TECNOLOGÍA

Si toda familia tiene fotos del casamiento de los abuelos o el cumpleaños de 15 de la madre, imagínese lo que es el archivo de un diario. Cada una de esas imágenes, cubiertas de polvo, es un verdadero viaje a través del tiempo. Son retratos de la vida y las costumbres de cada momento de la historia pero que, como la tecnología lo permitía, muchos quedaban inmortalizados en blanco y negro.

Pero ahora es posible ponerle color al pasado. La empresa uruguaya Idatha generó una inteligencia artificial (IA) que colorea fotos antiguas y que ha puesto a disposición del público a través de su cuenta de Twitter. El resultado, tal como se puede ver en las imágenes que acompañan a esta nota, es sorprendente: los colores, las texturas, las luces y las sombras, todos los objetos y personas que aparecen en escena, todo adquiere realismo.

“La IA no es solo algo de nerds; es algo que va a estar cada vez más en nuestras vidas. Es necesario saber cómo funciona y sacarle provecho. Este proyecto muestra un uso positivo y divertido de la tecnología”, explicó Emiliano Viotti. El ingeniero de Idatha también pudo haber dicho educativo y emotivo.

No importa la fortaleza de la teoría matemática detrás de los algoritmos; el resultado no será prometedor si no son entrenados con miles de datos. Para no decir millones. Por ejemplo, la herramienta de Idatha partió de un repositorio público de 15 millones de imágenes. “Si vas a entrenar un algoritmo de IA con datos muy malos o muy pocos, el resultado no va a ser bueno”, apuntó Viotti, responsable del desarrollo.

Para que el Palacio Salvo coloreado –subido a Twitter– parezca salido de una foto tomada por un smartphone–, el algoritmo recibió la información de miles de edificios antiguos, modernos, de distintos colores y formas, con distinta luminosidad, entre otros factores.

Si el entrenamiento no es el adecuado, pasará lo mismo que con la foto de Barack Obama. Una IA que se promocionó capaz de convertir imágenes pixeladas en fotografías realistas lo transformó en un hombre blanco. El primer error, a juicio de Viotti, es que no se habían usado suficientes imágenes de afroamericanos para el aprendizaje.

Para convertir digitalmente una foto monocromática a color es necesario encontrar una forma de corresponder los valores de grises con valores de colores. Este no es un problema sencillo. Dos colores distintos pueden tener valores muy similares en una escala de grises y esto es, según explicó el ingeniero, porque el espacio monocromático es más pequeño. Entonces, la inteligencia artificial es entrenada para agregar la información que falta. Para eso debe aprender, por ejemplo, que las hojas de un árbol son casi siempre verdes o que el cielo de un día soleado es azul o que el color de piel corresponde a un rango de colores.

Así, las fotos coloreadas pueden mostrar con realismo que el traje que vestía Richard Nixon en Montevideo en 1958 era gris claro pero el uniforme escolar de un joven Elon Musk era azul marino, aunque en las fotos originales eran casi iguales.

Del punto de vista técnico, la clave está en la competencia entre dos Generative Adversarial Networks (GANs), redes neuronales utilizadas en problemas de aprendizaje no supervisado. La red “generadora” se encarga de aprender la distribución de clases en un set de datos; por ejemplo: la distribución de colores en una pintura de Leonardo da Vinci. La red “discriminadora” distingue entre ejemplos genuinos y artificiales o sintéticos; por ejemplo: diferenciar entre la verdadera Mona Lisa y una copia. La primera intenta engañar a la otra para que sea más certera.

Si la IA es entrenada con miles de fotos de gatos, de distintas razas y en distintas posiciones podrá contrastar esa información con la de otros animales para saber, primero, que lo que aparece retratado es un gato y, segundo, podrá saber que no hay gatos violetas y no lo pintará de ese color sino del color más aproximado a la raza real.

“La imagen que se obtiene es una aproximación de lo que podría haber sido la realidad que vieron (hablando poéticamente) nuestros abuelos cuando se sacaron la foto. Una aproximación con un cierto grado de probabilidad o confianza”, explicó Viotti.

Bajo el hashtag #PoneleColor se pueden encontrar retratos coloreados de Mario Benedetti, Atilio García, Ladislao Mazurkiewicz, Carlos Gardel y abuelos y abuelas de muchos usuarios. No por nada la idea surgió por las fotos de Antonio, la abuela de Viotti, que veraneaba en Pocitos décadas atrás.

¿Qué pasará con la campaña #PoneleColor en Twitter? El proyecto continuará con dos propuestas: que la herramienta pueda restaurar las imágenes (darles más resolución o eliminar o suavizar efectos de manchas); la otra es que la gente pueda “jugar” por sí misma desde la página de la empresa sin que el ingeniero tenga que ser el intermediario.