Nikon Small World in Motion: diskvalificerad AI-video bedömdes som konst, inte data

Nikon har underkänt det vinnande bidraget i tävlingen Small World in Motion, och det officiella skälet ryms i två ord: generativ AI. Videon, inskickad av optikingenjören Ning Xu, påstods visa cilier, de hårliknande strukturer som sveper ut slem ur människans luftvägar, när de slog onormalt hos ett barn med primär ciliär dyskinesi, en sällsynt ärftlig sjukdom som kallas PCD. Forskare sa att delar av den inte kunde finnas i en levande kropp. Nikon granskade bidraget på nytt, rådfrågade juryn och slog fast att det bröt mot tävlingens regler.

Läst som en fuskskandal slutar historien där. Det borde den inte göra. Den obekvämare läsningen är att tävlingen fick precis det bidrag den var byggd för att belöna. Small World in Motion bedömer videor efter originalitet, informationsinnehåll, teknisk skicklighet och visuell genomslagskraft, och det steg som fällde Xu var just det som mest sannolikt lyfte den sista poängen. En mikroskopvideo är en mätning innan den är en bild. Nikon bedömde bilden och tog mätningen på förtroende, och det glappet, mer än någon enskild deltagare, är vad företaget nu måste täppa till.

Det som står på spel sträcker sig långt bortom ett nischpris. Mikroskopi är det sätt på vilket de flesta människor någonsin ser insidan av en cell, och sådana bilder sprider sig: till föreläsningar, förklarande texter och de patientforum där familjer försöker förstå en diagnos. Robert Hirst, ledande forskare vid NHS diagnostiska centrum för PCD vid University of Leicester, sa till BBC att striden ”har påverkat många patienter, forskare, läkare och stödnätverk för PCD runt om i världen”. När en slående bild av en sjukdom visar sig vara delvis renderad är det de som lever med sjukdomen som förlorar mest.

Rekommenderad läsningFolk scrollar vidare tills de hittar en bild som bevisar att en människa har gjort den

Vad Nikon beslutade, och vad Ning Xu säger att han gjorde

Nikons uttalande till PetaPixel är försiktigt formulerat. ”Efter att grundligt ha omvärderat videon och det bifogade materialet och rådfrågat medlemmar i vår jury har Nikon fastställt att den vinnande videon inte följde tävlingens regler om generativ AI”, sa en talesperson. Företaget tillade att beslutet ”inte ska tolkas som ett omdöme om deltagarens professionella anseende, vetenskapliga bidrag eller avsikt”. Nguyen Nam Nhat, som ursprungligen kom tvåa med en video av en liten rundmask och en encellig Dileptus, har nu förstaplatsen, enligt The Verge och PetaPixel.

Xu har aldrig förnekat att han använde AI. I en kommentar på LinkedIn som The Verge citerar skrev han att ”en oövervakad neuronnätsmetod användes därefter för AI-assisterad efterbehandling för att särskilja och visualisera drag i de rekonstruerade gråskalebilderna från den superupplösta optiska avbildningen”. I ett annat inlägg som BBC hänvisar till drog han den gräns han anser att han höll sig bakom: ”AI användes inte för att generera den experimentella filmen, cilierna eller deras rörelse.” Amateur Photographer uppger att han beskrev bearbetningen som ”främst avsedd att förbättra den visuella presentationen, snarare än att ge en anatomisk rekonstruktion”.

Kritikerna gick längre än till stilen. Edward Phelps, forskare i bioteknik vid University of Florida, skrev på LinkedIn att ”lila strukturer dyker upp och försvinner” och att ”gröna cilier också uppstår ur tomma intet och inte stämmer med den kända storleken”, rapporterade PetaPixel. Citerad av Gizmodo var han mer rakt på sak: en struktur under epitelet, uppbyggd av extracellulära mitokondrier stora som cellkärnor, ”förekommer inte i biologin”. Ian Donovan, MD/PhD-student vid UT Southwestern Medical Center, sa att han körde videon genom Googles Gemini och att den flaggade för en SynthID-vattenstämpel, den osynliga markör som Google DeepMind har utvecklat för att märka AI-genererat innehåll, enligt PetaPixel och enligt CNN, som Gizmodo hänvisar till. BBC rapporterade att även två tidigare jurymedlemmar i tävlingen hade tvivel.

Kom ihåg var Nikon började. Tidigt i striden sa företaget till BBC: ”I nuläget ser vi inte att några regler har brutits.” Bidraget hade redan passerat tävlingens granskning. Nikons första offentliga meddelande sa att företaget ”noggrant granskar om den information som lämnades vid den första granskningen”, vilket är ett artigt sätt att säga att den ursprungliga kontrollen inte hade fångat upp det.

