چگونه هوش مصنوعی دنیای عکاسی را تغییر داد؟
- 1399/10/15
- 1118
- هوش مصنوعی
تاثیر هوش مصنوعی در عکاسی
امروزه آشنایی با مفهوم هوش مصنوعی و کاربردهای آن امری لازم و ضروری است. اگر نمی دانید که دوربین گوشی هوشمند شما در نسخه بعدی چقدر خوب خواهد بود بهتر است به گفته های سازندگان در مورد هوش مصنوعی توجه کنید. از هیاهو و سر و صدا که بگذریم طی دو سال گذشته این فناوری پیشرفت های سرسام آوری در زمینه عکاسی داشته است و دلیلی برای توقف و یا کند شدن سرعت پیشرفت وجود ندارد. پیشرفت هوش مصنوعی در عکاسی توانسته دنیا را تکان دهد.
با وجود اسامی خیلی پیچیده ای که از اطراف می شنوید، پیشرفت های اخیر در عکاسی به جای حسگر و لنز، بیشتر در سطح نرم افزار و سیلیکون اتفاق افتاده است و بیشتر به طور مصنوعی به دوربین ها درک بهتری از آنچه می گیرند می دهد. مثلا google photos مثال روشن از قدرتمند بودن ترکیب هوش مصنوعی و عکاسی است. راه اندازی این برنامه در سال ۲۰۱۵ بود. پیش از آن، این غول جستجو از سال ها پیش برای یادگیری و طبقه بندی تصاویر در Google+ از یادگیری ماشینی استفاده می کرد اما برنامه google photos شامل ویژگی های هوش مصنوعی است که برای افراد غیرقابل باور است زیرا عملکردش از google+ بهتر است. در گذشته کتابخانه های تصاویر در دیتابیس هایی بود که کاربران آن ها را برچسب گذاری نکردند اما یک شبه تمام پایگاههای داده با نظم و قابل جستجو شد!
هوش مصنوعی در عکاسی کارساز شد و به یکباره دوربین گوگل شما توانست بفهمد که گربه شما چه شکلی است!
پروژه DNNresearch در سال ۲۰۱۳ توسط گوگل با راه اندازی شبکه پیوسته عمیق آموزش دیده بر روی داده هایی که توسط انسان ها برچسب خورده است،آغاز به کار کرد. در این پروژه، هوش مصنوعی در طول زمان یاد می گیرد، به بیان دیگر این فرایند شامل آموزش دیدن شبکه به روی میلیون ها تصویر است تا بتواند به دنبال سرنخ های تصویری در سطح پیکسل برای کمک به شناسایی گروه عکس ها باشد. با گذشت زمان، الگوریتم در شناختن مثلا یک پاندا بهتر و بهتر می شود زیرا حاوی الگو هایی است که برای شناسایی صحیح پاندا در گذشته استفاده شده است.
این هوش مصنوعی میآموزد که تفاوت خز سیاه یک خرس و پوست سفید یک گاو در چیست. از آنجایی که این هوش مصنوعی در طول زمان می آموزد، می تواند حتی فرق مکان های مختلف را بفهمد مثل جنگل و شهر.
برای آموزش این دسته الگوریتم های هوش مصنوعی به زمان و قدرت پردازش زیادی نیاز است اما بعد از اینکه مراکز داده کار خود را انجام دادند میتوان آن را روی دستگاه های همراه، کم مصرف و بدون دردسر، به راحتی اجرا کرد. کارهای سخت قبلا انجام شده است بنابراین پس از بارگذاری عکس های خود در گوگل، گوگل می تواند از مدل خود برای تجزیه و تحلیل و برچسب گذاری کل کتابخانه عکس ها استفاده کند. حدود یک سال پس از راه اندازی Google photos، اپل یک ویژگی جستجو عکس را منتشر کرد که به طور مشابه در یک شبکه پیوسته آموزش دیده بود.
