En toen betrad ik het AI-atelier waarin fotorealistische foto’s centraal stonden. Een nieuwe verslaving na alles wat ik op AI-gebied op deze leeftijd al heb moeten snuiven?

Foto’s ‘maken’ van mensen die in het echt helemaal niet bestonden; nepfoto’s eigenlijk. En het lukt! De eerste geslaagde experimenten vind je in en onder dit bericht en in de uitgebreide galerij Fotorealistische portretten  onder het menu Aitopic Art. De galerij bevat ruim 50 fotorealistische portretten.

De AI-kunstgeneratoren maken voor het creëren van portretten gebruik van een vorm van machine learning bekend als een neuraal netwerk. Specifiek gebruiken deze systemen een type neuraal netwerk genaamd een Generative Adversarial Network (GAN).

Hoe dit proces werkt, lees je op de volgende tabbladen.

Allereerst heeft de AI een grote hoeveelheid trainingsdata nodig. In het geval van een portretgenerator zou dit een grote verzameling foto’s van gezichten zijn. Hoe meer variatie in de trainingsdata (verschillende leeftijden, geslachten, etniciteiten, belichting, uitdrukkingen, etc.), hoe beter de AI in staat zal zijn om een breed scala aan portretten te genereren.

Dit netwerk bestaat uit twee delen: de generator en de discriminator. De generator probeert nepafbeeldingen te maken die er uitzien alsof ze uit de echte dataset komen, terwijl de discriminator probeert te bepalen of een gegeven afbeelding echt is (uit de dataset) of nep (gemaakt door de generator).

Tijdens het trainingsproces proberen de generator en de discriminator elkaar constant te overtreffen. De generator probeert betere en betere vervalsingen te maken om de discriminator te misleiden, en de discriminator wordt steeds beter in het opsporen van deze vervalsingen.

Uiteindelijk leert de generator hoe hij afbeeldingen kan creëren die bijna niet te onderscheiden zijn van echte foto’s.

Bij het creëren van de bij dit artikel behorende portretten heb ik het kaft van het koren gescheiden – een duidelijke schifting tussen portretten die ik acceptabel vond en minder geschikte afbeeldingen.

Ik heb telkens één of meerdere afbeeldingen gegenereerd met tekstprompts in de vorm van ‘Een vrouw uit Marokko’ of ‘Een geschminkte carnavalsvierster uit Maastricht’, enz.

Je ziet hier en in de bijbehorende galerij uiteindelijk de in mijn ogen meest geslaagde (nep)foto’s van mijn experiment.

Op een later tijdstip ga ik met tal van andere fotografische aspecten aan de slag, gebruik zwart-wit, andere technieken uit de analoge fotowereld, etc.

Het werk aan de website biedt kansen om talrijke nieuwe aspecten van AI-kunstgeneratoren te leren kennen. Blijf mijn weblog volgen.

Eenmaal getraind, kan de generator nieuwe afbeeldingen maken. Deze worden gemaakt door het netwerk een willekeurige input (een “ruis” vector) te geven die door het netwerk wordt omgezet in een afbeelding. Door de input te variëren kan het netwerk een eindeloze variatie aan unieke portretten creëren.

Het is belangrijk op te merken dat, hoewel deze systemen verbazingwekkend realistische afbeeldingen kunnen creëren, ze niet echt “begrijpen” wat ze aan het doen zijn op de manier kunstenaar en fotograaf dat doen. Ze leren patronen in de data herkennen en deze te repliceren, maar ze hebben geen bewustzijn of begrip van concepten zoals “wat is een gezicht” of “wat maakt een afbeelding mooi”.

Het is ook belangrijk om te vermelden dat, hoewel de gegenereerde afbeeldingen vaak verbazingwekkend realistisch zijn, ze nog steeds fouten kunnen bevatten of onrealistische elementen kunnen bevatten, vooral als de inputruis sterk afwijkt van de trainingsgegevens.