En tävling som belönar visuell genomslagskraft bjuder in verktyget som levererar den

Detaljen som berättar den här historien bäst är en mening som Nikon själv publicerade. Före diskvalificeringen uppdaterade företaget sitt blogginlägg om det vinnande bidraget för att förklara, som Gizmodo citerade det, att ”en oövervakad neuronnätsmetod användes därefter som en del av arbetsflödet för efterbehandling och visualisering för att särskilja och visualisera drag i gråskaledatan, vilket skapade en mer levande och visuellt engagerande video”.

Läs den sista bisatsen en gång till. Nikon presenterade inte AI-steget som en bekännelse. Företaget presenterade det som en fördel, med exakt samma ordförråd som de egna bedömningskriterierna: levande, engagerande, visuell. Neuronnätet fick äran för att vetenskapen såg bättre ut, och att se bättre ut är en kategori som ger poäng. Ingen i den meningen frågar vad nätverket lade till.

Det här är det strukturella problemet. När Xu vann sa han till PetaPixel att Nikon Small World ”har upprepat ett enkelt budskap: vetenskap är vacker”. Deltagarna förstår uppdraget. Patrick Hickey, som slutade femma, sa till BBC att mikroskopister sällan får visa allmänheten sitt arbete och att ”många av de bilder som forskare skapar har väldigt abstrakta och konstnärliga kvaliteter”. En tävling som hyllar datans skönhet kommer förr eller senare att locka till sig den enda teknik som är byggd för att producera skönhet utan ny data. Generativa modeller är bra på trovärdiga detaljer. Det är deras jobb. I ett galleri vinner trovärdiga detaljer. I ett labb kallas de artefakter.

Sarah Goetz satte ord på den känslomässiga sidan på Bluesky, i ett inlägg som PetaPixel citerade: ”Om det är AI, vilket verkar troligt, finns det något djupt cyniskt och sorgligt i att använda syntetiska bilder för att fuska i en tävling som ska handla om hur vacker och häftig biologin är.” Rimligt. Men cynismen, om det nu var vad det var, mötte en institution som redan hade skrivit in ”mer levande och visuellt engagerande” i sin egen beskrivning av bidraget.

Det starkaste argumentet för Ning Xu

Xus försvarare har ett allvarligt argument, och det förtjänar att framföras så som de själva skulle framföra det. Mikroskopi har aldrig varit rå. Forskare färgar prover, lägger på falska färger, syr ihop bildrutor, avfaltar oskärpa och rekonstruerar superupplösta bilder ur data som inget mänskligt öga kan läsa direkt. BBC påpekar att artificiellt starka färger är vanliga inom mikroskopi och tillåtna i tävlingen. Gizmodo noterar att en ofta citerad uppsättning riktlinjer för vetenskapliga bilder, skriven före den generativa AI:ns era, godtar färglagda och bearbetade bilder så länge ändringarna redovisas och beskrivs.

Med den måttstocken, lyder försvaret, gjorde Xu det han skulle. Han redovisade neuronnätssteget. Nikon publicerade det. Tävlingsregeln som PetaPixel citerar lyder: ”AI-genererade videor är inte tillåtna.” Xu hävdar att hans video inte var genererad: cilierna och deras rörelse kom från hans instrument, och nätverket separerade och färgade bara strukturer i data som redan fanns. Om en algoritm som sorterar pixlar i färger räknas som generering är en stor del av modern beräkningsbaserad avbildning misstänkt. Och att diskvalificera den deltagare som redovisade sin metod lär nästa deltagare att tiga. Lägg till de bevis som utlöste granskningen, ett drev i kommentarsfälten på LinkedIn och en vattenstämpelkontroll gjord med en chattbot för konsumenter, så ser processen mindre ut som expertgranskning och mer som en mobb som råkade ha rätt.

Varför färgargumentet inte håller

Försvaret faller på sina egna premisser, eftersom kritikerna aldrig invände mot färgen. Falsk färg märker om pixlar som mikroskopet faktiskt mätte. Phelps klagomål handlar om existens: strukturer som dyker upp och försvinner, cilier i fel skala, ett arrangemang av organeller som med hans ord ”inte förekommer i biologin”. Hirst, som berättade för BBC att han har diagnostiserat PCD i två decennier genom att undersöka ciliernas vågrörelse, längd, cellstorlek och form, sa att cellerna och cilierna ”inte alls liknar dem från PCD-patienter”. Det är inga omdömen om färgpaletten. Det är omdömen om huruvida det som syns på skärmen finns där.

Hela fallet vilar på en enda distinktion. Falsk färg målar det mikroskopet såg. En generativ modell målar det mikroskopet borde ha sett.

Xus egna ord, återgivna av Nature och citerade av Gizmodo, skärper problemet snarare än löser det. Han sa att strukturerna under cilierna bearbetades ”utan att göra anatomiska anspråk på vad de renderade dragen föreställer”. Men en vetenskaplig bild kan inte välja bort att göra anspråk. Varje synlig form i en mikroskopivideo läses som anatomi av betraktaren, och ingen ansvarsfriskrivning följer med pixlarna. Melanie White, utvecklingsbiolog vid University of Queensland, sa till Nature att forskare ”måste kunna lita på att det vi ser är förankrat i den underliggande mätningen”. Andrew Moore, tidigare jurymedlem i Small World in Motion, gav The Telegraph en liknelse som alla kan känna: ”Det högupplösta, färglagda fotot kan se fint ut, men om det var din mormor som fick ansiktet utbytt blir det obehagligt.”