اما به عنوان بخشی از تعهد شرکت اپل در حفظ حریم خصوصی، طبقه بندی واقعی در پردازنده هر دستگاه به طور جداگانه و بدون ارسال داده انجام می شود که معمولا یک یا دو روز به طول می انجامد و در پس زمینه پس از راه اندازی اتفاق می افتد. بی تردید هوش مصنوعی و یادگیری ماشینی تاثیر بیشتری در نحوه ثبت تصاویر دارد که این موضوع باعث افژایش سرعت لنزها می شود که همچنین باعث می شود سنسورها کمی بزرگ تر شود. این روزها غیر معمول نیست که تلفن های هوشمند در برخی از شرایط، بهتر از بسیاری از تجهیزات مخصوص عکاسی، عکس بگیرند. این به این دلیل است که دوربین های رایج نمیتوانند با سخت افزار های خودشان، که برای عکسبرداری صرفا با جزئیات هست همگام شوند. اپل از تکنولوژی برای هدایت حالت عمودی تلفن های دوربین دوگانه خود استفاده میکند. پردازشگر سیگنال تصویری آیفون از تکنیک های یادگیری ماشین برای شناسایی افراد با یک دوربین استفاده می کند در حالی که دوربین دوم یک نقشه عمق ایجاد میکند تا به جداسازی سوژه و تاری پس زمینه کمک کند. توانایی شناسایی افراد از طریق یادگیری ماشین هنگام معرفی این ویژگیها در سال ۲۰۱۶ چیز جدیدی نبود زیرا شرکتهایی مانند گوگل زودتر به آن دست پیدا کرده بودند. سرعت بالای پردازش این قابلیت بزرگ، در گوشی های هوشمند یک موفقیت بزرگ بود. گوگل پیشرو برجسته در این زمینه است که در تلفن های هوشمند پیکسل، از الگوریتم پیچیده استفاده می کند که چندین لایه نور را در یک عکس اقدام میکند و همان طور که مارک لویو مدیر عکاسی محاسباتی گوگل اشاره کرد، این گوشی یادگیری را از روی مجموعه داده عظیمی از عکس های دارای برچسب در نرم افزار Google photos انجام می دهد و بیشتر به دوربین در معرض نور کمک می کند. مثلا گوگل پیکسل ۲ چنان پیشرفت چشمگیری از کیفیت تصویر را ایجاد کرد که برخی از عکاسان در کارهای حرفه ای از آن استفاده می کردند! اما قدرت گوگل در این زمینه هرگز به اندازه دو ماه پیش با راه اندازی Google sight اینقدر عظیم به نظر نمی رسید. در این ویژگی جدید گوشی های پیکسل، از الگوریتم یادگیری ماشینی برای محاسبه دقیق تر رنگ ها و گرفتن خروجی های باکیفیت تر و شگفت آور استفاده شده است. این ویژگی در گوشی های جدید پیکسل عملکرد بهتری دارند زیرا سخت افزار گوشی پیشرفت کرده و در نتیجه عملکرد بهتری را به جای می گذارد. گوگل از این ویژگی در تبلیغات تلویزیونی خود استفاده کرد که واقعاً چشمگیر بود. با این حال هنوز فضای سخت افزاری برای ایجاد تغییر و پیشرفت وجود دارد البته هنگامی که همه این ویژگی ها توسط AI و کمپانی های مختلف پشتیبانی شود. مثلاً گوشی honor's veiw 20 از اولین محصولاتی است که از سنسور تصویر SONY IMX586 استفاده می کنند. این سنسور بزرگتر از اکثر رقباست و با ۴۸ مگاپیکسل، بالاترین وضوح را تاکنون در هر گوشی ارمغان آورده است. اما این هنوز به معنای قرار دادن تعداد زیاد پیکسل کوچک در یک فضای کوچک است که به نظر میرسد برای کیفیت تصویر مشکل ساز است. با این حال در تست های تلفن هوشمند veiw 20، با استفاده از حالت AI ultra clarity، وضوح فوق العاده از تصاویر را دیدیم. فیلتر رنگ فوق العاده، سنسور را برای باز کردن جزئیات اضافی حذف می کند. این منجر به عکس های معرکه ای می شود که می توانید با آن ها پز دهید!
