Analyse

Nikon Small World in Motion: diskvalificeret AI-video bedømt som kunst, ikke data

Nikon har diskvalificeret Ning Xus vindende cilievideo på grund af generativ AI. Den dybere fejl er en konkurrence, der bedømte et videnskabeligt billede på visuel slagkraft og aldrig bad om at se rådataene.
Molly Se-kyung
Tilføj os på Google

Nikon har smidt det vindende bidrag i konkurrencen Small World in Motion ud, og den officielle begrundelse kan siges med to ord: generativ AI. Videoen, indsendt af optikingeniøren Ning Xu, skulle vise cilier, de hårlignende strukturer, der fejer slim ud af menneskets luftveje, mens de slog unormalt hos et barn med primær ciliær dyskinesi, en sjælden arvelig sygdom kendt som PCD. Forskere sagde, at dele af den ikke kunne eksistere i en levende krop. Nikon gennemgik bidraget igen, rådførte sig med dommerne og afgjorde, at det brød konkurrencens regler.

Læst som en snydeskandale slutter historien dér. Det bør den ikke. Den mere ubehagelige læsning er, at konkurrencen fik præcis det bidrag, den var bygget til at belønne. Small World in Motion bedømmer videoer på originalitet, informationsindhold, teknisk kunnen og visuel slagkraft, og det trin, der fældede Xu, var netop det, der med størst sandsynlighed løftede den sidste karakter. En mikroskopvideo er en måling, før den er et billede. Nikon bedømte billedet og tog målingen for gode varer, og det hul, mere end nogen enkelt deltager, er det, firmaet nu skal lukke.

Det, der står på spil, rækker langt ud over en nichepris. Mikroskopi er den måde, de fleste mennesker overhovedet ser indersiden af en celle på, og den slags billeder bevæger sig: ind i forelæsninger, forklarende artikler og de patientfora, hvor familier forsøger at forstå en diagnose. Robert Hirst, ledende forsker ved NHS’ diagnosecenter for PCD på University of Leicester, sagde til BBC, at striden »har påvirket mange patienter, forskere, læger og PCD-støttenetværk over hele verden«. Når et slående billede af en sygdom viser sig at være delvist renderet, er det dem, der lever med sygdommen, der taber mest.

Hvad Nikon afgjorde, og hvad Ning Xu siger, han gjorde

Nikons udtalelse til PetaPixel er forsigtig. »Efter grundigt at have revurderet videoen og det medfølgende materiale og rådført os med medlemmer af vores dommerpanel har Nikon fastslået, at den vindende video ikke overholdt konkurrencens regler om generativ AI,« sagde en talsperson. Firmaet tilføjede, at afgørelsen »ikke skal tolkes som en vurdering af deltagerens faglige omdømme, videnskabelige bidrag eller hensigt«. Nguyen Nam Nhat, der oprindeligt blev nummer to med en video af en lille rundorm og en encellet Dileptus, har nu førstepladsen, ifølge The Verge og PetaPixel.

Xu har aldrig nægtet at have brugt AI. I en kommentar på LinkedIn, som The Verge citerer, skrev han, at »en uovervåget neuralnetværksmetode efterfølgende blev brugt til AI-assisteret efterbehandling for at adskille og visualisere træk i de rekonstruerede gråtonebilleder fra den superopløste optiske billeddannelse«. I et andet opslag, som BBC henviser til, trak han den grænse, han mener at have holdt sig bag: »AI blev ikke brugt til at generere den eksperimentelle film, cilierne eller deres bevægelse.« Amateur Photographer skriver, at han beskrev behandlingen som værende »primært for at forbedre den visuelle præsentation snarere end at levere en anatomisk rekonstruktion«.

Kritikerne gik længere end stilen. Edward Phelps, forsker i bioengineering ved University of Florida, skrev på LinkedIn, at »lilla strukturer dukker op og forsvinder igen«, og at »grønne cilier også opstår ud af det blå og ikke matcher den kendte størrelse«, som PetaPixel rapporterede. Citeret af Gizmodo var han mere ligefrem: en struktur under epitelet, bygget af ekstracellulære mitokondrier på størrelse med cellekerner, »forekommer ikke i biologien«. Ian Donovan, MD/ph.d.-studerende ved UT Southwestern Medical Center, sagde, at han kørte videoen gennem Googles Gemini, og at den markerede et SynthID-vandmærke, den usynlige markør, som Google DeepMind har udviklet til at mærke AI-genereret indhold, ifølge PetaPixel og ifølge CNN, som Gizmodo henviser til. BBC rapporterede, at også to tidligere dommere i konkurrencen havde været i tvivl.

Husk, hvor Nikon startede. Tidligt i striden sagde firmaet til BBC: »På nuværende tidspunkt ser vi ikke, at nogen regler er blevet overtrådt.« Bidraget havde allerede bestået konkurrencens kontrol. Nikons første offentlige meddelelse sagde, at firmaet »omhyggeligt genvurderer de oplysninger, der blev givet under den første kontrol«, hvilket er en høflig måde at sige på, at den oprindelige kontrol ikke havde fanget det.

