Jest coś wyjątkowego w czarno-białej fotografii, prawda? Nie chodzi mi tylko o czynnik nostalgiczny czy możliwość pracy w różnych parametrach, które uwydatniają pewne aspekty i ukrywają inne. Każde czarno-białe zdjęcie niesie ze sobą odrobinę tajemnicy, a najbardziej oczywistą jest kolor. Przez dziesięciolecia eksperci od obrazów i wideo poświęcali się kolorowaniu klatka po klatce z jakością i precyzją, ale teraz system Colorize od Algorithmia chce to robić za pomocą sztucznej inteligencji.
Kolorowanie klatka po klatce
Jeśli pamięć mnie nie myli, sądzę, że większość cyfrowych aparatów na rynku ma tryb „czarno-biały", aby imitować wyniki swoich „babć", ale wielu fotografów uważa, że „to nie to samo" i wybiera znacznie bardziej rzemieślniczą drogę. To, co nas tu dziś gromadzi, prawdopodobnie jest równie złożone – to proces nadawania koloru czarno-białym zdjęciom, być może w ramach osobistego projektu czy większej restauracji. Oczywiście nie dotyczy to tylko pojedynczych obrazów. Świat kina był świadkiem spektakularnych renowacji, jak chociażby „Czarnoksiężnik z Oz" z Judy Garland, filmu, nad którym pracowano „klatka po klatce", aby przypisać kolory, wyrównać i usunąć niedoskonałości. Wciąż potrzeba ludzkiej ręki i oka, aby osiągnąć taki poziom szczegółowości, ale pytanie brzmi: Jak sobie poradzą sztuczne inteligencje w przyszłości?
Colorize od Algorithmia
Ludzie z Algorithmia zaczęli odpowiadać (na swój sposób) systemem online, który będziemy nazywać po prostu Colorize. Nie ma informacji technicznych na temat jego działania, ale podstawowy opis mówi o „uczeniu głębokim" do automatycznego nakładania kolorów. Colorize oferuje kilka próbek obrazów, które pozwalają docenić jego umiejętności w kilka sekund, ale kluczem jest tu wgranie własnych zdjęć przez adres URL i zobaczenie, jak sobie radzi. Colorize wydaje się mieć bardziej zaawansowane umiejętności w krajobrazach, jednak widać, że algorytm rozwinął pewną preferencję do czerwieni i podobnych tonów.
W skrócie, Colorize wciąż jest bardzo daleki od profesjonalnych wyników i może to nie być jego cel, ale gdy mówimy o sztucznej inteligencji, uczeniu maszynowym i sieciach neuronowych, czas zawsze gra na korzyść tych technologii. Z każdym przetworzonym obrazem system zyskuje coś ekstra, a za kilka lat – kto wie?
