At farve monokrome fotografier er en praksis, der går tilbage til fotografiets tidligste dage. Da farvefotografering var utilgængelig for de fleste forbrugere indtil 1940'erne, eksperimenterede medlemmer af offentligheden, der ønskede at forbedre virkeligheden af fotos, ofte med håndfarvning som et alternativ. Det var en utrolig tidskrævende indsats, der involverede akvareller, olier eller pasteller - og resultaterne, selvom de helt sikkert er karakteristiske, ser de ikke nødvendigvis helt så realistiske ud, som deres skabere kan have håbede.
Indhold
- Et pandemiprojekt
- Sådan fungerer Colorize_bot
- Et mål for succes
I dag er det meget nemmere at omdanne sort-hvide billeder til fuldfarvefotografier - og resultaterne langt, langt bedre. Hvor nemt? Alt du skal gøre er at poste, eller se, et monokromt billede på Twitter og svare på det med @colorize_bot. Som at tilkalde en farvegivende Captain Planet, vil Colorize_bot – som det er kendt – øjeblikkeligt springe i gang med sine digitale Crayolas, efterlader brugeren med et frisk flerfarvet billede og et muntert, "Selvfølgelig dejligt at hjælpe dig!" Alt dette sker i løbet af blot nogle få sekunder.
Anbefalede videoer
Og du har en 21-årig datalogi- og ingeniørstuderende fra Ecuador - og nogle smarte A.I. værktøjer - at takke for det.
Relaterede
- Facebooks nye billedgenkendelse A.I. er trænet på 1 milliard Instagram-billeder
- Slap af, fototyve: Flickr advarer fotografer om billedtyveri med Pixsy
Et pandemiprojekt
"Colorize_bot er uden tvivl mit bedste projekt," sagde skaberen Geovanny Zambrano til Digital Trends.
Som med mange projekter, der nu går rundt, sprang Colorize_bot til det digitale liv som et resultat af pandemien. Da han fandt sig selv fast derhjemme med "meget fritid" på hænderne, besluttede Zambrano at oprette en Twitter-bot for at øve sine JavaScript-færdigheder.
Disse enkle softwareværktøjer, af varierende anvendelighed, kan bruges til at udføre et udvalg af selvstændige handlinger på Twitter - uanset om det er tweeting af links til gratis e-bøger på Amazon eller maser nyhedsoverskrifter sammen for komisk effekt. "Jeg havde mange ideer," sagde han. "Fra en bot, der udgiver en motiverende sætning hver time, til en bot 'timeoversætter'. Målet med projektet var aldrig at få følgere. Mit mål var bare at skabe [noget nyttigt.]"
På dette tidspunkt huskede han en YouTube-video, han havde set syv måneder tidligere, der detaljerede hvordan maskinlæring kan bruges til at remastere gamle fotografier. Zambrano kom op med konceptet med at bygge videre på nogle af disse A.I. værktøjer, som var frit tilgængelige online, og omdanne dem til et farveværktøj. Han startede den 26. oktober og arbejdede i en måned, hvor han lagde omkring tre eller fire timer hver dag.
Den første version af botten - en begrænset version, der kun kunne klare et enkelt billede pr. tweet - blev offentliggjort den 28. november 2020.
Sådan fungerer Colorize_bot
Når en bruger tagger Colorize_bot i et tweet, aktiveres det øjeblikkeligt ved hjælp af en webhook, der skærme til indkaldelse 24/7. Når en omtale er fanget, behandlet og valideret, samler den derefter de monokrome billeder og sender dem til en anden farvelægning A.I. værktøj. Denne blev ikke skabt af Zambrano, men er snarere en open source-model udviklet af forskeren Jason Antic.
Som beskrevet på Github, bruger modellen en variation af et Generative Adversarial Network (GAN), diskriminatoren og generatoren A.I. system, der tidligere har været brugt til at skabe alt ud fra falsk menneskelig genetisk kode til A.I. malerier. NoGAN-værktøjet kan bruges til at farvelægge både stillbilleder og video, selvom sidstnævnte ikke overraskende tager lidt længere tid. Som Antic forklarer i et indlæg om modellen, er selv han ikke helt sikker på, hvordan den udtrækker den slags data, den gør til farvelægning af billeder. Det lærer den bare af enorme mængder data, som derefter kan proppes i den rigtige retning ved at bruge de rigtige algoritmer.
“Mit bedste gæt er, at modellerne lærer nogle interessante regler om, hvordan man farvelægger ud fra subtile signaler til stede i de sort-hvide billeder, som jeg bestemt ikke ville forvente eksisterede," Antic skriver. "Dette resultat fører til pænt deterministiske og konsistente resultater, og det betyder, at du ikke har beslutninger om at spore modelfarvning, fordi de ikke er vilkårlige. Derudover virker de bemærkelsesværdigt robuste, så selv i bevægende scener er gengivelserne meget konsekvente."
Det færdige billede sendes derefter tilbage til Colorize_bot for at sende det på Twitter. Hele systemet med at fange en første omtale ved at svare på et tweet tager kun 10 sekunder i form af behandling. Botten er dog programmeret til kun at svare hvert 30. sekund for ikke at bryde Twitters regler om spamming. Den reagerer også kun på én omtale i timen, per bruger som en måde at spare på infrastrukturomkostninger, som Zambrano som studerende ikke nemt har råd til.
"I øjeblikket betaler jeg omkring $30 om måneden for at holde projektet aktivt," sagde han. "Dette er blevet finansieret af mig selv ved at bruge min opsparing. Når jeg i fremtiden ikke længere kan betale dette, tænker jeg på at bede om en form for donation eller sponsorering fra en institution, der er interesseret."
Et mål for succes
Botten er ikke perfekt, og den er heller ikke en mirakelmager. Billeder i lav opløsning giver f.eks. resultater i lav opløsning. Mere bemærkelsesværdigt sagde Zambrano, at Colorize_bot klarer sig dårligt, når det kommer til at farvelægge mangabilleder, hvilket folk ofte beder den om at gøre. "Dette, på et teknisk niveau, skyldes det faktum, at farvelægningsmodellen blev trænet med rigtige billeder," sagde han. Når den bliver bedt om at farvelægge billeder af en anden type end dem, den blev trænet på, er resultaterne mindre end perfekte.
Ikke desto mindre har det vist sig at være imponerende nøjagtigt i mange tilfælde, nok til at Colorize_Bot allerede har hentet mere end 30.000 følgere på Twitter på blot et par korte måneder. En hurtig søgning efter folk, der kalder den i brug, afslører, at den bliver bedt om mindst hvert par minutter.
"De bedste historier, jeg har som et resultat af udviklingen af dette projekt, har været de mennesker, der skriver til mig og takker mig for at farvelægge gamle billeder af deres slægtninge," sagde Zambrano. En person sendte ham endda et billede af deres mor med et indrammet billede af et farvelagt billede af en forfader. Det er svært at regne ud værdien af et projekt som dette i penge. Men hvad angår følelsen af, at de måneders kodning var givet godt ud? Disse historier er en indikator på, at han var på vej til en vinder.
"Hvilket øjeblik jeg levede den nat, det var en følelse af tilfredshed, glæde og optimisme," sagde han. "At se den smukke mor holde sin udskrift fik mig til at vide, at mange gange kan de ting, vi gør blot med det formål at hjælpe andre mennesker, have en stor indflydelse."
Redaktørens anbefalinger
- A.I. plejer ikke at glemme noget, men det gør Facebooks nye system. Her er hvorfor
- A.I. nået nogle store milepæle i 2020. Her er en opsummering
