Artificial Intelligence ingezet om Romeinse keizers te reconstrueren

De Canadese Virtual Reality-specialist en filmmaker Daniel Voshart heeft levensechte portretten gemaakt van de Romeinse keizers. Daarvoor gebruikte hij echter niet zijn fantasie, maar Artificial Intelligence (AI), of in het bijzonder: machine learning en twee neurale netwerken. We vertellen je graag hoe Voshart dit toffe project uitgevoerd heeft.

Met Artificial Intelligence de geschiedenis in

Tot op heden bestond ons beeld van de oude Romeinse keizers heersers eigenlijk vooral op beelden uit films en andere media, en geschiedenisboeken. Hoe historisch correct die beelden echter zijn, is natuurlijk de vraag. Vooral aangezien de opgeschilderde huid-, haar- en oogkleur is al lang van het bronmateriaal (oftewel: de marmeren beelden) verdwenen is.

Via Wetenschap in Beeld stuiten we op het werk van Daniel Voshart. Deze creatieveling heeft gedegen onderzoek én Artificial Intelligence (AI) ingezet om een zo natuurlijk en realistisch mogelijk beeld van de oude Romeinse keizers te maken.

Is het Internet of Things hetzelfde als AI?

Tekst gaat verder onder de afbeelding.

Machine learning: definitie, werking en voordelen. Alles dat je moet weten over machine learning.

Machine learning reconstrueert keizers

Voor zijn project verzamelde Voshart ruim 700 foto’s van standbeelden, bustes, munten en schilderijen van de keizers. In Photoshop herstelde hij eventuele schade en voorzag hij de circa 100 portretten van gelaatstrekken die aansluiten bij de beschrijvingen van de keizers uit schriftelijke bronnen. Ook heeft Voshart gekeken naar de geboorteplaats van de keizers in kwestie. Deze beelden werden vervolgens ingevoerd in een machine learning-systeem.

Dit machine learning-systeem bestaat uit twee neurale netwerken die als het ware tegen elkaar spelen. Het ene netwerk is erop getraind een beeld te maken van welke input dan ook, terwijl het tweede netwerk bepaalt of een foto echt of nep is. Met andere woorden: het eerste netwerk maakt een realistischere versie van het ingevoerde beeld. Als het tweede netwerk daarna oordeelt dat het beeld door de computer is gemaakt, moet het eerste netwerk generator het nogmaals proberen. De netwerken worden (dankzij training) uiteraard steeds beter in het uitvoeren van hun taak.

Het slimme apparaten ABC.

Machine learning en neurale netwerken?

Artificial Intelligence (AI) is intelligentie tentoongesteld door machines. Maar waar komt deze intelligentie vandaan? AI-systemen hebben de mogelijkheid hun eigen kennis te vergaren door patronen uit data te halen. Deze vaardigheid staat bekend als machine learning. Met andere woorden: machine learning het vakgebied dat zich bezighoudt met het ontwerpen van machines die kunnen leren van data. Een van de modellen die bij het machine learning ingezet kan worden, is het neurale netwerk. Deze neurale netwerken modelleren de data met behulp van kunstmatige neuronen. Neurale netwerken bootsen de werking van de hersenen na, die een biologisch neuraal netwerk vormen.

Meer informatie over Daniel Voshart en dit project vind je op zijn website.

Meer lezen over dit onderwerp?

Misschien vind je deze artikelen ook interessant:

Hoe Internet of Things en Artificial Intelligence bijen kunnen redden
Van cybersecurity naar cyberveerkracht met Artificial Intelligence
Artificial Intelligence wordt (te) vaak als blank geportretteerd
Artificial Intelligence maakt versnelde corona-screening mogelijk

Related articles

Popular articles

PrivacybeleidCookie beleid
3Bplus © All rights reserved
WEBSITE PROJECT: