- Daniel Voshart, un diseñador de Toronto, utilizó el aprendizaje automático y Photoshop para transformar bustos de emperadores romanos en imágenes fotorrealistas.
- Voshart quería presentar a los emperadores tal y como habrían lucido al final de su reinado, sin tener en cuenta las enfermedades que podrían haber alterado su aspecto.
- Se sabe que los artistas exageran el buen aspecto de la clase dirigente, por lo que es de suponer que estas imágenes son más justas.
Los artistas han exagerado históricamente el atractivo de los gobernantes en sus retratos y esculturas. La reina Carolina de Inglaterra lo dijo mejor en 1795, cuando describió el momento en que vio por primera vez a su prometido, el rey Jorge IV: «Lo encuentro muy gordo, y de ninguna manera tan hermoso como su retrato».
Ahora, un diseñador con sede en Toronto está corrigiendo algunas de esas libertades creativas. Combinando el aprendizaje automático, Photoshop y los registros históricos, Daniel Voshart ha transformado 54 bustos de emperadores romanos del periodo del Principado (27 a.C. a 285 d.C.) en imágenes fotorrealistas.
⏳ Te encanta la historia antigua. A nosotros también. Vamos a empollar juntos.
Originalmente, Voshart emprendió el trabajo como una especie de proyecto de cuarentena. «Creo que fue la naturaleza de la pandemia, que me hizo pensar en cualquier otra cosa, y quizá me atrajeron los detalles morbosos de la vida de los emperadores», cuenta a Popular Mechanics. «Estaba trabajando en una serie de ciencia ficción sobre 2.000 años en el futuro, así que quizá me atrajo pensar en el pasado».»
Pero Voshart no podía predecir que los pedidos de sus grabados de primera edición -con emperadores como Augusto, Nerón y Decio- se dispararían en su página de Etsy. «No sabía que la respuesta sería tal que reduciría mi horario de trabajo simplemente para satisfacer la demanda», dice.
El proceso no consistió simplemente en introducir fotos de los bustos para obtener una especie de rostro humano perfecto, dice Voshart. Para generar los borradores del rostro de cada emperador, Voshart se basó en gran medida en una herramienta de aprendizaje automático llamada Artbreeder. El software de código abierto utiliza redes generativas adversariales, o GAN, para generar una imagen.
Si esto te resulta familiar, probablemente es porque has oído hablar de los deepfakes, o medios sintéticos utilizados a menudo con fines nefastos. Los GAN, la tecnología subyacente en los deepfakes, pueden ayudar a los algoritmos a ir más allá de la simple tarea de clasificar datos y entrar en el ámbito de la creación de datos, en este caso, imágenes. Esto sucede cuando dos GANs intentan engañarse mutuamente para hacer creer que una imagen es real. Con tan sólo una imagen, una GAN probada puede crear un clip de vídeo de, por ejemplo, Richard Nixon.
Mercancía de los emperadores romanos
Si bien los emperadores romanos de Voshart no son deepfakes, comparten un marco tecnológico similar, sólo que son aplicaciones diferentes del aprendizaje automático. En concreto, Artbreeder utiliza NVidea StyleGAN, un GAN de código abierto que los informáticos crearon allá por diciembre de 2018.
En una conferencia virtual del 30 de septiembre sobre «GANs for Good», Anima Anandkumar, directora de investigación de aprendizaje automático de NVIDIA, explica cómo funciona la tecnología. Utilizando una técnica denominada aprendizaje por desenredo, la GAN puede separar y controlar mejor ciertos elementos de estilo de forma aislada, algo que artistas como Voshart pueden hacer de forma natural mucho mejor que las máquinas.
«Los humanos son grandes en esto», explicó Anandkumar en la conferencia. «Tenemos diferentes conceptos que hemos aprendido de pequeños y lo hemos hecho de forma no supervisada, y de esta manera, ahora podemos componer, y hacer imágenes o conceptos totalmente nuevos». En la práctica, eso significa que un usuario tiene más control sobre qué propiedades de una imagen de origen le gustaría utilizar en la nueva.
Toque aquí para votar
Joel Simon, el desarrollador que creó Artbreeder, dice a Popular Mechanics que todo se reduce a la forma en que las redes neuronales del programa representan el «espacio» en las imágenes.
«Cuando se ‘sube’ una imagen, se recorta la cara y luego se hace un proceso de búsqueda para encontrar el lugar más cercano en el espacio para esa imagen», explica. «Una vez que está en este ‘espacio’, es fácil ‘moverse’ añadiendo o restando números que corresponden a valores como la edad o el sexo, aquí llamados ‘genes’. Así que al añadir color, lo hace de una manera muy inteligente, no sólo editando píxeles, sino moviéndose por el espacio de todas las caras»
Esto hace que sea más sencillo para un artista como Voshart cargar datos de entrenamiento -en este caso, unas 800 muestras de bustos de emperadores romanos- para llegar a un rostro hiperrealista con menos artefactos, o anormalidades introducidas por el software.
Aún así, Voshart tenía una cantidad significativa de trabajo en sus manos, incluso después de utilizar el software Artbreeder. En su fase de pruebas, antes de producir los rostros del emperador romano que aparecen en sus impresiones finales, los resultados llegaron plagados de anomalías.
«El resultado sale con un montón de artefactos extraños y tiende a transformar los rasgos en una especie de cara media, que es lo contrario de lo que quieres cuando quieres mantener una expresión interesante», dice Voshart. «Mi proceso fue más bien descargar de Artbreeder, modificar en Photoshop, y repetir el proceso cargando de nuevo en Artbreeder».
Aunque podría ser un dolor de cabeza eliminar los defectos en las imágenes generadas, Voshart dice que no hay «ni una remota posibilidad» de que hubiera podido hacer el trabajo sin el poder del aprendizaje automático.