Jest jedna rzecz, której żaden znany mi model językowy nie umie zrobić tak dobrze, jak człowiek - a w praktyce nie umie zrobić wcale.

Przeglądałem dziś rano artykuł "Spectral rendering, part 3: Spectral vs. RGB" ( https://momentsingraphics.de/SpectralRendering3Results.html ) i trafiłem na fragment:

Actually, it is not quite right to say that the monochromatic light at 500 nm is a mixture of green and blue. It mixes positive amounts of green and blue and a negative amount of red. Its RGB representation is (-1, 1, 0.36).

Zaciekawiło mnie o co chodzi, jak to, dlaczego R jest ujemne, a nie chciało mi się myśleć, więc pomyślałem, ża jakiś czat LLM niech mi wytłumaczy. Zadałem trzem czatom to samo pytanie:

Wytłumacz mi ten akapit:
"Actually, it is not quite right to say that the monochromatic light at 500 nm is a mixture of green and blue. It mixes positive amounts of green and blue and a negative amount of red. Its RGB representation is (-1, 1, 0.36)."
Skąd to ujemne R?

Gemini (szybki) odpowiedział:

Ujemna wartość **R** (czerwieni) w reprezentacji **RGB** koloru **monochromatycznego światła 500 nm** wynika z ograniczeń i natury modelu barw **RGB** (Addytywnego) oraz ludzkiego postrzegania kolorów, opisywanego przez funkcje dopasowania barw **CIE 1931**.

---

## Źródło Ujemnej Wartości R

* **Model RGB a Postrzeganie:** Model RGB, używany w wyświetlaczach, opiera się na **trzech konkretnych, fizycznych światłach podstawowych (R, G, B)**, które są dodawane w różnych proporcjach, aby wytworzyć widmo kolorów (gamut). Ludzkie oko postrzega kolory dzięki **trzem typom czopków** (L, M, S), których wrażliwości pokrywają się z widmem.
* **Barwy Monochromatyczne (Spektralne):** Czyste, monochromatyczne światło o długości fali **500 nm** leży na granicy postrzeganego koloru **zielonego i cyjanu/niebieskozielonego**. Jest to barwa **spektralna**.
* **Problem Gamutu:** Kolor spektralny **500 nm** jest barwą **czystszą** i bardziej **nasyconą** niż jakikolwiek kolor, który można uzyskać przez **addytywne mieszanie** **dodatnich** ilości standardowych świateł podstawowych **R**, **G**, i **B** typowego wyświetlacza (czyli leży **poza gamutem** RGB).
* **Dopasowanie Barwy (Mieszanie z Odjęciem):** Aby uzyskać subiektywne wrażenie identyczne z czystym światłem **500 nm** przy użyciu *tylko* świateł **R**, **G**, i **B** wyświetlacza, eksperymentalnie okazuje się, że trzeba by zrobić coś, co jest fizycznie niemożliwe w systemie addytywnym:
    * Dodać pewną ilość **zieleni (G)** i **niebieskiego (B)**.
    * Jednocześnie **odjąć** pewną ilość **czerwieni (R)** od tej mieszaniny.

### Konkretne Dane

Wspomniana reprezentacja **(-1, 1, 0.36)** opiera się na barwie **CIE 1931**, gdzie:

* Wartość **1** dla **G** (zielony) oznacza **dodanie** silnego składnika zielonego.
* Wartość **0.36** dla **B** (niebieski) oznacza **dodanie** mniejszego składnika niebieskiego.
* Wartość **-1** dla **R** (czerwony) oznacza, że dla ludzkiego oka czyste światło **500 nm** jest **"bardziej zielono-cyjanowe"** niż najbardziej zielono-cyjanowy kolor, jaki można uzyskać przez samą mieszankę **G** i **B** wyświetlacza. Aby "pociągnąć" kolor RGB *poza* granice gamut, w stronę barwy spektralnej, matematycznie należy odjąć barwę **R**.

> **Ujemne współrzędne** pojawiają się w systemach, w których kolory podstawowe (w tym przypadku R, G, B) nie mogą addytywnie wytworzyć wszystkich barw widmowych. Taka ujemna wartość jest **konceptualna** i stosowana w **kolorymetrii** (nauka o pomiarze kolorów), ale **nie do odtworzenia** na standardowym wyświetlaczu RGB.

