Quando l’amore per l’arte e per la tecnologia si incontrano possono nascere iniziative davvero curiose e dall’impatto davvero straordinario. È quello che è successo a Denis Shirayev, digital artist (come viene definito) la cui iniziativa è stata quella di applicare algoritmi di machine learning e di manipolazione delle immagini per la ricostruzione ad alta definizione di video realizzati agli inizi del ‘900. Le opere d’arte dell’artista elaborate con l’uso dell’Intelligenza Artificiale sono raccolte sul suo canale YouTube.
Facendo un giro tra i video caricati è possibile gustare l’atmosfera della New York di fine ‘800 o vedere in 4K a 60FPS una ricostruzione del film dei fratelli Lumiere “Arrival of a Train at La Ciota”. Non sono mancate di certo le critiche, ad esempio il produttore video di Engadget, Chris Schodt, ha notato numerosi errori dopo un’attenta ispezione, tra cui un movimento increspato del treno e la fusione di pedoni. Il risultato è però di certo sorprendente, com’è possibile notare qui di seguito.
Nella descrizione di ogni video pubblicato sul canale, Shirayev specifica sempre con quali software abbia ottenuto i risultati visibili e su quali metodologie ci siano alla base di questa attività. Tra i vari software viene menzionato Gigapixel AI attraverso il quale viene utilizzato un algoritmo di interpolazione delle immagini.
L’interpolazione è quella tecnica che consente di stimare il valore mancante di una certa quantità sulla base dei valori circostanti. Il meccanismo alla base dell’interpolazione nelle immagini dunque consiste nell’individuare il valore che un pixel dovrebbe visualizzare calcolandolo su ciò che i pixel intorno ad esso mostrano. Esistono diverse metodologie che si occupano di realizzare questo meccanismo, uno di questi è nearest neighbor il cui funzionamento consiste nel riempire semplicemente i pixel vuoti con lo stesso colore del pixel più vicino tra quelli nelle vicinanze.
Si tratta di una tecnica molto semplice ed efficace ma che, se utilizzata singolarmente, si traduce in un’immagine frastagliata, chiaramente pixelata. Applicando in sovrapposizione ad essa l’interpolazione bilineare che consente di analizzare ogni pixel vuoto in base ai suoi due vicini più vicini e l’interpolazione bicubica, che utilizza i 16 vicini tra i più vicini, si ottiene un’immagine più nitida e dalla colorazione più accurata. Il risultato di questa sovrapposizione di tecniche consente dunque di generare immagini ingrandite con una perdita minima di qualità ottica rispetto all’originale.
Il processo di interpolazione risulta essenzialmente un gioco d’ipotesi, il che rende intuitiva la possibilità di utilizzare l’intelligenza artificiale per automatizzare tutte le operazioni. Utilizzando reti neurali convoluzionali profonde è, infatti, possibile analizzare e mappare videoclip e di conseguenza inserire immagini di riempimento generate tra i frame esistenti. In questo modo anche pellicole dai fotogrammi distanziati potranno beneficiare di una risoluzione molto elevata.
L’ultimo esperimento di notevole impatto dell’artista è la generazione realistica dei volti di 7 celebri opere d’arte. Il risultato è formidabile sebbene non sia possibile conoscere con esattezza quali siano i volti dei personaggi raffigurati. Chissà che questa tecnologia in mano a storici e studiosi potrebbe portare a risultati ancora più interessanti.