High-Tech : L’IA va-t-elle ré­in­ven­ter la pho­to ?

Vous n’avez pas pu pas­ser à cô­té : l’in­tel­li­gence ar­ti­fi­cielle est re­ve­nue en force avec les co­pro­ces­seurs dé­diés aux ré­seaux neu­ro­naux (NPU pour Neu­ral Pro­ces­sing Unit), no­tam­ment dans les smart­phones d’Apple et de Hua­wei.

Courrier Cadres - - SOMMAIRE - Par Franck Mée.

Dif­fi­cile d’échap­per à l’in­tel­li­gence ar­ti­fi­cielle en gé­né­ral et à ses dé­cli­nai­sons dans le monde de l’image et de la pho­to. Ain­si, les co­pro­ces­seurs dé­diés aux ré­seaux neu­ro­naux (NPU pour Neu­ral Pro­ces­sing Unit) ont fait leur ap­pa­ri­tion dans les der­niers smart­phones d’Apple et Hua­wei no­tam­ment. Son ob­jec­tif ? Mettre en avant les ap­pli­ca­tions de l’in­tel­li­gence ar­ti­fi­cielle en pho­to, as­su­rant que les choix de l’ap­pa­reil face à une scène don­née se­ront plus ef­fi­caces - une pro­messe dé­jà faite par Pen­tax. Mais en quoi cette ap­proche est-elle dif­fé­rente des au­to­ma­tismes clas­siques ?

LE MODE AU­TO INTELLIGENT

Tra­di­tion­nel­le­ment, le prin­ci­pal ré­glage d’un ap­pa­reil pho­to est l’ex­po­si­tion, ob­te­nue en jouant sur dif­fé­rents pa­ra­mètres (la vi­tesse d’ob­tu­ra­tion, la sen­si­bi­li­té ISO, le dia­phragme). À un ni­veau d’illu­mi­na­tion don­né cor­res­pond une va­leur d’ex­po­si­tion cen­sée as­su­rer une pho­to équi­li­brée. Mais il nous manque ici la prise en compte du su­jet : lo­gi­que­ment, vous ne vou­lez pas qu’un pay­sage en­nei­gé res­sorte avec la même lu­mi­no­si­té qu’une pho­to de spé­léo­lo­gie. De là est né le be­soin de modes au­to­ma­tiques “in­tel­li­gents”, qui tentent de de­vi­ner les images. Ce sys­tème est al­go­rith­mique, avec une lo­gique simple : s’il y a un vi­sage qui oc­cupe plus de 20 % du cadre, alors c’est un por­trait, donc on passe en mode por­trait. Autre exemple : si le haut est bleu et le bas est jaune, c’est une pho­to de plage, donc on passe en mode plage avec des ré­glages qui sur­ex­posent un peu pour que le sable reste bien lu­mi­neux. À charge pour les pro­gram­meurs de dé­fi­nir les modes scènes adap­tés et les al­go­rithmes per­met­tant de les re­con­naître. Ce­la fonc­tionne gé­né­ra­le­ment bien, mais peut man­quer de sou­plesse. Les si­tua­tions in­con­nues ou am­bi­guës donnent des ré­sul­tats im­pré­vi­sibles : si au­cun cas ne cor­res­pond à votre image, l’ap­pa­reil re­vient

