La plupart des définitions de l’intelligence artificielle (IA, ou encore AI pour Artificial Intelligence) s’accordent sur le fait que ce concept couvre « l’ensemble des théories et techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence humaine » (source : Encyclopédie Larousse). Le large champ couvert par l’IA provient donc du fait que celle-ci est définie par sa fin plutôt que par ses moyens. Ajoutons que si l’intelligence artificielle est intimement liée à l’informatique – par son histoire et par les technologies auxquelles elle fait appel –, ses frontières s’étendent jusqu’aux sciences cognitives. Alors que l’informatique stocke, trie et traite des données dans le but de résoudre des problèmes connus, l’IA dispose en effet d’un caractère adaptatif reposant sur l’utilisation de modèles dédiés à la résolution de problèmes inédits.
Pour traiter de la place actuelle de l’intelligence artificielle au sein de la photographie, il convient cependant d’écarter l’idée – pour l’instant fictive – d’un robot doté d’une conscience et capable d’éprouver des sentiments assimilés à ceux des êtres humains. On distingue en effet ce type d’intelligence artificielle, appelée « forte » (ou « généralisée »), de l’intelligence artificielle dite « faible » (ou « étroite ») qui se cantonne pour sa part à la reproduction de facultés cognitives spécifiques et à la résolution de problèmes précis. Profitons-en d’ailleurs pour spécifier que tous les systèmes d’IA existant à l’heure actuelle sont considérés comme des IA faibles, même si des expérimentations sont en cours. Ceux-ci sont ainsi dédiés à des tâches bien particulières, telles que la reconnaissance et la compréhension – dans une certaine mesure – de la parole et l’identification de personnes ou d’objets sur des photographies.
Pour traiter de la place actuelle de l’intelligence artificielle au sein de la photographie, il convient cependant d’écarter l’idée – pour l’instant fictive – d’un robot doté d’une conscience et capable d’éprouver des sentiments assimilés à ceux des êtres humains. On distingue en effet ce type d’intelligence artificielle, appelée « forte » (ou « généralisée »), de l’intelligence artificielle dite « faible » (ou « étroite ») qui se cantonne pour sa part à la reproduction de facultés cognitives spécifiques et à la résolution de problèmes précis. Profitons-en d’ailleurs pour spécifier que tous les systèmes d’IA existant à l’heure actuelle sont considérés comme des IA faibles, même si des expérimentations sont en cours. Ceux-ci sont ainsi dédiés à des tâches bien particulières, telles que la reconnaissance et la compréhension – dans une certaine mesure – de la parole et l’identification de personnes ou d’objets sur des photographies.
La photo comme laboratoire d’expérimentation
L’une des utilisations les plus fréquentes du concept d’intelligence artificielle dans un but de communication commerciale concerne les appareils photo qui équipent nos smartphones. Alors que la réalisation de photographies de qualité semblait auparavant réservée à une élite capable de comprendre les rouages complexes d’un appareil reflex, l’IA promet aujourd’hui de transformer tout un chacun en photographe talentueux.
Pour ce faire, l’intelligence artificielle simplifie l’acte photographique en prenant en charge les paramètres de prise de vues, et pallie les limitations matérielles des minuscules capteurs et objectifs des smartphones en optimisant les images numériques capturées. L’IA est ainsi à l’œuvre lorsque l’appareil photo d’un terminal mobile adapte les couleurs et le contraste d’une image en fonction des éléments identifiés dans le cadre, simule un effet de profondeur de champ lorsqu’un sujet humain est détecté au premier plan, et fusionne des photos avec différents paramètres d’exposition pour compenser les forts écarts de luminosité d’une scène photographiée.
Si ces applications photographiques de l’intelligence artificielle nous semblent aujourd’hui relativement communes, Google défrayait la chronique en début d’année 2018 avec l’annonce de la Google Clips. Cette caméra compacte et minimaliste étonnait alors par sa capacité à fonctionner en autonomie presque totale : placée au cœur d’un foyer, elle gardait constamment un œil sur la vie privée de son utilisateur de façon à en détecter automatiquement les moments forts, puis à compiler les photos et courtes vidéos capturées dans une application dédiée. Pour détecter ces moments, la Clips faisait bien entendu appel à l’intelligence artificielle et plus spécifiquement à l’apprentissage automatique (ou machine learning), un domaine de l’IA qui permet à une machine d’apprendre à opérer une tâche à partir d’un volume important de données et non à l’aide d’une programmation explicite.
