創造性を導くAIによる画像の読み取り

11月 19, 2020

Luminar AIがどのようにトレーニングされているか、何が「認識」されているか、そしてその情報をどのように使用しているかを調べてみましょう。

今週初め、Luminar^AIインサイダーコミュニティー初のオンライン講座を開催しました。コミュニティー内で提起された主に懸念されていること一つは、人工知能(AI)がすべての意思決定を行い、実質的に写真家の創造的な選択に取って代わるということです。

先週、私達はAIを人に取って代わるものと言うよりは、むしろ人間の創造性を支え、可能にする高度な技術を持つ弟子と考えているとAlexが示唆しました。それを念頭に、どのようにLuminar^AIがそれを行うかについて触れることは意義があることかもしれないと考えました。

賢明さは教育から始まる

人間の子供と同じように、新しいAIシステムには潜在性があふれていますが、それを完全に活用するのに十分な経験や知識がありません。この備えられた頭脳を解き放つためには、AIシステムは教育されなければなりません。

Luminar^AIを教育するために、Skylumは3つの主要なコレクションで大規模な写真撮影の参考文献を作成しました：

写真史における代表的な巨匠による画像。
3Dエンジンによって生成されたリアルな写真画像。
特定の原則を描写する現代のマスターにより委託された画像。

代表的な巨匠たちによる画像は、写真形態の見本を供与することで写真の視覚的歴史についてAIに教えました。これは、私たちのAIが優れた写真を認識することを学ぶのに役立ちました。

3D画像は、AIに遠近法、被写界深度、そして写真の要素間の関係について教えました。これは、私たちのAIが3D空間で個々のコンポーネントに写真を分解する方法を理解するのに役立ちました。

委託された画像は、構図、ピント、露出など撮影上の一般的な誤りも紹介しつつ、最初の2つのコレクションから得られた教訓を強化しました。これは、私達のAIがこれらの誤りを認識し、訂正する方法を理解するのに役立ちました。

これらの要素が私達のAIモデルに一緒にもたらされる中で、機能的な頭脳が生まれました。

クリエイターを解放するためのAIの投入

クリエイターは、写真をマスターするために似たような教育プロセスを経ます。機能的なAIは、ほぼ間違いなくクリエイターの高度なスキルセットに渡ります。そして渡る中で、それは、高度な編集プロセスでステップに置き換わる可能性を持っています。

しかし先週Alexが書いたように、私達はこの特定の置き換えを悪徳ではなく美徳と捉えています。私達のAIの重点は、創造的なステップではなく、反復的な技術的なステップを置き換えることにあります。

クリエイターはそれでも、まず初めに素晴らしい画像を撮る責務を担うための全ての技術的洞察力を持ってこなければなりません。AIは、単純に一般的な問題に素早く修正を提供し、各画像を最大限生かすために設計された様々な創造的選択肢を提示します。クリエイターは、最終的な成果に対する完全なコントロールを保持します。

では、AIはどのように選択するのでしょうか?

オプションを追求する読み取り

Luminar^AIは、画像を読み込むとき、その包括的なAIを動作させ、画像を分析して、最適な状態にするために何ができるかを決定します。ひとつ例を見てみましょう。

この画像は、すでに多くのことがやられていますが、改善の余地があります。Luminar^AIは、画像を開くとすぐに分析を始めます。この分析の結果、Luminar^AIは画像について次のことがわかります：

5頭の動物がいる（そしておそらく6頭目も）。
可能性のある6頭目の動物は、他の5頭とは非常に異なっている。
暖色の、オレンジの強いカラーパレットである。
明瞭な地平線がある。
太陽らしき明るく、ほぼ円形のスポットがある。
カラーパレットと地平線近くの太陽の位置を考慮して、それはおそらく日没の画像である。
3D空間の中で、要素は次のように位置している：
- 前景：5頭の似たような動物
- 中間域：6頭目の変則の「動物」
- 背景：太陽と山
それは非常に露出が低く、重要なディテールが見えない。

テンプレートを入力

Luminar^AIが分析を完了したら、画像から収集された知識を利用して何かを行う必要があります。ここでテンプレートが登場します。

テンプレートは、ほぼ完成した外観を実現するさまざまな修正と補強を組み込んだプリセットを超えるものです。テンプレートは、分析完了後、AIに容易にアクセスできるようにインデックス化されます。

例えば、AIは次のように進行します：

必要に応じて、AIは収集された情報を使用して、一連の選択と深度マップを作成。
AIは、画像に関して収集されたデータポイントを使用し、使用可能なテンプレートのインデックスと比較。
そしてLuminar^AIは、写真家が考慮するオプションのリストとしてAIによって選択されたテンプレートを提示。
ユーザーが提案されたテンプレートの上にマウスオーバーすると、リアルタイムで画像に適用。テンプレートは、画像内の特定の要素に修正を適用し、補強するために以前に作成したAIを選択範囲と深度マップを使用。
次に、写真家は気に入ったテンプレートを選択し、構想に合わせて追加の調整を実行。多くの場合、写真家の構想は、テンプレートの適用量を調整する単一のスライダーで達成可能。

このプロセスの結果は、写真家の構想とスタイルを密接に反映した劇的に異なる画像です。

あれ？それはクリエイターに取って代わるんじゃないですか？

いいえ。

写真家は、変わらず加工していない写真を撮ります。この写真の分析後、Luminar^AIは、その中で最高のものを引き出すと確信するテンプレートを提示します。その後、写真家は自分の構想に最も近いテンプレートを選択するか、あるいはテンプレートを選択せずに、編集モジュールで直接作業します。写真家がテンプレートを選択しても、最終的な画像を達成するためにさらに踏み込んで調整することができます。

AIは、画像自体の知識と、良いイメージを定義する技術的な法則を使用して、アーティストが検討するためのオプションを見つけるだけです。すべての創造的な選択は、アーティストに残されます。