à un mode au­to­ma­tique clas­sique ou bien passe d’un mode à l’autre et donne des ré­sul­tats in­co­hé­rents. D’où l’idée de lui ap­prendre à pho­to­gra­phier, non en se ba­sant sur des cas types dé­fi­nis par les pro­gram­meurs, mais comme on en­seigne à un en­fant : par l’exemple. C’est ici qu’entre en jeu l’in­tel­li­gence ar­ti­fi­cielle : l’ap­pren­tis­sage pro­fond par ré­seau neu­ro­nal. Il s’agit ni plus ni moins de si­mu­ler le fonc­tion­ne­ment d’un cer­veau et en par­ti­cu­lier ses mé­ca­nismes d’ap­pren­tis­sage et de res­ti­tu­tion. L’idée est d’en­traî­ner un ré­seau neu­ro­nal sur une base de don­nées de pho­tos dé­jà prises par des pho­to­graphes. En “ob­ser­vant” les images, en re­gar­dant dans quelle ca­té­go­rie elles ont été pla­cées et en étu­diant les don­nées EXIF, le ré­seau va “com­prendre” la lo­gique. Hua­wei, par exemple, a ain­si en­traî­né les der­nières ver­sions de son ap­pli­ca­tion pho­to sur plu­sieurs mil­liers d’images, pour re­con­naître des scènes qui de­mandent des ré­glages très par­ti­cu­liers. Le ré­seau neu­ro­nal a exa­mi­né ces pho­tos et ten­té de de­vi­ner leur struc­ture, leur éclai­rage, et la fa­çon dont les pho­to­graphes ont non seule­ment clas­sé les cli­chés - ce qui cor­res­pond à l’idée du mode scène au­to­ma­tique clas­sique -, mais aus­si comment ils ont adap­té des pa­ra­mètres à telle image spé­ci­fique. Au bout du compte, l’ap­pa­reil doit sa­voir re­con­naître un por­trait, un pay­sage, une scène de sport, un por­trait noc­turne, et comment adap­ter ces ca­té­go­ries gé­né­riques aux cas par­ti­cu­liers. L’ex­pé­rience est ici im­por­tante : plus la base d’images que le ré­seau ob­serve est grande, plus il peut dé­ter­mi­ner avec pré­ci­sion les élé­ments ca­rac­té­ris­tiques d’une pho­to, sans risque de confu­sion.

DÉ­PAS­SER L’ALGORITHME

Un ré­seau bien en­traî­né a un avan­tage ma­jeur sur un algorithme : il peut ex­tra­po­ler. Pour prendre un exemple ci­té par Pen­tax, un ré­seau neu­ro­nal qui a ap­pris à re­con­naître des fleurs d’es­pèces dif­fé­rentes, pour adop­ter op­por­tu­né­ment les ré­glages adap­tés, peut trou­ver tout seul que ce qu’on lui fait re­gar­der à un mo­ment don­né est éga­le­ment une fleur, même s’il n’en a ja­mais vu de cette es­pèce, de cette forme ou de cette cou­leur. On ne sait pas, pour l’heure, dé­ter­mi­ner comment il l’au­ra re­con­nue, quelle struc­ture exacte au­ra réa­li­sé cette re­con­nais­sance, tout comme il est dif­fi­cile de le dé­ter­mi­ner pour un es­prit hu­main - l’ex­pli­ca­tion va­rie d’ailleurs d’une per­sonne à l’autre ! Il est tou­te­fois pos­sible de me­su­rer l’ef­fi­ca­ci­té de l’iden­ti­fi­ca­tion en four­nis­sant au ré­seau neu­ro­nal des images qu’il ne connaît pas et en voyant comment il les pho­to­gra­phie­rait, sur quel mode il se ba­se­rait et quels ré­glages de prise de vue et de post-trai­te­ment il adop­te­rait. Mais soyons hon­nêtes : les modes au­to al­go­rith­miques sont dé­jà d’une grande ef­fi­ca­ci­té. La re­con­nais­sance de scène, pour in­té­res­sante qu’elle soit, n’est sans doute pas le vrai bou­le­ver­se­ment à at­tendre de l’IA en pho­to. Elle n’est qu’une pre­mière étape. Elle pour­rait sur­tout de­ve­nir un for­mi­dable as­sis­tant, ca­pable de dé­ve­lop­per et re­tou­cher les images aus­si bien qu’un pho­to­graphe lamb­da, ain­si que de les trier et de les éti­que­ter pour les re­trou­ver beau­coup plus fa­ci­le­ment et pré­ci­sé­ment que nous. Une nou­velle ap­proche dans l’art de la pho­to­gra­phie.

Le Hua­wei P20 Pro fait par­tie des smart­phones met­tant en avant les ap­ports de l'IA.

Newspapers in French

Newspapers from France

© PressReader. All rights reserved.