En konkurrence, der belønner visuel slagkraft, inviterer det værktøj, der leverer den

Den detalje, der fortæller historien bedst, er en sætning, Nikon selv offentliggjorde. Før diskvalifikationen opdaterede firmaet sit blogindlæg om det vindende bidrag for at forklare, som Gizmodo citerede det, at »en uovervåget neuralnetværksmetode efterfølgende blev brugt som en del af efterbehandlings- og visualiseringsarbejdet for at adskille og visualisere træk i gråtonedataene, hvilket skabte en mere levende og visuelt engagerende video«.

Læs den sidste del af sætningen igen. Nikon præsenterede ikke AI-trinnet som en tilståelse. Firmaet præsenterede det som en fordel, i præcis det samme ordforråd som sine egne bedømmelseskriterier: levende, engagerende, visuel. Neuralnetværket fik æren for at få videnskaben til at se bedre ud, og at se bedre ud er en kategori, der giver point. Ingen i den sætning spørger, hvad netværket tilføjede.

Det er det strukturelle problem. Da Xu vandt, sagde han til PetaPixel, at Nikon Small World »har gentaget ét enkelt budskab: videnskab er smuk«. Deltagerne forstår opgaven. Patrick Hickey, der blev nummer fem, sagde til BBC, at mikroskopister sjældent får lov at vise offentligheden deres arbejde, og at »mange af de billeder, forskere laver, har nogle meget abstrakte og kunstneriske kvaliteter«. En konkurrence, der hylder dataenes skønhed, vil før eller siden tiltrække den ene teknologi, der er designet til at producere skønhed uden nye data. Generative modeller er gode til troværdige detaljer. Det er deres job. I et galleri vinder troværdige detaljer. I et laboratorium kaldes de artefakter.

Sarah Goetz satte ord på den følelsesmæssige side på Bluesky i et opslag, som PetaPixel citerede: »Hvis det er AI, hvilket virker sandsynligt, er der noget dybt kynisk og trist ved at bruge syntetiske billeder til at snyde i en konkurrence, der skal handle om, hvor smuk og sej biologi er.« Fair nok. Men kynismen, hvis det var det, mødte en institution, der allerede havde skrevet »mere levende og visuelt engagerende« ind i sin egen beskrivelse af bidraget.

Det stærkeste forsvar for Ning Xu

Xus forsvarere har et seriøst argument, og det fortjener at blive fremført, som de selv ville fremføre det. Mikroskopi har aldrig været rå. Forskere farver prøver, lægger falske farver på, syr billedfelter sammen, fjerner sløring med dekonvolution og rekonstruerer superopløste billeder ud fra data, som intet menneskeøje kan læse direkte. BBC bemærker, at kunstigt kraftige farver er almindelige i mikroskopi og tilladt i konkurrencen. Gizmodo påpeger, at et meget citeret sæt retningslinjer for videnskabelige billeder, skrevet før den generative AI’s æra, accepterer farvelagte og bearbejdede billeder, så længe ændringerne oplyses og beskrives.

Efter den målestok, lyder forsvaret, gjorde Xu, hvad han skulle. Han oplyste om neuralnetværkstrinnet. Nikon offentliggjorde det. Konkurrencereglen, som PetaPixel citerer, lyder: »AI-genererede videoer er ikke tilladt.« Xu fastholder, at hans video ikke var genereret: cilierne og deres bevægelse kom fra hans instrument, og netværket adskilte og farvede kun strukturer i data, der allerede fandtes. Hvis en algoritme, der sorterer pixels i farver, tæller som generering, er en stor del af moderne beregningsbaseret billeddannelse mistænkelig. Og at diskvalificere den deltager, der oplyste sin metode, lærer den næste at tie. Læg dertil de beviser, der udløste gennemgangen, en hetz i kommentarfeltet på LinkedIn og et vandmærketjek kørt gennem en chatbot for forbrugere, og processen ligner mindre fagfællebedømmelse og mere en hob, der tilfældigvis fik ret.

Hvorfor farveargumentet ikke holder

Forsvaret falder på sine egne præmisser, for kritikerne protesterede aldrig mod farverne. Falsk farve giver nye etiketter til pixels, som mikroskopet faktisk målte. Phelps’ indvending handler om eksistens: strukturer, der dukker op og forsvinder, cilier i forkert skala, et arrangement af organeller, der med hans ord »ikke forekommer i biologien«. Hirst, som fortalte BBC, at han har diagnosticeret PCD i to årtier ved at undersøge ciliernes bølgebevægelse, længde, cellestørrelse og form, sagde, at cellerne og cilierne »slet ikke ligner dem fra PCD-patienter«. Det er ikke vurderinger af farvepaletten. Det er vurderinger af, om det, der ses på skærmen, overhovedet er der.

Hele sagen hviler på én skelnen. Falsk farve maler det, mikroskopet så. En generativ model maler det, mikroskopet burde have set.

