AI zal 70% van de banen uitroeien en mogelijk de mensheid beëindigen. Dit zijn twee terugkerende thema's in de media-aandacht voor kunstmatige intelligentie.

Het is enge dingen, maar AI speelt ook een belangrijke rol bij het in kaart brengen van ons verleden en heden. Stel machine learning, neurale netwerken en een vat vol met gegevens samen, zorg voor ophef en je kunt verbluffende resultaten behalen. Vandaag kun je foto's herstellen, maar op een dag kunnen we AI gebruiken om het verleden in VR in kaart te brengen.

Hier kijken we naar een deel van het huidige onderzoek naar AI dat een aantal veelbelovende, en veel minder bedreigende, toepassingen voor de technologie onderzoekt..

Afbeeldingen herstellen

Scheurt en vouwt in historische foto's? Krassen op ogen in een foto van je ex van 10 jaar geleden? AI kan dat allemaal oplossen.

Verschillende AI- en machine learning-projecten die in de maak zijn, maken een foto die lawaaierig, geript of wazig is en maken hem ongerept met behulp van herstelalgoritmen die veel meer doen dan met een foto-editor, een viltstift en wat Tipp-Ex.

Deep Image Prior, een neuraal netwerk gemaakt door een onderzoeksteam van de Universiteit van Oxford, en Nvidia's beeldreconstructie, aangetoond in april van dit jaar, laten zien hoe AI een deels uitgewist beeld digitaal kan herstellen.

De diepgaande beeldreconstructiemethode van Nvidia komt aardig in de buurt van het niet-vervormde origineel

Het proces van Nvidia omvat het trainen van de AI door het nemen van brokken van afbeeldingen van Image Library, Places2 en CelebA-HQ, die enorme opslagplaatsen zijn van afbeeldingen van bijna elk soort gemeenschappelijk object.

Net zoals je zou kunnen leren tekenen door realistische objecten te schetsen, worden de algoritmen voor beeldreconstructie hier gefilterd door stukjes ontbrekende beeldgegevens opnieuw in deze foto's te tekenen, en dan te verwijzen naar de 'volledige' originele foto om te zien hoe nauwkeurig de poging was.

Schilderachtig worden

Deze algoritmen gebruiken een aantal van dezelfde technieken als een restaurateur van olieverfschilderijen. We hebben het over 'in-painting'. Dit is waar scheuren en andere beschadigingen in een schilderij worden onderscheiden van opzettelijke textuur of penseelstreken en vervolgens worden ingevuld om de afbeelding er uit te laten zien zoals hij zou zijn als hij voor het eerst werd geverfd.

Restaurateurs gebruiken röntgenstralen, die de verschillende verflagen onthullen, om dit handmatig te doen. AI repliceert een deel van het effect met machine learning.

Laten we nu nog geen robots met verfborstels loslaten op oude meesters, maar AI kon ook worden gebruikt om te onthullen hoe een schilderij er honderden jaren geleden uitzag, zonder de noodzaak om tienduizenden dollars uit te geven aan restauratie..

Kijk langs het vuurwerk aan de voorkant, het is de patroonherkenning op de achtergrond die de AI van Nvidia doet werken als magie

Denk aan een beroemd schilderij. Het zit waarschijnlijk in een mooie kunstgalerie achter een glasplaat. Misschien is het niet eens het origineel dat wordt getoond, omdat de curatoren weten hoeveel idiote kinderen met vingers, aangekoekt met fris stof, ronddolen op schoolvakanties.

Zelfs de goed onderhouden schilderijen die je ziet in beroemde kunstgalerieën worden beïnvloed door de leeftijd. Dikke vernislagen op schilderijen uit de jaren 1500 zullen ze in de loop van de jaren hebben gedimd. Van Gogh was te voorzichtig om fatsoenlijke oliën te kunnen betalen, en de roodtinten trekken zich geleidelijk terug uit veel van zijn werken en de geel wordt bruin.

Hoe zit het met een oude meester in een kelder, of een schilderij zo oud dat het meer canvas is dan verf? Een slechte restauratie kan een oud meesterwerk veranderen in iets dat lijkt alsof het door een achtjarige is gemaakt, zoals de Ecce Homo, opnieuw in de vergetelheid geranseld door een 81-jarige amateur. AI kan dit vermijden.

Opsporen van vervalsingen

De grote namen in AI zijn er bewust van afgezien om te suggereren dat ze een schilderij kunnen verbeteren dat miljoenen waard is. Kunstmatige intelligentie wordt echter al gebruikt om ervoor te zorgen dat we geen nepversie van de kunstgeschiedenis verkopen.

In 2017 publiceerden onderzoekers van de Rutgers University in New Jersey een papieren overzichtssoftware die kan worden gebruikt om een ​​vervalsing van een authentiek schilderij te vertellen. Het beweert het werk beter te kunnen doen dan de professionals.

Lijntekeningen van Pablo Picasso, Henry Matisse en Egon Schiele werden op slagniveau geanalyseerd, waarbij een stilistische vingerafdruk werd geformuleerd voor elke kunstenaar. De auteurs beweren dat het werkt “met 100% nauwkeurigheid voor het detecteren van namaakgoederen in de meeste instellingen”.

Dit is een manier waarop AI betrokken kan raken in de kunstwereld zonder robots retouches schilderijen los te laten laten op schilderijen tientallen miljoenen werken.

Dinosaurussen trainen

Bij het blootleggen van de waarheid barst soms AI een paar bubbels. Onder andere vertelt het ons dat de Tyrannosaurus Rex die we kennen uit Jurassic Park nauwelijks lijkt op hoe de dinosaurus eigenlijk was.

