Хашем Ал-Гајли, јеменски молекуларен биолог, популаризатор на науката и режисер, најпознат е по својата "Facebook" страница основана во 2008 година. На неа објавува инфографици и кратки видеа со најновите научни откритија. До октомври 2022 година, неговата страница броеше над 32 милиони следбеници, а на "Instagram" го следат речиси еден милион луѓе.

Со појавата на моќни алатки засновани на вештачка интелигенција кои овозможуваат обработка на фотографии, текст или видео, се појави и огромен интерес за „оживување“ на историски личности. Врз основа на бисти, скулптури и слики, Хашем, со помош на вештачка интелигенција, реконструирал како веројатно изгледале некои од најпознатите личности во историјата. Иако "AI" не е секогаш прецизна, финалниот резултат е веројатно најблиску до реалниот изглед на тие фигури.

Како вештачката интелигенција создава видео од фотографија или биста на историска личност?

Процесот вклучува неколку клучни технологии од областа на компјутерски вид (computer vision), длабоко учење (deep learning) и синтетизација на движење и глас. Главните фази се следните:

1. Анализа на лицето од фотографија или биста

"AI" користи алгоритми за препознавање лице со цел да идентификува клучни точки – очи, веѓи, усни, брада и контури на лицето. Дури и кога станува збор за биста, системот може да ги препознае основните облици и ориентација на лицето.

Целта е да се разбере анатомијата и изразите за да може да се изврши мепирање на анимацијата.

2. Анимација на лицето со модели на движење

Следи примена на генеративен модел – најчесто некој вид "GAN" (Generative Adversarial Networks) или "motion transfer AI", кои врз основа на статична слика симулираат движења на лицето, како зборување, трепкање, наведнување на главата итн.

"AI" користи видео-снимен пример од вистинска личност и ги пренесува тие движења на фотографијата или бистата – процес познат како motion capture transfer.

3. Завршна обработка: осветлување, позадина, текстура

Во финалната фаза, "AI" додава реалистични визуелни елементи:

• осветлување и сенки во согласност со сцената

• прилагодена позадина

• текстура на кожата, облека и останати детали

Кои технологии се користат?

• Deep Nostalgia (MyHeritage) – популарен сервис за анимација на стари фотографии

• D-ID, Synthesia, Reface – платформи за генерирање лица што „зборуваат“ од слики

• First Order Motion Model – open-source алгоритам за анимација на фотографии

• StyleGAN / GANimation – генеративни мрежи кои создаваат реалистични изрази

Овие технологии отвораат нови можности за визуелизација на историјата, приближувајќи ни го изгледот и духот на некои од највлијателните личности кои го обликувале светот каков што го познаваме денес.