Qualche giorno fa Google ha presentato le sue ultime novità per la modifica delle foto usando il machine learning. Soluzioni come Magic Eraser per eliminare elementi in una foto o Photo Unblur per migliorarne colori, risoluzione e sfondo, mirano tutti a creare lo scatto perfetto. Anche quando quella perfezione nella realtà non esiste.
L’obiettivo è trasformare una scena mediocre in una scena stunning, vale a dire in grado di lasciare senza fiato. Ma quanto è etico tutto questo? Non rischiamo di crearci una storia e dei ricordi basati su documenti di scene non corrispondenti alla realtà ?
Non rischiamo di dare ai posteri la sensazione che i loro predecessori vivessero una vita perfetta, fatta di scene bellissime, prive di difetti? Quanto potrebbero sentirsi frustrati chi prenderà il nostro posto, se questi ricostruissero la nostra vita su documenti palesemente falsi?
Grazie all’uso di filtri, intelligenza artificiale e tecniche di eliminazione dei difetti, siamo ora in grado di creare milioni di foto “perfette” ogni anno. Ma c’è un rovescio della medaglia: stiamo rischiando di creare una serie di falsi ricordi basati su scene non veritiere.
Indice dei contenuti
Il Machine Learning e la Fotografia
La fotografia è un’arte che cattura la realtà come la vediamo o come vorremmo vederla. Tuttavia, con l’avvento del machine learning, la linea tra queste due percezioni si sta sempre più offuscando.
Come funziona?
Il machine learning è un ramo dell’intelligenza artificiale che utilizza algoritmi e modelli statistici per far “apprendere” ai computer come eseguire determinate attività senza essere esplicitamente programmati. Nel campo della fotografia, tali algoritmi possono essere addestrati a riconoscere ed eliminare difetti, a migliorare la qualità delle immagini e a creare effetti visivi che prima erano possibili solo con un elaborato lavoro di post-produzione.
I filtri e l’eliminazione dei difetti
Uno degli usi più comuni del machine learning nella fotografia è l’implementazione di filtri e l’eliminazione dei difetti. Questi algoritmi possono identificare e correggere imperfezioni come occhi rossi, sfocatura, rumore e altri difetti comuni nelle foto. Inoltre, possono anche essere utilizzati per modificare l’aspetto delle foto, ad esempio rendendo i colori più vivaci, aggiungendo un effetto bokeh o persino modificando l’aspetto di una persona nella foto.
Per esempio una delle recenti soluzioni di Google si chiama Best Take e prevede di far sorridere le persone nelle foto anche se queste durante lo scatto non sorridevano per niente.
La creazione di foto “perfette”
Grazie all’applicazione del machine learning, siamo ora in grado di creare foto che appaiono “perfette”. Possiamo far sorridere le persone dopo che la foto è stata scattata, farle apparire più giovani, eliminare difetti o imperfezioni e persino cambiare lo sfondo di una foto.
Tutto ciò porta alla creazione di milioni di foto perfette ma non corrispondenti alla realtà , ogni anno.
Ma cosa significa “perfetto”?
La perfezione è un concetto soggettivo e ciò che può sembrare perfetto per una persona potrebbe non esserlo per un’altra. Tuttavia, ciò che è innegabile è che le foto modificate attraverso il machine learning spesso appaiono innaturali o “troppo perfette”. La pelle liscia come la ceramica, i denti bianchissimi e gli occhi brillanti possono sembrare attraenti, ma spesso sono distanti dalla realtà .
Il rischio dei falsi ricordi
Le foto sono un mezzo potente per catturare e conservare i ricordi. Tuttavia, se queste foto vengono modificate o alterate, stiamo davvero ricordando la realtà o una versione alterata di essa? C’è il rischio che, attraverso l’uso diffuso del machine learning nella fotografia, stiamo creando una serie di falsi ricordi basati su scene non autentiche.
Quando, tra qualche decennio, ci ritroveremo a prendere tra le mani vecchie foto, chissà se riusciremo a ricordare se sono vere o frutto del lavoro di processori sempre più veloci, in grado di modificare la scena per renderla come vorremmo che fosse e non come è realmente.
In conclusione
- Il machine learning sta rivoluzionando la fotografia, rendendo ogni scatto “perfetto” attraverso la correzione automatica dei difetti e la modifica delle scene.
- Questa tecnologia solleva importanti domande etiche sulla creazione di immagini “troppo perfette”.
- Il rischio principale è la creazione di falsi ricordi basati su scene modificate e irreali.
- La fotografia dovrebbe catturare momenti autentici, ma il machine learning può distorcere la realtà .
- È essenziale considerare le implicazioni etiche e trovare un equilibrio tra perfezione e autenticità nelle nostre immagini.
- Conservare la bellezza delle imperfezioni potrebbe essere la chiave per mantenere i nostri ricordi genuini e veri.