- Daniel Voshart, un designer din Toronto, a folosit machine learning și Photoshop pentru a transforma busturile împăraților romani în imagini fotorealiste.
- Voshart a vrut să-i prezinte pe împărați așa cum ar fi arătat la sfârșitul domniei lor, în pofida oricăror boli care ar fi putut să le modifice înfățișarea.
- Se știe că artiștii au exagerat aspectul fizic al clasei conducătoare, așa că se presupune că aceste imagini sunt mai corecte.
Artiștii au exagerat în mod istoric cât de atrăgători erau conducătorii în portretele și sculpturile lor. Regina Caroline a Angliei a spus-o cel mai bine în 1795, când a descris momentul în care a pus ochii pentru prima dată pe logodnicul ei, regele George al IV-lea: „Îl găsesc foarte gras și în niciun caz la fel de frumos ca în portretul său.”
Acum, un designer din Toronto corectează unele dintre aceste libertăți creative. Îmbinând învățarea automată, Photoshop și înregistrări istorice, Daniel Voshart a transformat 54 de busturi de împărați romani din perioada Principatelor (27 î.Hr. – 285 d.Hr.) în imagini fotorealiste.
⏳ Vă place istoria antică. La fel și noi. Haideți să ne tocilărim cu ea împreună.
Original, Voshart a întreprins această lucrare ca un fel de proiect de carantină. „Cred că a fost natura pandemiei, care m-a făcut să mă gândesc la orice altceva, și poate că am fost atras de detaliile morbide ale vieții împăraților”, spune el pentru Popular Mechanics. „Lucram la un serial SF despre 2.000 de ani în viitor, așa că poate că am fost atras să mă gândesc la trecut.”
Dar Voshart nu ar fi putut prevedea că comenzile pentru printurile sale de primă ediție – care înfățișează împărați precum Augustus, Nero și Decius – vor exploda pe pagina sa Etsy. „Nu am știut că răspunsul va fi atât de mare încât, de fapt, mi-am redus orele de lucru doar pentru a satisface cererea”, spune el.
Procesul nu a fost pur și simplu o chestiune de a introduce fotografii ale busturilor pentru a scuipa un fel de față umană perfectă, spune Voshart. Pentru a genera ciornele pentru fața fiecărui împărat, Voshart s-a bazat foarte mult pe un instrument de învățare automată numit Artbreeder. Software-ul open-source folosește rețele adversariale generative, sau GAN-uri, pentru a genera o imagine.
Dacă acestea vă sună familiar, este probabil pentru că ați auzit de deepfakes, sau medii sintetice folosite adesea în scopuri nefaste. GAN-urile, tehnologia care stă la baza deepfakes, pot ajuta algoritmii să treacă dincolo de simpla sarcină de clasificare a datelor și să intre pe tărâmul creării de date – în acest caz, imagini. Acest lucru se întâmplă atunci când două GAN-uri încearcă să se păcălească reciproc să creadă că o imagine este reală. Folosind doar o singură imagine, un GAN încercat și testat poate crea un clip video cu, să zicem, Richard Nixon.
Roman Emperors Merch
În timp ce împărații romani ai lui Voshart nu sunt deepfakes, ei împărtășesc un cadru tehnologic similar – sunt doar aplicații diferite ale învățării automate. Mai exact, Artbreeder folosește NVidea StyleGAN, un GAN open-source pe care informaticienii l-au creat în decembrie 2018.
Într-o prelegere virtuală din 30 septembrie despre „GAN-uri pentru bine”, Anima Anandkumar, director de cercetare în domeniul învățării automate pentru NVIDIA, explică modul în care funcționează această tehnologie. Utilizând o tehnică numită învățare prin dezlegare, GAN-ul poate separa și controla mai bine anumite elemente de stil în mod izolat, lucru pe care artiști precum Voshart îl pot face în mod natural mult mai bine decât mașinile.
„Oamenii sunt foarte buni la acest lucru”, a explicat Anandkumar în cadrul prelegerii. „Avem diferite concepte pe care le-am învățat în copilărie și am făcut asta într-un mod nesupravegheat, iar în acest fel, putem acum să compunem, și să facem imagini sau concepte complet noi.” În practică, asta înseamnă că un utilizator are mai mult control asupra proprietăților unei imagini sursă pe care ar dori să le folosească în noua imagine.
Tap aici pentru a vota
Joel Simon, dezvoltatorul care a creat Artbreeder, spune pentru Popular Mechanics că totul se reduce la modul în care rețelele neuronale ale programului reprezintă „spațiul” în imagini.
„Când o imagine este „încărcată”, fața este decupată și apoi se face un proces de căutare pentru a găsi cel mai apropiat loc în spațiu pentru acea imagine”, explică el. „Odată ce se află în acest „spațiu”, este ușor să se „deplaseze” prin adăugarea sau scăderea unor numere care corespund unor valori precum vârsta sau sexul, numite aici „gene”. Deci, adăugând culoare, o face într-un mod foarte inteligent, nu doar prin editarea pixelilor, ci prin deplasarea în spațiul tuturor fețelor.”
Aceasta face mai simplu pentru un artist ca Voshart să încarce date de antrenament – în acest caz, aproximativ 800 de mostre de busturi de împărați romani – pentru a obține o față hiperrealistă cu mai puține artefacte, sau anomalii introduse de software.
Cu toate acestea, Voshart a avut o cantitate semnificativă de muncă, chiar și după ce a folosit software-ul Artbreeder. În faza sa de testare, înainte de a produce chipurile împăraților romani care sunt ilustrate în printurile sale finale, rezultatele au venit pline de anomalii.
„Rezultatul iese cu o mulțime de artefacte ciudate și tinde să transforme trăsăturile înapoi la un fel de față medie, ceea ce este opusul a ceea ce îți dorești atunci când vrei să menții o expresie interesantă”, spune Voshart. „Procesul meu a fost mai mult să descarc din Artbreeder, să modific în Photoshop și să repet procesul încărcând din nou în Artbreeder.”
Chiar dacă ar putea fi o bătaie de cap pentru a elimina defectele din imaginile generate, Voshart spune că nu există „nici cea mai mică șansă” ca el să fi putut face această muncă fără puterea învățării automate.