Xus egne ord, gengivet af Nature og citeret af Gizmodo, skærper problemet i stedet for at løse det. Han sagde, at strukturerne under cilierne blev bearbejdet »uden at fremsætte anatomiske påstande om, hvad de renderede træk forestiller«. Men et videnskabeligt billede kan ikke melde sig ud af at fremsætte påstande. Hver synlig form i en mikroskopivideo læses som anatomi af beskueren, og intet forbehold følger med pixelsene. Melanie White, udviklingsbiolog ved University of Queensland, sagde til Nature, at forskere »skal kunne stole på, at det, vi ser, er forankret i den underliggende måling«. Andrew Moore, tidligere dommer i Small World in Motion, gav The Telegraph en sammenligning, alle kan mærke: »Det højopløste, farvelagte foto ser måske pænt ud, men hvis det var din bedstemor, der fik byttet ansigt, bliver det ubehageligt.«

Åbenhed er nødvendig. Den er ikke tilstrækkelig. At beskrive en metode i et afsnit fortæller ingen, hvilke pixels der blev målt, og hvilke der blev udledt. Det ene dokument, der kunne have afgjort sagen, var det, kritikerne blev ved med at efterspørge, ifølge PetaPixel: den rå gråtonevideo. Nikon oplyser, at Xu leverede detaljeret teknisk dokumentation under gennemgangen. Offentligheden så aldrig råoptagelserne, og derfor blev striden ført, som den slags stridigheder efterhånden plejer, gennem vandmærker og eksperters øjemål.

Råfiler, ikke AI-detektorer

Fotokonkurrencer har været her før. Amateur Photographer minder om, at vinderen af Creative Open i Sony World Photography Awards i 2023 viste sig at være en AI-konstruktion, og at en finalists bidrag i Hasselblad Masters 2026 blev fjernet i år på grund af AI-brug. Men en videnskabelig konkurrence er en anden sag. I kunstfotografi rejser AI et spørgsmål om ophav. I mikroskopi rejser det et spørgsmål om sandhed. Et syntetisk landskab er et omstridt kunstværk. En syntetisk celle er en falsk påstand om kroppen.

Detektion kan ikke bære den vægt. Det, der afslørede bidraget, var et SynthID-vandmærke, som kun findes, fordi ét firma valgte at indlejre det. Gizmodo bemærker, at de fleste AI-detektorer, der bygger på andre signaler, klarer sig dårligt, og at det uden den slags vandmærker kan være svært eller umuligt at fastslå et billedes oprindelse med sikkerhed. En deltager, der brugte en umærket model, ville ikke blive afsløret på samme måde. At stole på vandmærker er at stole på værktøjsproducentens velvilje.

Den holdbare løsning er kedelig, og den kommer fra laboratoriet, ikke galleriet: sporbarhed. I MCM’s læsning bør enhver konkurrence i videnskabelig billeddannelse kræve de rå optagelsesfiler med hvert bidrag på shortlisten, en behandlingslog, der navngiver hvert trin og dets software, og en sammenligning af råmateriale og slutversion, som dommerne faktisk gennemgår, før visuel slagkraft overhovedet kommer på tale. Nikon siger nu, at »fremskridt inden for billeddannelse og kunstig intelligens fortsætter med at udvikle sig hurtigt og skaber nye udfordringer for organisationer på mange områder«, og at forløbet »har vist behovet« for at »revidere regler og bedømmelsesprocedurer for fremtidige konkurrencebidrag«. Det er det rigtige instinkt. Den regel, der mangler, er ikke en længere liste over forbudte værktøjer. Det er en stående anmodning om at se dataene.

Hvad der er fastslået, og hvad der stadig er omstridt

Fastslået: Small World in Motion offentliggjorde sine vindere for 2026 i midten af september med Xus cilievideo på førstepladsen. Den 9. oktober 2026 diskvalificerede Nikon videoen for ikke at overholde reglerne om generativ AI, sagde, at afgørelsen ikke var en vurdering af Xus omdømme, videnskabelige bidrag eller hensigt, og rykkede Nguyen Nam Nhat op på førstepladsen, ifølge BBC, The Verge og PetaPixel. Xu har erkendt, at et uovervåget neuralnetværk blev brugt i efterbehandlingen. BBC opgjorde præmien til 3.000 dollars. Nikon siger, at firmaet vil revidere sine regler og bedømmelsesprocedurer.

Stadig omstridt: om cilierne og deres bevægelse er ægte optagelser, som Xu fastholder, eller delvist renderede, som kritikere, blandt dem Phelps og Hirst, mener; om neuralnetværkstrinnet tæller som generering eller som visualisering; og præcis hvilket element Nikon fandt i strid med reglerne, hvilket den offentlige udtalelse ikke præciserer. MCM har ikke undersøgt rådataene, og argumentet ovenfor om konkurrencens indretning er fortolkning, ikke et retsteknisk fund.

Næste års vinder skal stadig være smuk. Det spørgsmål, Nikon skal føje til, er det, ethvert laboratorium stiller først: vis os råfilen.

Tags: , , , , ,

Tilføj os på Google

Debat

Der er 0 kommentarer.