Öppenhet är nödvändig. Den räcker inte. Att beskriva en metod i ett stycke säger ingenting om vilka pixlar som mättes och vilka som härleddes. Det enda dokument som hade kunnat avgöra saken var det som kritikerna hela tiden efterfrågade, enligt PetaPixel: den råa gråskalevideon. Nikon uppger att Xu lämnade detaljerad teknisk dokumentation under granskningen. Allmänheten fick aldrig se råmaterialet, och därför fördes striden, som sådana strider numera brukar föras, med vattenstämplar och expertögon.

Råfiler, inte AI-detektorer

Fototävlingar har varit här förut. Amateur Photographer påminner om att vinnaren i kategorin Creative Open i Sony World Photography Awards 2023 visade sig vara en AI-konstruktion, och att en finalists bidrag i Hasselblad Masters 2026 togs bort i år för AI-användning. Men en vetenskaplig tävling är ett annat fall. Inom konstfotografi väcker AI en fråga om upphov. Inom mikroskopi väcker den en fråga om sanning. Ett syntetiskt landskap är ett omstritt konstverk. En syntetisk cell är ett falskt påstående om kroppen.

Detektering kommer inte att bära den tyngden. Det som avslöjade bidraget var en SynthID-vattenstämpel, som bara finns för att ett företag valde att bädda in den. Gizmodo noterar att de flesta AI-detektorer som förlitar sig på andra signaler fungerar dåligt, och att det utan sådana vattenstämplar kan vara svårt eller omöjligt att med säkerhet fastställa en bilds ursprung. En deltagare som använde en omärkt modell skulle inte avslöjas på samma sätt. Att förlita sig på vattenstämplar är att förlita sig på verktygstillverkarens välvilja.

Den hållbara lösningen är tråkig, och den kommer från labbet, inte galleriet: spårbarhet. I MCM:s läsning borde varje tävling i vetenskaplig avbildning kräva de råa inspelningsfilerna med varje bidrag på kortlistan, en bearbetningslogg som namnger varje steg och dess programvara, och en jämförelse mellan råmaterial och slutversion som juryn faktiskt granskar innan visuell genomslagskraft ens kommer på tal. Nikon säger nu att ”framstegen inom avbildning och artificiell intelligens fortsätter att utvecklas snabbt och skapar nya utmaningar för organisationer inom många områden”, och att händelsen ”har visat behovet” av att ”se över regler och bedömningsrutiner för framtida tävlingsbidrag”. Det är rätt instinkt. Regeln som behövs är inte en längre lista över förbjudna verktyg. Det är en stående begäran om att få se datan.

Vad som är fastställt, och vad som fortfarande är omstritt

Fastställt: Small World in Motion tillkännagav sina vinnare för 2026 i mitten av september, med Xus cilievideo på första plats. Den 9 oktober 2026 diskvalificerade Nikon videon för att den inte följde reglerna om generativ AI, sa att beslutet inte var ett omdöme om Xus anseende, vetenskapliga bidrag eller avsikt, och flyttade upp Nguyen Nam Nhat till förstaplatsen, enligt BBC, The Verge och PetaPixel. Xu har medgett att ett oövervakat neuronnät användes i efterbehandlingen. BBC uppgav prissumman till 3 000 dollar. Nikon säger att företaget ska se över sina regler och bedömningsrutiner.

Fortfarande omstritt: om cilierna och deras rörelse är äkta filmmaterial, som Xu hävdar, eller delvis renderade, som kritiker däribland Phelps och Hirst anser; om neuronnätssteget räknas som generering eller som visualisering; och exakt vilket element Nikon fann regelstridigt, något som det offentliga uttalandet inte preciserar. MCM har inte granskat rådatan, och resonemanget ovan om tävlingens utformning är en tolkning, inte ett forensiskt fynd.

Nästa års vinnare kommer fortfarande att behöva vara vacker. Frågan som Nikon måste lägga till är den som varje labb ställer först: visa oss råfilen.

Taggar: Generativ AI, Fototävlingar, Nikon, Nikon Small World in Motion, Ning Xu, Primär ciliär dyskinesi

Mer som detta

Ray-Ban Meta-glasögon strömade intima inspelningar till Kenya utan att informera användarna

Kina godkänner världens första kommersiella hjärnimplantat och lämnar Neuralink efter sig

Maskinmedvetande saknar ett bevisat test — och det hålet formar nu AI-etiken

Sju kinesiska AI-laboratorier tappade 151 miljoner Claude-samtal i hemlighet

Federalt domstolsbeslut slår ner Pentagons svartlistning av Anthropic

Yann LeCun till akademin: ”Ni ska absolut inte jobba med LLM:er”