Une IA qui édite des images... sans entraînement ?

Aujourd'hui, parler d'IA en matière de recherche algorithmique, c'est bien entrer dans le domaine de l'apprentissage statistique. Armé d'un bon bagage de mathématique, le programme va chercher à mimiquer les traits des données fournies dans la phase d'apprentissage, donnant des résultats impressionnants dans le domaine du traitement d'image pour n'en citer qu'un.

Sauf que le nombre d'échantillons nécessaire est de l'ordre du millier d'exemples, voire bien plus selon la complexité de la tâche, et cela prend du temps - ainsi que de la puissance de calcul - pour réaliser cet apprentissage. Le retirer serait une avancée importante, mais s'effectue au détriment de la vitesse de traitement d'une image : il faut bien calculer à un moment !

C'est suivant ce cheminement que des chercheurs du Weizmann Institute of Science en Israël sont venus à ce projet. Ici, un des buts est de séparer l'arrière-plan d'une photographie macro pour ne garder qu'une silhouette - cependant le papier a également exploré du côté des watermarks, l'IA se montrant douée sur ces tâches. Le travail, nommé double-DIP, se base sur un DIP (Deep Image Prior) préexistant. À l'aide d'un réseau de neurones et d'une structure multicouche, le DIP s'auto-entraîne à partir de données aléatoires pour reconnaître des motifs présents sur l'image ; puis applique ce qu'il a appris sur l'image elle-même. Si cela peut sembler obscur, l'idée se base sur le fonctionnement interne du cerveau humain, nous ne nous étonnons donc pas de l'efficacité du bouzin. En version double, un DIP se charge de reconstituer l'arrière-plan, l'autre la partie frontale, et un troisième est utilisé lors de l'autoapprentissage afin du juger de la qualité des images obtenues. Notez que la structure du réseau employé doit être précautionneusement choisie, car ce dernier n'apprend plus que par elle : impossible donc de corriger une faiblesse de design par un apprentissage plus long.

Si cela semble prometteur sur papier, il reste à voir de quoi la technique est capable dans un ensemble de photos issues de réels travaux, dans le domaine de la photographie ou du cinéma par exemple. Bientôt en plug-in sur Photoshop / GIMP ?

Et quand ça marche, ça donne ça !