Kenapa Gambar Buatan AI Kadang Salah Jumlah Jari Tangan?

Ketika manusia menggambar tangan, kita tahu bahwa satu tangan normal memiliki lima jari. Otak kita memiliki aturan dasar anatomi yang otomatis diterapkan saat menggambar atau mengenali tubuh manusia. Namun, AI bekerja dengan cara yang berbeda.

Model pembuat gambar tidak benar-benar memahami konsep lima jari per tangan. AI hanya memprediksi piksel berdasarkan pola yang pernah dipelajarinya dari jutaan bahkan miliaran gambar selama proses pelatihan. Dengan kata lain, AI tidak sedang menghitung jari satu per satu. AI hanya mencoba membuat sesuatu yang terlihat seperti tangan berdasarkan pola visual yang pernah ditemuinya sebelumnya. Masalahnya, pola visual tangan ternyata jauh lebih rumit dibandingkan yang dibayangkan banyak orang.

Di sebagian besar foto, tangan biasanya bukan objek utama. Wajah cenderung berada di tengah gambar dan terlihat jelas, sementara tangan sering muncul dalam ukuran kecil, agak buram, atau berada di pinggir frame. Akibatnya, AI memperoleh jauh lebih banyak contoh wajah yang jelas dibandingkan contoh tangan yang detail dan mudah dianalisis. Belum lagi posisi tangan sangat beragam.

Tangan bisa terbuka, mengepal, memegang gelas, memasukkan tangan ke saku, melambai, menunjuk, atau tertutup sebagian oleh benda lain. Sudut pandangnya juga bisa berubah drastis hanya dengan sedikit pergerakan. Bagi manusia, semua posisi itu tetap terlihat sebagai satu tangan dengan lima jari. Namun bagi AI, kondisi tersebut hanyalah kumpulan pola visual yang terus berubah-ubah.

Salah satu penyebab utama munculnya jari tambahan adalah karena sebagian jari sering tidak terlihat sepenuhnya. Misalnya, seseorang sedang memegang HP. Sebagian jari tertutup oleh perangkat tersebut, sementara beberapa jari lain saling menutupi. Manusia dengan mudah memahami bahwa jari-jari tersebut masih ada meskipun tidak terlihat seluruhnya. Akan tetapi, AI tidak selalu memiliki kemampuan yang sama.

Ketika menemukan bagian yang hilang atau tertutup, AI mencoba melengkapi area tersebut berdasarkan tebakan statistik. Sayangnya tebakan itu kadang menghasilkan jari tambahan, ibu jari ganda, atau posisi jari yang mustahil terjadi pada anatomi manusia. Semakin banyak bagian tangan yang tertutup, semakin besar peluang AI membuat kesalahan.

Tangan juga merupakan salah satu bagian tubuh yang paling dipengaruhi oleh perspektif. Jari yang mengarah ke kamera bisa terlihat jauh lebih besar daripada jari lainnya. Beberapa jari yang sejajar dapat terlihat seperti menyatu menjadi satu bentuk. Kadang ibu jari bahkan hampir tidak terlihat sama sekali tergantung sudut pengambilan gambar.

Manusia terbiasa menghadapi ilusi visual seperti ini sejak kecil sehingga otak kita bisa langsung menafsirkan bentuk aslinya. Sebaliknya, AI hanya melihat pola piksel dan mencoba mencari kemungkinan bentuk yang paling masuk akal menurut data pelatihannya. Tidak heran jika hasil akhirnya kadang berupa enam jari, empat jari, atau bentuk tangan yang tidak normal.

Hal lain yang menarik adalah sebagian besar generator gambar AI tidak memiliki aturan biologis bawaan. AI tidak memiliki sistem internal yang mengatakan bahwa manusia wajib memiliki dua tangan dan masing-masing memiliki lima jari. Selama hasil akhirnya terlihat cukup mirip dengan tangan manusia menurut perhitungan statistiknya, gambar tersebut dianggap berhasil. Karena proses pembuatan gambar bersifat probabilistik atau berbasis kemungkinan, AI terus menyeimbangkan berbagai tebakan visual secara bersamaan. Jika instruksi yang diberikan terlalu umum atau pose tangan terlalu rumit, hasil akhirnya bisa melenceng dari anatomi sebenarnya.

Meski kemampuan AI terus berkembang, tangan masih menjadi salah satu bagian tubuh yang paling sulit dibuat secara akurat. Jadi, kalau kamu menemukan gambar AI dengan enam jari atau bentuk tangan yang aneh, penyebabnya bukan karena AI tidak bisa menghitung, melainkan karena AI bekerja dengan mengenali pola visual, bukan memahami anatomi manusia seperti kita.