Googleの会話型写真編集機能は、実際に人々が使う数少ないAI機能だ

スマートフォンは、新しい AI と生成 AI 機能の遊び場となっています。

Appleは昨年、Apple Intelligenceに大きな力を入れました。画像作成をゼロから行えるImage Playgroundや、テキストの書き換えや要約ができるWriting Toolsといったツールを搭載しています。iOS 26を搭載した最新のiPhone 17では、通話やメッセージに使える新しいライブ翻訳機能が機械学習によって実現されています。GoogleもAndroidに同様の機能を多数搭載しており、最新のPixel 10では、通話中のリアルタイム翻訳に使用できる音声バージョンを生成できます。

WIREDの専属スマートフォンレビュアーとして、私はこれらのスマートフォンとその話題の機能をすべてテストしてきました。しかし、日常生活を楽にするために設計された実用的で便利な機能、つまり両親が使っていそうな機能はほとんど感じられませんでした。AIは本来そういうことをするべきですよね？

しかし、Pixel 10スマートフォンで初めて導入され、今では対応しているAndroidデバイスで利用できるようになったGoogleフォトの新機能「Ask Photos」会話型編集機能を試すまではそうでした。この機能を使うと、メニューやスライダーを操作することなく、写真に施したいビジュアル編集を入力または音声で行うことができます。多くの人は、スマートフォンのソフトウェアがどれほど強力であるかを知りません。そのため、利用可能なすべての編集ツールにアクセスし、それらを使って目的のタスクを実行できるこの機能は、ほぼスムーズに希望どおりの結果をもたらすだけでなく、スマートフォンの性能をより深く理解するのにも役立ちます。

あなたの考えを話してください

コンピューターに話しかけ、代わりにタスクを実行させるというアイデアは、数十年前から存在していました。ハリウッドには独自のイメージがあり（『2001年宇宙の旅』のHAL 9000はおそらく最も象徴的で、かつダークな描写でしょう）、研究者たちは別のイメージを持っています。

Adobe Researchとミシガン大学が開発した「Pixeltone」というプロトタイプアプリは、音声操作とタッチ操作による写真編集の可能性を示しました。この機能を紹介するYouTube動画への最も人気のコメントは、12年前に視聴者が投稿した次のコメントです。「なぜこんなに批判が多いのか？これは“本物の”写真家向けではなく、時々Photoshopを使う父向けだ。これは素晴らしい。」

強力な写真編集ツールの民主化には、悪意のある人物が容易に偽情報を拡散したり真実を操作したりできるなど、明らかな危険性が伴います。しかし、今日の編集ツールのほとんどは、ユーザーが自ら探し出し、効果的に使用するにはスキルが必要です。しかし、Googleの会話型エディターは違います。強力でシンプル、そして分かりやすい英語で操作できます。しかも、Googleフォトのライブラリからワンタップでアクセスできます。

「多くの人にとって、ChatGPTは楽しい目新しいものです」と、カーネギーメロン大学フューチャーインターフェースグループのディレクター、クリス・ハリソン氏は語る。「一部の人はワークフローに取り入れていますが、大多数の人にとっては目新しいものです。」ハリソン氏は、Googleの新しい編集ツールは、少なくともInstagramのフィルターを使いこなせるほどの知識を持つ人なら、はるかに広く使われるようになると考えています。「AIは物事をより使いやすくするはずです。そして、これは消費者が心から興味を持つ素晴らしい例です。」

Googleの写真編集機能は、明確な案内表示によってより使いやすくなっています。多くのAIチャットボットのインターフェースは、機能についてほとんど説明のない空白のテキストボックスから始まり、どこから始めればいいのか分からない人にとっては何の助けにもなりません。しかし、Googleフォトでは「編集」をタップするとすぐに会話型エディターがポップアップ表示されるため、写真を編集しているという状況が既に確立されているので、非常に使いやすくなります。「人間の怠惰は常に勝つ」とハリソン氏は言います。

