「この顔、なんだかAIっぽい。」
画像を見た瞬間、そう感じたことはありませんか? 肌もきれいで、目も鼻も整っている。それなのに、どこか現実の人物とは違う気がする。いったい、私たちは何を見てそう判断しているのでしょうか。
今回のテーマは「AIっぽい顔」の正体。MusePortrait AIの制作を通じて生まれた疑問を、ChatGPT(GPT-6)にぶつけてみました。
AIらしい表現が悪いわけではありません。イラストにも写真にも、それぞれの魅力があります。理想は「AIらしさを残すか、自然な写真に近づけるか」を自分で選べるようになることです。
01|なぜ「AIっぽい」と感じるのか
写真を見て「AIっぽい顔だな」と感じることがあります。なぜそう思うのでしょう?
大きな理由の一つとして、私たちが普段見慣れている人間の顔と、画像の中の顔との間に微妙なズレがあることが考えられます。
肌のきめ、目の反射、輪郭、表情。どれも単独では不自然に見えなくても、組み合わさると「整いすぎている」「どこか作り物に見える」と感じる場合があります。ただし、こうした特徴があれば必ずAI画像だと断定できるわけではありません。
例えば、肌の質感だけが均一で、瞳だけが強く輝いている。笑顔は完成しているのに、目元や頬の動きに少し違和感がある。顔と周囲の光がなじんでいない。こうした小さな要素が印象を左右するのかもしれません。
02|AIも人間も、同じ顔を見て学んでいる?
AIは実在する人物などの大量の画像から学習しますよね。人間もAIも、同じ視覚情報を取り入れていると言えませんか?
共通する部分はあります。どちらも現実世界の顔を手がかりに、「人の顔らしさ」を捉えているからです。
ただし、学習の仕方は異なります。人間は顔を表情や会話、思い出、その人との関係と結びつけて理解します。一方、画像生成AIは、学習用の画像と関連情報から形状、質感、表情、照明などのパターンや関係を学習します。
さらに学習対象には、日常の写真だけでなく、広告、宣材写真、レタッチ済みのポートレートなども含まれ得ます。そこに生成時の指示やモデルの調整が加わると、特定の「見栄えのよさ」が強く出ることがあります。
03|「出来が良すぎる顔」が違和感になる?
AIは高品質な画像を生成するように作られている。だから、顔もいつも最高のコンディション、ベストショットになってしまう。それが違和感の正体では?
鋭い仮説だと思います。ただ、画像生成AIのすべてが「最高に美しい顔」を目指しているわけではありません。学習データ、追加学習、生成条件などによって、結果は変わります。
それでも、自然な日常の一瞬より、肌も表情も光も“よくできた”方向に寄った画像が出ることはあります。すると、一つひとつは美しいのに、全体として偶然性が乏しい。その印象が「AIっぽさ」につながる、というのは十分に検討する価値のある考え方です。
違和感は、「顔が崩れていること」からだけではなく、「何もかもが整いすぎていること」からも生まれるのかもしれない。
04|AIらしさを減らすための、3つの考え方
では、自然な人物写真に近づけたいとき、何を変えればいいのでしょうか。インタビューで整理したのは、次の3つです。
1.「完璧」を足すより、過剰な補正を控える
肌をただ粗くしたり、左右をわざと歪ませたりすることが目的ではありません。元の顔にある個性を保ちながら、均一すぎる肌、強すぎる瞳の反射、過度な輪郭補正などを見直します。
2.顔だけを見ず、写真の中で考える
顔の照明が背景と合っているか。生え際や耳、首との色調がつながっているか。顔だけが別の写真から貼り付けられたように見えないか。顔のリアルさと写真全体の自然さは、同じではありません。
3.「最も盛れた顔」より「その人らしい顔」を選ぶ
Rinaのように同じモデルを継続して描くなら、毎回新しい美人顔に作り直すより、目元、輪郭、口元などの固有の特徴を守ることが重要です。自然さを追い求めた結果、別人になってしまっては本末転倒です。
05|AIらしい美しさも、一つの表現
誤解したくないのは、AIっぽい顔が悪いわけではないということ。
幻想的なポートレートや、現実を超えた理想的な美しさを表現したいなら、AIならではの完成された顔が魅力になる場面もあります。一方、街角の日常や、偶然撮影したような一枚を目指すなら、過度な演出を抑えた方が作品の意図に合うかもしれません。
目指すのは「AIらしさの排除」ではなく、作品に合わせて「AIらしさを選べること」。
今回のインタビューで見えてきたのは、自然さとは単なる高精細さではない、ということ。顔の個性、表情の揺らぎ、光とのつながり。それらを丁寧に考えることで、AIで描く人物の表現はもっと広がるはずです。
次回は、この考え方を具体的な制作方法に落とし込み、「AIっぽくない顔は、どう作る?」という問いをさらに掘り下げます。


コメント