Een van de huidige theorie is dat zulke grote dinosauriërs eerder in plaats van schilferig zijn bevederd, en een AI-model van de Universiteit van Manchester suggereert nu dat een T-Rex een jeep ook niet kan rennen.

Hollywood liegt ons de hele tijd, maar als we erachter komen dat een Tyrannosaurus Rex niet echt uit een jeep kon stappen, doet dat echt pijn. Credit: Universiteit van Manchester

De onderzoekers brachten het bot en de spierstructuur van de T-Rex in kaart en gebruikten vervolgens machinaal leren om te zien hoe snel dit wezen van punt A naar punt B kon komen zonder botten te breken.

De bevindingen? Het was zo groot en zwaar dat een T-Rex waarschijnlijk alleen kon lopen, niet kon rennen. Springen na wat kinderen en wetenschappers die op zoek waren naar eten, zouden simpelweg te veel stress op hun lichaam leggen.

Microsoft historische sitetoewijzing

De camera's leveren de textuur, en de AI helpt met 3D-mapping van deze Palmyra-site

Iconem is een startup die zich specialiseert in 'erfgoedactivisme' - het opnieuw creëren van historische sites die worden bedreigd door oorlog, of gewoon tijd, in 3D, aangedreven door Microsoft AI. Het creëert fotorealistische recreaties van plaatsen zoals de Alamut-vesting in Iran en de koninklijke begraafplaats El-Kurru in Soedan.

Het kunstmatige intelligentie-element komt binnen in de manier waarop de 3D-modellen worden geconstrueerd. Iconem maakt gebruik van fotogrammetrie, waardoor 3D-modellering van objecten met behulp van 'platte' foto's mogelijk wordt.

Het team nam 50.000 foto's van de oude stad Palmyra, die in 2015 door Islamitische Staatsstrijders was bezet. Ze gebruikten drones om landmijnen te vermijden, waarbij ze niet alleen digitaal opnamen van wat er nog over was, maar ook de schade veroorzaakt door de bezetters..

Isis keerde terug naar Palmyra nadat Iconem de site in kaart had gebracht en in 2017 een deel van het Romeinse theater op de site vernietigde. Er is een vitale directheid bij het werk; het is gemakkelijk om te denken aan historische sites als bevroren, zeker om te bestaan ​​zoals ze zijn in eeuwigheid, maar het werk van Iconem laat zien dat dit niet het geval is.

Je kunt enkele 3D-weergaven van Palmyra bekijken op YouTube, als onderdeel van een samenwerking met Google Arts & Culture. Als het werk van Iconem geen goede inhoud is voor VR, dan is er niets.

Breng het verleden tot leven

VR en AI zijn betere vrienden dan je zou denken. Het DeepMind AI-lab van Google heeft een neuraal netwerk ontworpen dat een 3D-omgeving kan construeren vanaf slechts één enkele afbeelding. Het extrapoleert of 'verbeeldt' de 3D-scène op basis van herkenning van objecten en hun meest waarschijnlijke vormen. Hoe meer beelden het heeft om mee te werken, des te trouwer een replicatie van de echte omgeving die het kan maken.

DeepMind AI maakt in zijn demonstratie een 3D-labyrint van een handvol platte afbeeldingen. Het AI-deel wordt gebruikt om dichtbijzijnde vlakken van verre te onderscheiden, iets dat we vanzelfsprekend vinden in onze erkenning van scènes.

Google's DeepMind AI kan sneller een doolhof in kaart brengen dan jij

Deze technologie heeft een droomdroom van de toekomst. Stel je voor dat je het huis waarin je bent opgegroeid kunt recreëren, in VR, met behulp van foto's uit een oud fotoalbum. Of je huwelijk van je ouders verpletteren alsof je een tijdreiziger bent.

De onderzoekers van DeepMind hebben dit project gedetailleerd beschreven in het Science-nummer van 2018. Het 3D-doolhof van de gemaakte AI had een visuele kwaliteit die ongeveer overeenkwam met die van de afbeeldingen. Het ziet er nogal ruw uit.

Stel je voor dat je het huis waarin je bent opgegroeid kunt recreëren, of je bruiloft van je ouders kunt laten crashen alsof je een tijdreiziger bent.

Het neemt echter geen grote sprong om zich voor te stellen hoe het ook met AI zou kunnen worden verbeterd. Laten we teruggaan naar het idee om de trouwdag van uw ouders in kaart te brengen. Hun gezichten zijn vaag, slechts een klein deel van een scan van een oud stuk 35mm-film. Maar er zijn honderden foto's van hen in de cloud die in de loop der jaren zijn geüpload en die kunnen worden gebruikt om de weergave te verbeteren, ook al werden de meeste decennia later genomen.

Hun trouwauto is een Austin Healey, die de AI herkent en deze vervangt door een rendering met veel polygonen van hetzelfde model. Vlakke geplaveide structuren worden vervangen door fotorealistische structuren en de AI herkent de kerk op de achtergrond. Er is niet alleen een Google wireframe mesh van het gebouw, de AI haalt ook duizenden foto's die zijn geüpload in de buurt van dezelfde locatie om de omgeving in kaart te brengen.

Het is de perfecte storm van machine learning en big data. En hey presto: we hebben een holodeck voor je herinneringen uit het verleden en halfvergeten. Zijn we er al? Natuurlijk niet - maar het zorgt voor een bevredigende dagwind met behulp van technologie.

TechRadar's Volgende serie wordt u aangeboden in samenwerking met Honor