AIの画像処理はかなり高度な次元になってきた、と思うが、実際のところ、細部はかなり変なことが多い。しかしながら、人類は視覚を発展させてきたサルの仲間で、資格の処理能力はとても高く、聴覚や言語処理能力の数十倍の処理速度だとされている。
逆にその処理速度ゆえに、自動補正がいきすぎた結果が「錯覚」である。
そう、人間の視覚は常に高度なリアルタイム補正をしているので、多少変でも、気にならないのだ。だから、絵や写真に関してはもう、AIが優位というか、一部のクリエイターを除けばもう無理だ、とさえ思う。
そもそも、西洋絵画も細部を見ればわかるというか、特に巨大な絵――数メートル離れて全体像を観察するような絵――の場合、近づいて細部を見ると、変というか、実際にはありえないことが描いてある。しかし、離れてみると、よく見える。そういう風に描かれている。
一方、AIが音楽を習得するのはまだ先に思える。
というのも、絵や写真の場合、変な部分は自動補正がかかって注視しないとわからないのだが、音の場合、音楽理論的におかしい音は不協和音や雑音と認識され、注力していなくても耳につくのだ。
これは視覚と聴覚の目的の違いによる。
視覚は餌（果実）を得るために霊長類が発展させたものだが、音は索敵や意思疎通に使用されるものだからだ。
だから、AIはきちんとした楽譜を書けるようにならない限り、変な音の混じったおかしな曲としか認知されえない。
