם?

נניח שאתה מצלם ממרחק 500 מטר שלט שעליו כתוב 12345.
במרחק הזה החיישן קולט רק כמה כתמים מטושטשים. ייתכן שאותה תמונה בדיוק הייתה מתקבלת גם אילו היה כתוב על השלט 12346.
כעת קיימות שתי אפשרויות.
הראשונה היא שהבינה המלאכותית תנסה לנחש מה כתוב בשלט. היא עשויה להציג תמונה חדה מאוד, אבל עם מספר שגוי.
השנייה היא שהבינה המלאכותית תציג רק את המידע שאפשר לחלץ בביטחון מהצילום. התמונה תהיה פחות מרשימה, אבל הסיכון להצגת מידע מומצא יהיה קטן בהרבה.
זהו עיקרון מוכר במחקר עיבוד תמונה, שנקרא Perception Distortion Tradeoff, כלומר המתח בין איכות חזותית לבין נאמנות למקור. הוא תואר במחקר של יוחאי בלאו ותומר מיכאלי שפורסם בכנס CVPR בשנת 2018.

האם כבר קיימות דרכים להפחית את הבעיה?

כן. מחקר שפורסם באוגוסט 2026 בכתב העת Pattern Recognition Letters הציג שיטה המשלבת אלגוריתם המתמקד בנאמנות למקור עם אלגוריתם המתמקד באיכות חזותית. השילוב הצליח לצמצם עיוותים בצבעים, במבנים ובפנים, תוך שמירה על איכות תמונה גבוהה יחסית. הוא אינו מבטל את הבעיה לחלוטין.

לגבי גוגל עצמה, החברה הסבירה שהטכנולוגיה שלה משתמשת במידע שהחיישן קלט, ולאחר מכן משלימה מידע שחסר באמצעות מודל גנרטיבי. כלומר, ההשלמה אינה תופעת לוואי מקרית אלא חלק מכוון משיטת הפעולה.

המסקנה שלי

לדעתי, גוגל הייתה יכולה לתכנן מצלמה שמצמצמת מאוד את המצאת הפרטים באמצעות מערכת שמרנית יותר, בלי לוותר על יתרונות משמעותיים של שיפור תמונה באמצעות בינה מלאכותית.
עם זאת, כאשר אין בחיישן מספיק מידע, אין שום אלגוריתם שיכול להבטיח שחזור מדויק של מה שלא נקלט.
השאלה ההנדסית האמיתית היא לא האם ניתן למנוע כל הזיה, אלא עד כמה מוכנים להקריב מהחדות המרשימה כדי להבטיח נאמנות גבוהה יותר למציאות.
ואני חושב שהפתרון הטוב ביותר מבחינת המשתמש היה לתת לו לבחור בעצמו בין שני המצבים, ולא להחליט בשבילו שתמונה יפה חשובה יותר מתמונה מדויקת.