В обычных любительских фотках виды со спины редкость, больше ценится контакт глазами - сюжет.

Это у вас oт @ qweriу - остатки шлаков в голове.
:))
В фотографии - хоть любительской, хоть профи - ценится цельность композиции. А кто, куда, на кого смотрит и чем "контактирует" - это уже по сюжету.

Но, отчасти , да - Увы и Ах! - похоже что к алгоритмам нейросетей клоны "квери" руку приложили : заставить персонажей смотреть "по композиции сюжета", а не тупо пялиться а'ля "глазной контакт" - очень не просто.

Меж тем, фотки ведь бывают разные. И "спина" просто пример.
В реальности , вот скажем тут мне надо было сделать кадр, что бы авто на переднем плане смотрелось "сзади"

Так композиция читается: "Люди приехали к морю покататься"
С камерой в руке - это легко. А вот ИИ таких простых вещей не понимает и машину он развернёт мне "мордой вперёд", что уже совсем не то. А ведь есть же и боле сложные случаи - "чуть-чуть повернуть", "чуть-чуть наклонить"...

Адский труд, 300 итераций.

На работе у меня бывают моменты, когда ничего полезного делать в принципе не возможно. Классика жанра - сидение в Приёмной в ожидании начала совещания. Это "удовольствие" может длиться несколько часов. Так что потыкать малость клавишами - то немногое, что в этой ситуации я могу себе позволить.
А трудится же ИИ , я лишь отбираю результаты:)