2.09 Inspirirajte se: Ponovno osmišljavanje prošlosti generiranjem slika uz pomoć umjetne inteligencije

Od očuvanja do kreativne rekonstrukcije

Prethodni moduli uspostavili su nacrt za projekt baštine usmjeren na etičko očuvanje i predstavljanje prikupljenih materijala. Sada ćemo istražiti kreativniji put koji se nadograđuje na te vještine: korištenje generativne umjetne inteligencije za popunjavanje praznina u vizualnom povijesnom zapisu. Što se događa kada je dragocjena stara fotografija poderana, izblijedjela ili prikazuje samo dio scene? Generativna umjetna inteligencija nudi moćne alate koji nam pomažu popuniti te praznine, ne kao zamjenu za povijesnu činjenicu, već kao metodu kreativne i informirane rekonstrukcije. Dok je Google Gemini bio naš svestrani pomoćnik za tekst i analizu, za specijalizirano generiranje kreativnih medija, sada ćemo se okrenuti posvećenim platformama dizajniranim posebno za stvaranje slika, glazbe i videa. Napominjemo da je Google Gemini multimodalni model, što znači da ima sposobnosti za proizvodnju slika, zvuka i videa, međutim, u sljedećim odjeljcima i modulima predstavit ćemo i neke druge alate i modele umjetne inteligencije.

Popunjavanje slike uz pomoć umjetne inteligencije (engl. AI inpainting) za povijesne fotografije

Tehnika korištenja umjetne inteligencije za popunjavanje nedostajućih dijelova slike često se naziva inpainting ili je, u novije vrijeme, značajka alata s mogućnostima generativnog popunjavanja (engl. generative fill).

Alati poput Adobe Fireflyja posebno su prikladni za to, jer su trenirani na knjižnici licenciranog, komercijalno sigurnog sadržaja, što pomaže u ublažavanju nekih briga oko autorskih prava i etike. Ovi alati omogućuju korisniku da odabere nedostajuće ili oštećeno područje slike i tekstom opiše što bi se tamo trebalo nalaziti. Umjetna inteligencija zatim generira novi odjeljak koji se neprimjetno stapa s postojećom fotografijom. Korisnik zatim donosi odluku hoće li prihvatiti prijedlog umjetne inteligencije ili zatražiti novi prijedlog kako se označeni dio slike može grafički popuniti.

Ova tehnika ima duboke implikacije za kulturnu baštinu. Istraživači su već koristili sofisticiranu umjetnu inteligenciju za stvaranje detaljnih 3D rekonstrukcija drevnih reljefa iz pojedinačnih, ravnih povijesnih fotografija, digitalno otkrivajući detalje izgubljene vremenom. Isti se princip može primijeniti za restauraciju oštećenih osobnih ili zajedničkih foto arhiva.

Primjer korištenja umjetne inteligencije: Dovršavanje povijesne fotografije

Zamislimo da smo tijekom projekta HER[AI]TAGE pronašli jednu, oštećenu fotografiju iz 1950-ih koja prikazuje tradicionalni ribarski čamac na Dunavu. Fotografija je poderana, a stražnja polovica čamca nedostaje. Međutim, imamo detaljne opise iz usmene povijesti o tome kako su ti čamci izgledali. Možemo koristiti te informacije da vodimo umjetnu inteligenciju.

Uputa za generator slika s generativnim popunjavanjem (npr. Adobe Firefly):

Ovo je djelomična fotografija drvenog ribarskog čamca iz 1950-ih na rijeci Dunav. Stražnja polovica čamca nedostaje. Na temelju postojećeg dijela slike i sljedećeg opisa iz intervjua usmene povijesti, molim te dovrši fotografiju u fotorealističnom stilu: „Čamac je bio tradicionalna ‘čajka’, dugačak i uzak, izrađen od tamnog hrastovog drveta, s visokom, zakrivljenom krmom. Imao bi jednostavne ribarske mreže složene straga i malo, izrezbareno drveno kormilo za upravljanje.“

Umjetna inteligencija bi analizirala postojeće piksele, teksture i osvjetljenje originalne fotografije i koristila tekstualni opis za generiranje nedostajućeg dijela. Rezultat bi bila cjelovita slika koja vizualno predstavlja povijesni artefakt potpunije od oštećenog originala.

Demonstracija tehnike in-painting. Slika: rawpixel.com.

Etička razmatranja: Rekonstrukcija nasuprot stvarnosti

Ključno je pristupiti ovoj vrsti kreativne rekonstrukcije s transparentnošću. Slika dovršena uz pomoć umjetne inteligencije nije povijesni dokument, već je to interpretacija temeljena na dostupnim dokazima (i vizualnim i usmenim). Prilikom predstavljanja takve slike u izložbi ili publikaciji, mora biti jasno i eksplicitno označena kao „rekonstrukcija potpomognuta umjetnom inteligencijom“.

To osigurava da gledatelji razumiju razliku između originalnog artefakta i kreativnog dodatka, odnosno (re)interpretacije. Ova praksa poštuje povijesni integritet, a istovremeno nam omogućuje korištenje tehnologije za stvaranje potpunijeg i zanimljivijeg vizualnog iskustva. Kombiniranjem fragmentiranih povijesnih podataka s kreativnom snagom umjetne inteligencije, možemo ponuditi nove načine gledanja i povezivanja s prošlošću.