به گزارش  پایگاه خبری آتیه پرس، امروزه با کمک هوش مصنوعی می‌توان عکس‌های قدیمی و آسیب‌دیده را ترمیم کرد.ترمیم عکس قدیمی با هوش مصنوعی روشی برای بهبود و بازسازی تصاویر قدیمی، آسیب‌دیده، تار، کم‌رنگ یا سیاه‌وسفید است.

ابزارهای هوش مصنوعی (AI) می‌توانند بخش‌هایی از تصویر را تحلیل کنند و برای کاهش خط‌ و خش، ترمیم پارگی‌ها، افزایش وضوح، اصلاح کنتراست و حتی رنگی کردن عکس‌های قدیمی به کار روند.

در گذشته برای بازسازی یک عکس خانوادگی قدیمی روش‌هایی مثل روتوش دستی وجود داشت که با صرف زمان بسیار انجام می‌شد و نیاز به نرم افزارهای ویرایش عکس داشت اما امروز مدل‌های مولد و ابزارهای هوش مصنوعی می‌توانند بسیاری از این مراحل را با سرعت بیشتری انجام دهند.

در عین حال روند بازتولید استایل‌های قدیمی مثل دهه ۵۰ میلادی، دلایل روان‌شناختی و تجاری بسیار قدرتمندی دارد. وقتی دنیای مدرن با سرعت زیاد تغییر می‌کند و استرس‌های تکنولوژیک مثل هوش مصنوعی یا شبکه‌های اجتماعی افزایش می‌یابد، انسان تمایل دارد به دورانی پناه ببرد که در ذهن او ساده‌تر، آرام‌تر و امن‌تر بوده است.

نکته جالب این است که حتی نسل‌هایی که اصلاً دهه پنجاه میلادی را تجربه نکرده‌اند مثل نسل Z به دلیل دیدن این استایل در فیلم‌ها و هنر با آن احساس پیوند برقرار می‌کنند.از نظر هنری، تصاویر آن دوران دارای ویژگی‌های بصری خاصی هستند که در دنیای مدرن کمتر دیده می‌شود. مثلا در اینستاگرام، برای دیده شدن باید متفاوت باشید، بنابراین اگر همه از دوربین‌های فوق پیشرفته گوشی‌های جدید استفاده می‌کنند، کسی که با استایل دهه پنجاهی محتوا تولید می‌کند، یک هویت بصری منحصربه‌ فرد ایجاد کرده است.این کار باعث می‌شود صفحه کاربر در میان انبوه تصاویر دیجیتالی، متمایز و اصطلاحا هنری به نظر برسد.

بازتولید عکس‌های دهه پنجاه، در واقع تلاش برای «انسانی‌تر کردن» تصاویر دیجیتالی است. این کار با ترکیب هنر، روان‌شناسی دلتنگی برای گذشته و نیاز به تمایز بصری انجام می‌شود.

موج بازتولید عکس های دهه پنجاه از کجا شروع شد؟

به اعتقاد کارشناسان، این موج (Trend) یک اتفاق ناگهانی نیست، بلکه نتیجه‌ برخورد چند جریان متفاوت در حوزه‌های تکنولوژی، سینما و فرهنگ است. ریشه‌های این حرکت را می‌توان در چهار لایه مختلف جست وجو کرد.در دهه ۲۰۱۰، اینستاگرام پر شد از عکس‌های بسیار شفاف و رنگ‌های بسیار اشباع‌شده و فیلترهای دیجیتالی که همه چیز را بیش از حد تمیز نشان می‌دادند اما کاربران به تدریج از این واقعیت بیش از حد اصلاح‌شده خسته شدند.آن‌ها دنبال چیزی بودند که حس واقعی بودن و غیردیجیتالی بودن را منتقل کند.قبل از این‌ها، اگر می‌خواستید عکسی با سبک دهه ۵۰ داشته باشید، باید واقعاً فیلم آنالوگ می‌خریدید و دوربین قدیمی داشتید که بسیار هزینه‌بر بود اما با ظهور و ورود اپلیکیشن‌هایی جدید این هنر در دسترس همگان قرار گرفت.

جالب‌ترین بخش ماجرا نقش نسل Z و متولدین اواسط دهه ۹۰ تا اوایل دهه ۲۰۱۰ است. برخلاف تصور این نسل که با دیجیتال بزرگ شده،به شدت عاشق دوربین‌های فیلمی قدیمی و دوربین‌های دیجیتال قدیمی است. برای آن‌ها، عکس‌های دیجیتالی موبایل خیلی ساده و بی‌روح هستند. آن‌ها به دنبال ابزاری هستند که به عکس‌ها شخصیت بدهد. این علاقه باعث شد که آن‌ها در اینستاگرام شروع به بازتولید و ترویج این استایل کنند تا از نسل‌های قبل متمایز شوند.

موج بازتولید عکس‌های دهه پنجاه را نمی‌توان صرفا یک پدیده فرهنگی یا نوستالژیک دانست. در پس این ترند، زنجیره‌ای از فناوری‌های پیشرفته پردازش تصویر، یادگیری ماشین، معماری توزیع شده و سامانه‌های توصیه محتوا قرار دارد که امکان تولید، انتشار و تقویت انبوه این نوع محتوا را فراهم کرده است.

