Tekoäly tuottaa selfiestä (vasemmalla) useita kuvia, joissa käsien paikkaa on muutettu. Kuvassa viiden eri korjauskierroksen tuloksia. Kuva: <span class="photographer">Liqian Ma</span>
Tekoäly tuottaa selfiestä (vasemmalla) useita kuvia, joissa käsien paikkaa on muutettu. Kuvassa viiden eri korjauskierroksen tuloksia. Kuva: Liqian Ma

Koko selfien käsite voi unohtua, kun tekoäly muokkaa kuvia nopeasti tavallisiksi poseerauksiksi.

Matkailu on nyt kurimuksessa. Kun turismi palailee edes hiukan entiselleen, yksi asia on varma.

Kaikkialla maailmassa turistit haluavat yhä ottaa kuvan itsestään jonkin suositun kohteen edustalla.

Nykyään se on yhä useammin selfie, omakuva. Sen tunnistaa kädestä tai käsistä, jotka kurottuvat kohti matkapuhelimen kameraa.

Sisältö jatkuu mainoksen jälkeen

Itsensä kuvaamisen vimma on niin suuri, että se on johtanut lukuisiin onnettomuuksiin, esimerkiksi jyrkänteillä.

Sisältö jatkuu mainoksen alla

Pahimmillaan useita ihmisiä on kuollut kerralla, kun on himoittu ryhmäselfietä. Näin on käynyt esimerkiksi vesiputouksen partaalla, jossa vene on keikahtanut.

Tekoäly voi tuottaa nyt selfien, joka ei näytä lainkaan selfieltä. Tällainen epäselfie näyttää siltä, kuin joku toinen olisi sen ottanut.

Epäselfie auttaa, jos ei halua antaa edes hetkeksi omaa kameraansa tai matkapuhelinta vieraalle ihmiselle. Se voi korvata myös selfiekepit.

Ehkä lopulta koko selfien käsite katoaa, eli pian kuvissa ei ole luonnotonta käsien levittelyä kohti kameraa.

Kuvaa muokkaa tekoäly, joka siirtää käden tai kädet pois kameran läheltä. Oppiva ohjelma täyttää kuvan pienimmät valopisteet sellaisella aineistolla, että kuvan muuttamista ei huomaa.

Tässä kuvan laskentaohjelma eli algoritmi tulee kerta kerralta paremmaksi, sanoo ohjelmaa kehittävä Liqian Ma KU Leuvenin yliopistosta Belgiasta ryhmineen.

Tekoälyn oppiva ohjelma voi aavistaa, miltä tasapainoinen kuva näyttää, kun se etsii tietokannasta vastaavia kuvia vertailuun.

Tällaiset oppivan tekoälyn ohjelmat ovat esimerkiksi väärennettyjen valokuvien ja deepfake-videoiden perusta, ja niitä tehdään yhä paremmin ja enemmän.

Ne harhauttavat katsojan yhä kavalammin. Median käyttäjän kannattaa nykyään olla tarkkana väärennösten kanssa.

Tekoälyn tutkija Ma käytti käyttää aluksi kahta tai useampaa lähdekuvaa.

Yksi on alkuperäinen selfie ja toinen kuvaa turistia kädet alhaalla, ”lepoasennossa”.

Näillä kuvilla tekoälyn oppiva ohjelma kouliintuu. Lopulta tekoäly pystyy muuttamaan muitakin selfieitä.

Sitten algoritmi kouluttaa itsensä paremmaksi. Se oppi täyttämään nopeasti ne pikselien aukot, joita syntyy, kun kuva muuttuu hieman.

”Se huomaa herkästi luotujen mallien puutteita”, Ma sanoo ja viittaa epäselviin pikseleihin.

Vertailuissa koehenkilöt arvioivat, että syntyneet kuvat ovat aidompia kuin muilla kuvankäsittelyn tekniikoilla tuotetut kuvat.

Ma käyttää ”älykästä lähestymistapaa” kuvan muuttamiseen, kommentoi tuloksia saksalainen tietokoneohjelmien kehittäjä René Schulte New Scientist-lehdessä. Hän tekee töitä Valorem Reply -yhtiössä.

Nyt Ma aikoo lisätä tietokantaan lisää selfiekuvia, ja niitähän riittää. Näin ohjelma oppii asettamaan taustan sujuvammin ihmisen asentoon.

Tutkimus on julkaistu tutkijoiden arXiv-verkkosivuilla, mutta sitä ei vielä vertaisarvioitu.

Sisältö jatkuu mainoksen alla