Require: Dataset of professional photos {M}
Require: Image operation Ok: Mout = Ok({x}) _Min
Require: A metric measures similarity between two photos:
Sim(M1;M2) ϵ [0; 1]. 1.0 mean s identical.
1: D = {}, a set to hold (image, score) pairs.
2: for Each image M in {M} do
3: Insert (M; 1:0) in D
4: # Randomly sample parameters within a range:
5: for Each dimension d in {x} do
offsetd = Random(xmind, xmaxd)
6: M’ = Ok({offset}) o M
7: Insert (M’; Sim(M;M’)) in D
8: Train a model to predict score ɸk from D
Se dovessimo descrivere queste righe di testo, la simulitudine più semplice sarebbe dire che si tratti di un obiettivo fotografico. Si tratterebbe del procedimento attraverso cui un algoritmo, presentato in un paper di due ricercatori di Google, potrebbe creare fotografie artificiali.
Una premessa: non si tratta di vera e propria creazione di fotografie, bensì di ritagli, composizione e post-produzione di immagini prese da Google Street View.
Nel paper i due ricercatori, Hui Fang e Meng Zhang, dimostrano come sono arrivati a creare Creatism, da loro stessi definito “Sistema di approfondimento per la creazione di contenuti artistici.” Il loro intento è nobile: dichiarano più volte che tutto il loro processo si basa sulla ricerca di una qualità estetica in grado di soddisfare gli occhi dei fotografi professionisti.
Quello che i due ricercatori hanno fatto, in breve, è agire su immagini prelevate da Google Street View relative a zone famose per la loro bellezza naturale come le Alpi, le Dolomiti, Yellowstone ed altri ancora. I ricercatori si siano basati su luoghi che sono comunemente riconosciuti belli: dobbiamo dunque supporre che in questa ricerca le immagini scattate da una macchina fotografica montata sul casco di una persona che segue un percorso prestabilito siano altrettanto belle? Street View da tempo propone luoghi come Machu Pichu, non servendosi più di sole automobili per le riprese ma anche di persone a piedi o in bicicletta. Ci sono ormai diversi esempi di utilizzo artistico, o comunque diverso dal suo scopo originale, delle immagini di Street View: streetview.portraits è un profilo Instagram molto seguito, di cui ha parlato anche il New Yorker; Michael Wolf ne ha tratto una serie fotografica di successo, che è in mostra anche al Festival di Arles, uno tra i più famosi festival di fotografia a livello internazionale.
Andiamo oltre e proviamo a capire come questi ricercatori abbiano creato il loro sistema di selezione di immagini. In origine si sono rivolti a 500px.com, una delle più grandi community fotografiche, selezionando circa 15.000 fotografie valutate (dagli utenti stessi) con punteggi elevati nella categoria paesaggio. Sulla base di alcune qualità estetiche (formato, saturazione, contrasti, post-produzione, ecc) che caratterizzano le foto selezionate dalla community è stata creata la base su cui costruire l’algoritmo in grado di selezionare le parti delle immagini prese da Street View.
Ma chi sono gli utenti di queste comunità? Sono professionisti? Su Flickr il podio è occupato da due marchi di cellulare, Apple al primo posto e Samsung al terzo, e uno da Canon, che produce reflex professionali (e non). Su Instagram il primo posto occupato da un profilo direttamente legato alla fotografia è quello del National Geographic (13°, dietro a Justin Bieber e Ariana Grande). Difficile credere che 500px.com si possa discostare notevolmente da queste statistiche che attestano una maggiore presenza di amatori e/o di utilizzatori della fotografia non per scopi professionali, anche senza cadere nell’inganno per cui il cellulare sarebbe non professionale, e la reflex uno strumento solo da professionisti.
Creatism baserebbe i suoi algoritmi dunque, almeno nella maggior parte dei casi, su fotografie amatoriali.
Per rafforzare la loro tesi, i ricercatori di Google si sono messi alla prova e hanno fatto valutare le loro realizzazioni finali, ovvero un ritaglio post-prodotto di Street View sulla base di algoritmi creati grazie all’ausilio di fotografie mediamente non professionali, a dei fotografi professionisti.
I ricercatori sono contenti dei loro risultati in quanto le loro valutazioni, sia positive che negative si intende, coincidono in massima parte con le valutazioni fatte dai fotografi professionisti (unici requisiti aver studiato fotografia ed essere attivi in campo professionale da almeno due anni). Il dato finale che interessa è che circa il 41% delle opere create da Creatism è considerato dai fotografi chiamati a sentenziare di qualità semi-professionale, il 13% di ottimo gradimento. Il resto non si sa. Il test è stato svolto senza informare i fotografi professionisti, ai quali sono stati sottoposti sia gli “scatti” di Creatism sia fotografie di origine professionale“reali”. Sugli scatti professionali il dato è più o meno il medesimo e questo dovrebbe confermare il fatto che Creatism funzioni alla perfezione.
Insomma, il risultato semi-professionale è il risultato di un utilizzo di strumenti (metodologici, sistemi di valutazione e di analisi) semi-professionali. Bene, grazie.
Petapixel conclude la sua analisi sostenendo che le fotografie create da Creatism potranno entro breve servire agli utenti per scattare fotografie migliori.
Perchè non integrare il sistema con un ulteriore passaggio dove anche la selezione delle fotografie viene effettuata grazie a degli algoritmi basati questa volta sul gradimento del prodotto finale? Così si otterrebbe una ulteriore selezione, e si eviterebbe di coinvolgere fotografi professionisti in un sistema che, come abbiamo visto, è semi-professionale (=amatoriale). EyeEm, un’altra community, ha realizzato un numero del suo magazine cartaceo basandosi proprio sulla selezione delle fotografie per mezzo di un algoritmo.
Creatism, qui una selezione delle foto, dovrebbe essere un “deep-learning system for artistic content creation” come sostengono i due autori. EyeEm nella propria home page mette in evidenza che “Real photography is the future.”
Abbiamo lanciato una campagna di crowdfunding su Produzioni dal Basso. Potete sostenerci qui. Grazie ❤️