کاربردهای هوش مصنوعی در عکاسی
حالت پرتره صورت
یکی از آشکارترین نمونه های کاربرد هوش مصنوعی در عکاسی را می توان در "حالت پرتره" مشاهده کرد. در چند سال گذشته ، برخی از تلفن ها از دوربین عقب دوگانه برای تشخیص عمق و تار کردن تصویر استفاده می کردند اما امروزه به کمک یادگیری ماشینی پیشرفته برای محو کردن خودکار پس زمینه، با حفظ سوژه اصلی استفاده می شود.
این یادگیری ماشینی به لطف هوش مصنوعی صورت گرفت. کارشناسان گفته اند که تکامل این فناوری می تواند یک عملکردی را از حالت پرتره فراهم کند که فقط از یک دوربین در تلفن های هوشمند استفاده شود و نیازی به دوربین دیگری نباشد زیرا الگوریتم های یادگیری ماشینی قادر به جدا کردن سوژه از تصویر پس زمینه بدون نیاز به دوربین دوم هستند!!!
ویرایش عکس
هر کسی که سعی کرده است زخمی را از روی پوست پاک کند یا شخصی را با استفاده از فتوشاپ به تصویری منتقل کند می داند که این یک کار دشوار است. اما در این زمیه می توان از کاربرد هوش مصنوعی در عکاسی بهره جست. شرکت ادوبی در حال حاضر در حال کار بر روی نسخه ای از فتوشاپ مجهز به هوش مصنوعی است که می تواند اشیا موجود در تصویر را انتخاب کرده و به کاربر اجازه دهد آن ها را با گرفتن و کشیدن خیلی ساده ویرایش کند! این شرکت همچنین در حال کار بر روی یک سیستم هوش مصنوعی است که به کاربران امکان می دهد کیفیت تصاویر گرفته شده با دوربین گوشی های هوشمند را بهبود بخشند. به گفته ادوبی، آن ها در حال کار بروی یک سیستم هوش مصنوعی اند که به کاربران اجازه می دهد تصاویر خود را طوری تغییر دهند که به نظر می رسد با لنز تله (تله فوتو) گرفته شده اند.
ساخت تصاویر جعلی
با استفاده از توانایی هوش مصنوعی در عکاسی می توان تصاویر جعلی را طوری واقعی ساخت که هیچ کس نتواند جعلی بودن آن را تشخیص دهد!
اینکار با الگوریتمی به نام Generative adversarial networks یا GAN انجام میشود.
این الگورریتم تصاویر واقعی را مطالعه می کند تا یاد بگیرد چگونه عکس های جعلی واقعی تری بسازد. سپس تصاویر جعلی تولید شده توسط الگوریتم به "تفکیک کننده ها" منتقل می شود که براساس میزان واقعی به نظر رسیدن عکس جعلی، آن ها را طبقه بندی می کند. با گذشت زمان الگوریتم می آموزد چگونه بیشتر و بیشتر عکس های جعلی واقعی تری بسازد.
و اما در نهایت...
ماشین های یادگیری ادغام شده با هوش مصنوعی هر ساله سرعتشان بیشتر می شود. وقتی که این ماشین ها در تلفن های هوشمند استفاده شوند قدرت واقعی دوربین را به عنوان یک کاربر حس میکنید. در واقع از بین همه امکانات و کاربرد های مطرح شده توسط هوش مصنوعی در چند سال گذشته، امروزه بیشترین کاربرد در عکاسی است. دوربین از ابزارهای اساسی هر گوشی می باشد و هوش مصنوعی بهترین عامل برای افزایش قدرت دوربین ها است.
شما هم همین الان هم می توانید بر روی گوشی هوشمند خود، هوش مصنوعی را استفاده کنید.