از منظر مهندسی سیستم، تولید یک تصویر “دهه پنجاهی” شامل یک خط لوله (Pipeline) چند مرحله‌ای است: دریافت تصویر ورودی از کاربر، پیش پردازش (تشخیص چهره، حذف پس زمینه، نرمالسازی نور و رنگ)، اعمال مدل تبدیل سبک یا تولید مجدد تصویر و در نهایت پس پردازش، افزایش وضوح، فشرده‌سازی و قالب‌بندی برای نمایش در شبکه اجتماعی.

هر یک از این مراحل معمولا بر بستر رایانش ابری و با استفاده از واحدهای پردازش گرافیکی یا شتاب‌دهنده‌های تخصصی هوش مصنوعی اجرا می‌شود.بسیاری از اپلیکیشن‌های ارائه دهنده این خدمت به جای اجرای مدل روی دستگاه کاربر از معماری کالینت ـ سرور استفاده می‌کنند: تصویر از طریق API به سرور ارسال، در آنجا پردازش و نتیجه بازگردانده می‌شود. این رویکرد هرچند تجربه کاربری روان‌تری فراهم می‌کند اما پیامدهای مهمی برای حریم خصوصی داده به همراه دارد.

هنگامی که کاربر عکس خود را در یک اپلیکیشن شخص ثالث برای دریافت نسخه “دهه پنجاهی” بارگذاری می‌کند، این تصویر معمولا از طریق یک اتصال HTTPS به سرورهای ارائه دهنده خدمت منتقل و در یک محیط پردازشی اغلب مبتنی بر زیرساخت ابری عمومی پردازش می‌شود.نکته حائز اهمیت فنی این است که سیاست نگهداری داده این سرویس‌ها به ندرت برای کاربر عادی شفاف است: برخی تصاویر ورودی را بلافاصله پس از پردازش حذف می‌کنند در حالی که برخی دیگر آنها را برای آموزش مجدد مدل یا بهبود دقت الگوریتم نگهداری می‌کنند.

در همین راستا علی اصغر زارعی – مدرس دانشگاه و کارشناس ارشد مدیریت سیستم‌های اطلاعاتی و فناوری اطلاعات ، با اشاره به نقش هوش مصنوعی و فیلترهای دیجیتال در این زمینه می‌گوید: آنچه این موج را از نوستالژی‌های پیشین متمایز می‌کند، سهولت دسترسی به ابزارهای بازسازی تصویر است. مدل‌های تولید و ویرایش تصویر مبتنی بر هوش مصنوعی امروز قادرند با دریافت یک یا چند عکس از کاربر، تصویری واقع نما از او در قالب دهه‌های گذشته تولید کنند. کاری که پیشتر تنها از عهده فتوشاپ حرفه‌ای یا استودیوهای تخصصی برمی‌آمد.

او می‌گوید: این سهولت دو پیامد مهم دارد اول دموکراتیزه شدن تولید محتوای نوستالژیک زیرا هر کاربری صرفنظر از مهارت فنی می‌تواند در این ترند مشارکت کند. دوم افزایش نگرانی‌ها درباره اصالت تصویر و مرز میان خاطره واقعی و بازسازی مصنوعی.به گفته زارعی این موضوع واکنش برخی چهره‌های شناخته شده را هم برانگیخته و آنها را به انتشار عکس‌های اصیل و واقعی خود از آن دوران به جای نسخه هوش مصنوعی شده ترغیب کرده است.

این کارشناس فناوری اطلاعات با بیان اینکه با گسترش تصاویر تولیدشده توسط هوش مصنوعی، حوزه تشخیص محتوای مصنوعی به یکی از شاخص‌های فعال پژوهش در فناوری اطلاعات و امنیت رسانه تبدیل شده است، اظهار کرد: چالش مهم در این حوزه افت چشمگیر دقت این ردیاب‌ها پس از عملیات‌های متداول شبکه‌هایی مانند برش، تغییر اندازه، فشرده سازی مجدد و اعمال فیلتر است.با این اوصاف، از دیدگاه فناوری اطلاعات موج نوستالژی دهه پنجاه را باید نمونه‌ای گویا از همگرایی چند حوزه فنی دانست؛ هوش مصنوعی مولد به ویژه مدل‌های انتشار، سامانه‌های توصیه محتوا مبتنی بر یادگیری ماشین، معماری توزیع شده رایانش ابری، چالش‌های نوظهور حریم خصوصی و اصالت سنجی داده از جمله این حوزه‌ها به شمار می‌رود.

به گزارش ایسنا، امروزه موج بازتولید عکس‌های دهه پنجاه در فضای مجازی، به دلیل خستگی از تصاویر دیجیتالی بی‌روح و بی‌نقص، توسعه تکنولوژی و ظهور اپلیکیشن‌های شبیه‌ساز دوربین‌های فیلمی، ترند شدن در سینما و هنر و پذیرش نسل جدید راه افتاده که به دنبال ابزاری برای هنری کردن و شخصی سازی تصاویر خود هستند.