[Image of CIE 1931 Chromaticity Diagram with RGB Gamut]

Claude (Sonnet 4.5) powiedział:

Ujemne R wynika z konstrukcji przestrzeni barw RGB.

Standardowe barwniki RGB (czerwony, zielony, niebieski) użyte jako baza nie obejmują całego zakresu widzialnych barw. Monochromatyczne światło o długości 500 nm znajduje się poza gamutom RGB - nie da się go odtworzyć jako kombinacji wyłącznie dodatnich ilości tych trzech barwników.

Matematycznie: aby równanie dopasowania barwy było spełnione, trzeba dodać czerwień do próbki testowej (fizycznie), co w notacji algebraicznej zapisuje się jako odjęcie czerwieni od barwy mieszanej. Stąd współrzędna ujemna.

Eksperyment Cole'a-Guillemonda: obserwator dopasowuje monochromatyczne 500 nm poprzez regulację RGB po drugiej stronie pola widzenia. Gdy nie może uzyskać dopasowania używając tylko RGB po jednej stronie, dodaje czerwień do strony ze światłem monochromatycznym. Wtedy równanie:

500 nm + R = G + B

przekształca się algebraicznie w:

500 nm = G + B - R

Ujemne wartości dowodzą, że RGB nie jest fizjologicznie optymalną bazą. CIE XYZ używa bazowych barwników poza realnym widzialnym spektrum, eliminując ujemne współrzędne dla wszystkich widzialnych barw.

Chat GPT powiedział:

W modelach trójchromatycznych wektor RGB nie opisuje fizycznego składu światła, lecz współczynniki potrzebne do odtworzenia danego bodźca wzrokowego za pomocą trzech umownych barw podstawowych. Gdy barwa rzeczywista leży poza trójkątem wyznaczonym przez punkty podstawowe, nie da się jej wyrazić jako kombinacji wyłącznie dodatnich współczynników. Matematyczne dopasowanie wymaga wtedy współczynnika ujemnego: oznacza to, że w procesie rekonstrukcji należałoby odjąć pewną ilość jednego z kolorów podstawowych, aby pozostałe dwa – w odpowiednich proporcjach – dały właściwy bodziec.

Ujemne R w wektorze (-1, 1, 0.36) nie oznacza „ujemnego światła czerwonego” w naturze. Oznacza jedynie, że wybrany zestaw barw podstawowych (konkretny układ RGB, zwykle oparty na ludzkich krzywych czułości) jest zbyt ograniczony, by przedstawić 500 nm jako mieszankę trzech dodatnich składowych. To skutek geometrii przestrzeni barw, nie własność fizyczna światła.

Każdy z nich odpowiedział w sposób, który bardzo dobrze znam - bo podobnie mówią ludzie, którzy nie umieją tłumaczyć, kiedy mają coś wytłumaczyć. To wszystko, co powiedziały, to prawda, i da się na siłę wybronić, że przecież wytłumaczyły dobrze - ale tak naprawdę nie pokazały istoty sprawy. A istota sprawy polega na tym, że jak się spojrzy na wykres czułości ludzkiego oka na kolory ( https://pl.wikipedia.org/wiki/Widzenie_barwne#/media/Plik:Cone-fundamentals-with-srgb-spectrum.svg ), to widać, że 500 nm leży między maksimami czułości czopka niebieskiego i zielonego (na wykresie krzywe S i M).

Więc żeby zasymulować światło 500 nm przez zmieszanie świateł R, G i B, trzeba zmieszać światło zielone z niebieskim (G i B) - żeby odpowiednio pobudzić czopki G i B. Ale wtedy to światło zielone pobudzi czopek czerwony bardziej, niż pobudziłoby czyste światło 500 nm. Więc mieszanina G i B choć nie ma w sobie światła R, dla ludzkiego oka daje efekt bardziej czerwony niż czyste 500 nm, więc żeby uzyskać efekt czystego 500 nm, trzeba by tę czerwień odjąć.

Często mam taki problem, kiedy proszę AI, żeby mi coś wytłumaczył: coś tam mówi, to wszystko, co mówi, jest poprawne, ale niewiele przybliża mnie do zrozumienia. Nadal jeszcze nie ma to, jak człowiek, który ma coś porządnie przemyślane i umie powiedzieć o co tak naprawdę chodzi.

No, chyba że ktoś by odkrył lepszego prompta niż ten mój.

RSS