Z razvojem pametnih telefonov, aplikacij in umetne inteligence so se pojavila tudi orodja, ki nam lajšajo uporabo vsega tega. Na področju fotografije smo že doživeli, da aplikacija sama prepozna osebe, živali ali druge subjekte na sliki in jih nato ustrezno razporedi, da lahko mi kar najhitreje najdemo tisto, kar iščemo.
Še vedno pa moramo sami izbirati najboljše fotografije in zapravljati čas za izločevanje neostrih ali takih s slabo kompozicijo. Google je nedavno javnosti sporočil, da razvijajo nov sistem, ki bi to delo opravljal namesto nas.
Neostrim oziroma meglenim slikam algoritem hitro postavi nizko oceno.
Nevronska mreža se uči na ogromnem številu fotografij in je tako vedno bolj uspešna pri ocenjevanju novih
Google je svoj projekt poimenoval NIMA oziroma Neural Image Assessment, v jedru delovanja pa je nevronska mreža, ki fotografije ocenjuje na podlagi tega, kar misli, da bo nam všeč, tako s tehničnega vidika kot estetskega. Za učenje uporablja set slik, ki so že bile ocenjene, na primer s foto tekmovanj, kar omogoča sestavljanje ocene z različnih področij, ne le podajanje ene povprečne ocene. Za svoje delovanje lahko uporablja referenčne fotografije, s čimer so lahko ocene zelo natančne. V primeru, da podobnih slik še ni, pa uporabi statistične modele.
S tako uporabo umetne inteligence tako pri Googlu razvijajo sistem, ki bo ocenjeval fotografije na zelo podoben način kot ljudje. NIMA bo zelo uporaben sistem v različnih fotografskih aplikacijah, saj bo namesto nas izjemno hitro našla naše najboljše fotografije in izločila meglene slike ali slabo postavljene kadre. Tak izbor lahko ljudem vzame tudi po ure dragocenega časa, seveda odvisno od števila narejenih fotografij.
Google pravi, da bi bil lahko sistem NIMA uporaben tudi za urejanje fotografij, saj bi lahko z njegovo pomočjo nastavili samodejna urejevalna orodja. Tako bi programi ali aplikacije spreminjali svetlost, nivoje beline in ostale podrobnosti glede na to, kakšen končni rezultat želimo, ne pa glede na vnešene številske vrednosti. Pri tovrstnih tehnologijah pa je najbolje to, da se neprestano učijo in tako postajajo vedno bolj natančne in uporabne.
Matevž Krajnik
