Il rumore è l'incubo dei fotografi meno abili, ma anche di quelli che osano scattare in condizioni di luce o instabilità particolarmente penalizzanti. Fino a ieri servivano i programmi di fotoritocco, più o meno sofisticati, mentre oggi l'intelligenza artificiale “fotografica” inizia a essere incorporata anche nell'hardware degli smartphone per consentire migliori risultati a fronte di un minimo sforzo. C'è chi però, come i ricercatori del Mit, dell'Università Aalto di Helsinki e di Nvidia, ha studiato un metodo nuovo per poter togliere il rumore, e non solo, dalle immagini già fatte a finite. Anche quelle vecchie, sfocate, a bassa risoluzione, e anche quelle ritoccate aggiungendovi elementi testuali.

Sarà presentato questa settimana a Stoccolma, in occasione di una conferenza inernazionale sull'intelligenza arrtificiale, un sistema battezzato Noise2Noise e capace di “ripulire” le fotografie scattate in condizioni di scarsa luce così come quelle catturate da telescopi e satelliti, le immagini radiografiche e quelle ritoccate. Il Noise2Noise si distingue da metodi apparentemente simili perché, come si legge nelle conclusioni dello studio, “in determinate, comuni circostanze, è possibile imparare a ripristinare i segnali senza nemmeno dover mai osservare gli esempi puliti, con prestazioni simili o uguali a quelle degli allenamenti che usano esempi puliti”. Gli “allenamenti” in questione sono quelli degli algoritmi di apprendimento automatico, che necessitano si svolgere un lavoro di ingestione e analisi di dati prima di imparare a svolgere in autonomia un determinato compito.

 

 

Con questo metodo, dunque, si può migliorare una fotografia riuscita male per via della scarsa luce o di una mano poco ferma o di limiti tecnici dello strumento, oppure eliminare un lettering indesiderato ricostruendo l'immagine sottostante, o ancora per ripristinare i colori originari. In fase preparatoria, dunque, sono state utilizzate circa cinquantamila immagini a bassa risoluzione (da 256x256 pixel, tratte dal database di validazione Imagenet e ritraenti una cinquantina di soggetti) per allenare una rete neurale su una Gpu Nvidia Tesla P100. Dopo circa tredici ore di training, il sistema è stato messo all'opera, dimostrando di riuscire a eliminare il rumore con una certa rapidità ed efficacia (per maggiori dettagli tecnici vi rimandiamo allo studio completo).