تا چند سال پیش گمان بر این بود که پردازش تصویر در نرمافزارهای پیشرفتهای چون فتوشاپ به حد نهایی خود رسیده است. پردازشهایی چون کاهش نویز و افزایش اندازه تصویر با الگوریتمهای Interpolation، هر چند پیشرفت کرده بودند اما به نظر میامد که کارآیی مکانیسمهای آنها، از حدی قابل عبور نیست. شرکتهای ثالث تخصصی هم بودند که افزونههای آنها، کمی تا قسمتی کیفیت کار را بالاتر برده بود اما باز هم تمام کسانی که دستی حرفهای بر آتش پردازش و بهبود عکس داشتند، فهمیده بودند که امیدی به معجزه نیست که مثلاً بتوان یک عکس کراپشده را به اندازههایی رساند که چاپهای حرفهای در سایز بزرگ از آن ممکن شود.
اما آنچه که این مرزها را شکست، هوش مصنوعی و الگوریتمهای یادگیری ماشین (Machine Learning) بود. یادگیری ماشین، نوعی بهکارگیری هوش مصنوعی است که اجازه میدهد سیستمها بدون اینکه نیاز به برنامهریزی مستقیمی داشته باشند، از اطلاعات تجربههای قبلی استفاده کنند و خودشان را بهبود دهند. در این روش، تاکید بر ایجاد برنامههایی است که میتوانند به اطلاعات دسترسی داشته باشند و از آنها برای آموزش خود استفاده کنند.
همچون علوم دیگری مانند ژنتیک و پزشکی، در پردازش تصویر نیز بتدریج با ابزارهایی برخورد میکردیم که با استفاده از یادگیری ماشین، میتوانستند کارهایی انجام دهند که نرمافزارهای معمولی، هر چند پیشرفته، قادر به انجام آنها نبودند.
یکی از شرکتهایی که در این زمینه نرمافزارها و ابزارهای خوبی عرضه کرد، Topaz Lab بود. این شرکت نرمافزارهای مختلفی در پردازش تصویر دارد که حداقل برخی از آنها بر اساس هوش مصنوعی کار میکنند و واقعاً هم کارشان بیشتر شبیه معجزه است. به عنوان نمونه، ابزار Topaz GigaPixel یکی از این ابزارها و مخصوص افزایش اندازه پیکسلی عکس است.
روش معمول Interpolation، برای بازسازی پیکسلهای جدید از اطلاعات پیکسلهای اطراف استفاده میکند. این روش سالهاست که استفاده میشود اما محدودیتهای خود را دارد: کاهش جزئیات، مضرس شدن خطوط صاف و محو شدن عکس. اما در روش یادگیری ماشین، ابتدا نرمافزار آموزش میبیند: هزاران و میلیونها عکس متفاوت از سبکها، رنگها و جزئیات متفاوت به نرم افزار داده میشود تا یاد بگیرد که جزییات عکس در هنگام افزایش اندازه چهگونه تغییر میکنند. تفاوت بین عکسهای با پیکسل کم و پیکسل زیاد را میآموزد و درمییابد که چگونه در عکسهای متفاوت، جای خالی پیکسلها را باید پر کرد. نکته کلیدی این است که چون نرمافزار، اطلاعات هزاران و حتی میلیونها عکس را داشته، در بسیاری از موارد، پیکسلهایی را که تولید میکند، واقعی است و نه ساختگی.
و نتیجه کار؟ عجیب است. میتوانید عکسهای موبایلی را به سایزی برسانید که امکان چاپ خوب نمایشگاهی در سایز بزرگ داشته باشد و یا عکس دوربینهای دی اس آل آر مثلاً ۲۰ مگاپیکسلی را به ۱۲۰ مگاپیکسل تبدیل کنید. آنهم عکسی که جزئیاتش حفظ شده است.
و وقتی صحبت از این روش یادگیری ماشین باشد خودتان میتوانید حدس بزنید که چه امکاناتی ممکن است وجود داشته باشد: مثلاً در همین ابزار میتواند خروجی تصویر را تبدیل به فایل ۱۶ بیتی کنید (البته نیاز به گفتن نیست که این ۱۶ بیت، ۱۶ بیت واقعی است و نه تبدیل ساده ۸ بیت به ۱۶ بیت از طریق یک دستور نرمافزاری) حتی از آن جالبتر، این شرکت یک ابزار دیگر هم دارد به نام JPEGtoRAW AI که با یادگیری از هزاران تصویر (و شاید میلیونها تصویر) میتواند فایل JPEG را به فایل RAW تبدیل کند! آنهم فایل خامی که قابلیت پروسس آن شبیه فایلهای خام واقعی باشد. میتوانید تصور کنید که با این ابزارها چه کارهای مفیدی (و نیز چه تقلبهایی در مسابقات عکاسی) میتوان انجام داد.
البته داستان تولید این نرمافزارها به این سادگی نبوده است. استفاده از روشهای یادگیری ماشین در مورد عکس دوربینهای معمولی کار سادهای نیست. از سوی دیگر تهیه نرمافزار یک چیز است و قابلیت اجرای آن در کامپیوترهای معمول، چیز دیگر. چرا که در ابتدا، اجرای این نرمافزار نیاز به قدرت پردازش بسیار بالا و صرف زمان زیاد داشته و برای آن که تبدیل به یک نرمافزار قابل اجرا شوند، بسیار بهینه شدهاند.
ابزارهای دیگر این شرکت که میتوانند از هوش مصنوعی برای پردازش استفاده کنند، Sharpen AI (برای شارپسازی با کارآیی بالا) و Denoise AI (برای حذف کارآمد نویز بدون ایجاد آثار ناخواسته تصویری(هستند.
در نهایت، به نظر میرسد که همچون سایر علوم که هوش مصنوعی توانسته برخی مرزهای محدودیت را جابجا کند، در زمینه پردازش تصویر در عکاسی حرفهای نیز باید منتظر معجزات هوش مصنوعی باشیم. چه بخواهیم و چه نخواهیم، هوش مصنوعی بزودی عکاسی را دچار تحولات شگرفی خواهد کرد. شاید مفهوم عکاسی، عکس، هنر بودن عکاسی، و خیلی از مفاهیمی که به انها عادت کردهایم را از بیخ و بن تغییر دهد.
برای بررسی اولیه میتوانید نسخههای آزمایشی این ابزارها را دریافت کنید. هنگام کار با این ابزارها، احتمالاً از افزایش سرعت فن و گرمشدن غیرمعمول کامپیوتر متوجه میزان پروسس شدیدی که در حال انجام است، خواهید شد.