Adobe Photoshopを使えば、写真から街灯をペイントで消すことはこれまでも可能でしたが、Photoshopのサブスクリプションは高額で、ツールを使うには写真編集の基礎知識に加え、Photoshopの機能にも精通している必要があります。「おそらく人々は以前からこの機能を求めていたのでしょうが、Photoshopを開いて1枚の写真を修正するのに30分も費やすコストを負担したくなかったのでしょう。」

Googleの会話型エディタは、照明の調整、背景のプラスチック製ゴミ袋の削除、切り抜きといった通常の編集機能を超え、「エンパイア・ステート・ビルに登るキングコングを追加して」と頼めば、なんと写真から人物を消すことができます。

こうなると、生成型AI機能がもたらす操作の脅威の話に戻ります。ハリソン氏は反発があることを認めつつも、大部分は収束すると考えています。

「太古の昔から、人々はスマートフォンで撮影した写真でそうしてきたんです」と彼は言う。「インスタグラムが現実の生活だと思っている人は、きっと衝撃的な現実に直面するでしょう。これは単なる新しいツールであり、新しいコンセプトではありません。既存のもののより強力なバージョンに過ぎないのです。」

これらの懸念に対処するため、Googleの新しいツールで編集された画像には、C2PAコンテンツ認証情報、IPTCメタデータ、SynthIDが付与され、メディアにおけるAIの使用を透かしで記録し、ファイルの出所を追跡します。これらの措置により、他の画像編集ソフトウェアや診断ツールでも、写真が編集されたことが明確になります。

会話型編集

スマートフォンで写真を編集するのはあまり楽しいものではありません。複数のタブをスワイプして切り替える必要があり、スライダーを指で正確に動かすのも難しいです。Googleは以前にもAIを活用した編集機能を試したことがありますが、タップ1つでアルゴリズムがユーザーの好みに合わせて写真を編集してくれるというものでした。しかし、仕上がりはまちまちでした。

会話型編集なら、すべてを自分でコントロールできます。音声またはキーボードでテキストボックスに画像に何を入れたいかを伝えるだけです。もし言葉がわからない場合は、「見栄えを良くする」を試してみて、かなり良い結果が得られました。このツールは、切り抜きを調整したり、照明を改善したり、ポートレートのぼかし効果を追加したりしてくれます。「照明を修正する」や「反射を除去する」も非常に効果的です。

このツールは完璧ではありません。被写体をフレーム内で移動するなどの操作が一部実行できず、編集は画像全体に一方的に適用されます。例えば、妻のポートレートを編集する際、体のくっきりとした影はそのままに、顔のハイライトを落としたいと考えました。ところが、Googleフォトはハイライトを全体的に落としてしまい、フレームの下半分の影が台無しになってしまいました（ただし、顔の明るさは改善されました）。LightroomやPhotoshopのようにパラメータを調整したい部分を正確にコントロールできるツールとは異なり、Googleフォトの編集機能は限られています。

写真に見苦しいビニール袋が写り込んでしまったら、削除を依頼しましょう。写真が切り取られすぎているなら、もう少し拡大するように依頼できます。Googleは生成AIを使って、新たに追加されたスペースを、そこにあるもので埋めてくれます（成功率はまちまちですが）。これらの生成AI編集機能を使いたくない場合は、使わなくても大丈夫です。

一番感動したのは、赤ちゃんの頃の写真を「復元」してもらった時かもしれません。画像がきれいに整えられ、色彩が鮮やかになり、コントラストも強調されました。自分でもできるでしょうか？もちろんできますが、数分はかかっていたでしょう。ところが、これは数秒で完了しました。

これらすべての機能は、私たちとコンピューターの関わり方における新たな飛躍を示唆しています。「Photoshopはツールです」とハリソンは言います。「私は、AI機能を少し加えた非常に強力なツールとして使っています。しかし、コンピューター科学者たちは過去半世紀にわたって、このことについて真剣に考え続けてきました。ツールとしてのコンピューターからパートナーとしてのコンピューターへの変化はいつ起こるのでしょうか。これは、コンピューティングに対する私たちの考え方における非常に重要な転換点です。」