Machine Learning e deepfake

Machine Learning, restauro digitale, o falso d’autore?

 

Quante volte abbiamo visto magari in un telefilm americano, prendere uno sgranato filmato di sorveglianza e vederlo trasformare in una perfetta immagine dell’identikit del sospettato?

O quante volte ci siamo ingenuamente chiesti, questa foto fatta con un cellulare degli anni 90, posso farla diventare un bel post da appendere in camera? Fantascienza o realtà?

Fantascienza in effetti, almeno dal punto di vista tecnico, un pò meno dal punto di vista artistico, grazie ai nuovi avanzamenti dei software digitali, che grazie appunto al machine learning, permettono di elaborare un’immagine, e restaurarla.

 

Verosimile, non vero

 

Non c’è dubbio che se un file ha registrato un’immagine con una certa quantità di pixel, continua ad essere impossibile cavargli nuovi pixel per fargli ottenere un aspetto migliore, ma grazie al machine learning, possiamo almeno ottenere un’immagine verosimilmente simile alla realtà, o almeno ad una realtà.

Un esemplificativo banco di prova, è stato realizzato grazie ad un programma chiamato ” Gigapixel AI”, dove l’intelligenza artificiale per l’appunto, ha ” restaurato ” il famoso ” L’arrivèe d’un train en gare de La Ciotat” dei fratelli lumier, un filmato del 1896 che più di un secolo dopo è stato riportato a nuova vita mostrandoci molti più dettagli del filmato originale

 

.

 

Il programma di machine learning non ha ovviamente ripescato dei pixel che ormai sono irrimediabilmente persi sotto le nebbie del tempo, ma ha semplicemente reso verosimile all’occhio umano, imparando per l’appunto quello che ci si aspetterebbe di vedere, nel groviglio di pixel sfocati del filmato originale.

 

Il ritorno dei Pixel perduti

 

Stesso discorso è applicabile per una vecchia foto digitale con pochi pixel, la si può rendere verosimilmente simile a quello che sarebbe potuto essere il risultato se avessimo utilizzato una fotocamera di qualità migliore, pagando il prezzo di lasciar decidere al software come riempire i vuoti di informazione per ottenere un risultato migliore.

Il risultato ad un’occhiata grossolana può risultare stupefacente, ma ad una attenta analisi, i volti risulteranno come pennellati ad olio, la pelle cerosa, i dettagli innaturalmente lucidi.

Il machine learning dipinge i pixel che trova mancanti, ed è sicuramente più apprezzabile il risultato di un vecchio filmato in bianco e nero dei fratelli lumiere, che quello di una foto di famiglia scattata a natale dalla zia con un cellulare di poco prezzo, continuiamo a non avere un risultato ottimale per poterne fare un poster da attaccare in camera, al massimo una piccola cornice da mettere sul comodino.

 

Restauro, o deepfake?

 

Appurato che il machine learning restituisce solamente un’ipotetica immagine sulla base delle nostre indicazioni, o del materiale che gli forniamo, per lo stesso presupposto, questa tecnologia è utilizzata anche ( e soprattutto ) per creare dei falsi filmati, dove i volti di politici, attori o cantanti sono applicati a dei filmati con altri soggetti, per fargli dire, o fare , il falso.

 

 

Inutile dire che la tecnologia del deepfake è utilizzata soprattutto per dei video montaggi porno, dove attori e attrici vengono messi in situazioni imbarazzanti.

I risultati sono anche qui, apprezzabili dal punto di vista tecnico, desecrabili per le molte celebrità che ovviamente non gradiscono vedersi impersonare dentro dei filmetti a luci rosse.

Oltre alle preoccupazioni etiche e morali, molti politici, almeno in America, hanno espresso delle riserve dal punto di vista legale e democratico ( possiamo letteralmente vedere filmati in cui Obama, o Trump, dicono scandendo il labiale cose che non hanno mai detto ) , ma per lo più, la comunità dei nerd all’opera con i software di machine learning, sono impegnati a produrre porno con attrici famose , e ovviamente, far fare cose a Nicholas Cage…