Dans un premier temps, Google aurait ainsi appris à sa machine à reconnaître une photographie ratée, par exemple à cause de la présence d’un flou de mouvement ou d’un objet obstruant l’objectif de l’appareil. S’en serait ensuite suivi un entraînement à la reconnaissance d’images stables, nettes et à la composition correcte. Opérée une fois la Clips en possession de son utilisateur, la dernière phase d’apprentissage devait se concentrer sur la reconnaissance de visages familiers, ainsi que sur un choix des moments capturés favorisant la diversité des images plutôt que leur redondance. La commercialisation de la Google Clips s’est révélée être un échec – certainement en raison de son caractère intrusif, peut-être aussi à cause d’un manque d’efficacité –, mais l’apprentissage automatique est aujourd’hui bel et bien à l’origine de nombreux automatismes de prise de vues se réclamant de l’intelligence artificielle.
En plus d’avoir gagné le monde des smartphones, l’IA est également présente dans les appareils photo classiques – leurs systèmes de mise au point automatique rivalisent d’ingéniosité concernant la détection des visages et des yeux des sujets –, mais aussi et surtout au sein des logiciels de retouche. Largement exploitée par l’éditeur Skylum, cette tendance a plus récemment gagné ses concurrents, tel le célèbre Adobe. Les nouvelles fonctionnalités développées par ces entreprises ont ainsi pour tâche de faciliter la réalisation d’opérations de retouche auparavant considérées complexes ou laborieuses. Plutôt que d’obliger les utilisateurs à effectuer des détourages manuels, des logiciels comme Luminar AI, Luminar 4, Photoshop et Lightroom proposent par exemple des outils capables de reconnaître et sélectionner automatiquement des sujets, des objets et des parties entières des images (telles que le ciel et l’arrière-plan), pour les modifier ou même les remplacer.
Pour ce faire, l’intelligence artificielle simplifie l’acte photographique en prenant en charge les paramètres de prise de vues, et pallie les limitations matérielles des minuscules capteurs et objectifs des smartphones en optimisant les images numériques capturées. L’IA est ainsi à l’œuvre lorsque l’appareil photo d’un terminal mobile adapte les couleurs et le contraste d’une image en fonction des éléments identifiés dans le cadre, simule un effet de profondeur de champ lorsqu’un sujet humain est détecté au premier plan, et fusionne des photos avec différents paramètres d’exposition pour compenser les forts écarts de luminosité d’une scène photographiée.
Si ces applications photographiques de l’intelligence artificielle nous semblent aujourd’hui relativement communes, Google défrayait la chronique en début d’année 2018 avec l’annonce de la Google Clips. Cette caméra compacte et minimaliste étonnait alors par sa capacité à fonctionner en autonomie presque totale : placée au cœur d’un foyer, elle gardait constamment un œil sur la vie privée de son utilisateur de façon à en détecter automatiquement les moments forts, puis à compiler les photos et courtes vidéos capturées dans une application dédiée. Pour détecter ces moments, la Clips faisait bien entendu appel à l’intelligence artificielle et plus spécifiquement à l’apprentissage automatique (ou machine learning), un domaine de l’IA qui permet à une machine d’apprendre à opérer une tâche à partir d’un volume important de données et non à l’aide d’une programmation explicite.
Dans un premier temps, Google aurait ainsi appris à sa machine à reconnaître une photographie ratée, par exemple à cause de la présence d’un flou de mouvement ou d’un objet obstruant l’objectif de l’appareil. S’en serait ensuite suivi un entraînement à la reconnaissance d’images stables, nettes et à la composition correcte. Opérée une fois la Clips en possession de son utilisateur, la dernière phase d’apprentissage devait se concentrer sur la reconnaissance de visages familiers, ainsi que sur un choix des moments capturés favorisant la diversité des images plutôt que leur redondance. La commercialisation de la Google Clips s’est révélée être un échec – certainement en raison de son caractère intrusif, peut-être aussi à cause d’un manque d’efficacité –, mais l’apprentissage automatique est aujourd’hui bel et bien à l’origine de nombreux automatismes de prise de vues se réclamant de l’intelligence artificielle.
En plus d’avoir gagné le monde des smartphones, l’IA est également présente dans les appareils photo classiques – leurs systèmes de mise au point automatique rivalisent d’ingéniosité concernant la détection des visages et des yeux des sujets –, mais aussi et surtout au sein des logiciels de retouche. Largement exploitée par l’éditeur Skylum, cette tendance a plus récemment gagné ses concurrents, tel le célèbre Adobe. Les nouvelles fonctionnalités développées par ces entreprises ont ainsi pour tâche de faciliter la réalisation d’opérations de retouche auparavant considérées complexes ou laborieuses. Plutôt que d’obliger les utilisateurs à effectuer des détourages manuels, des logiciels comme Luminar AI, Luminar 4, Photoshop et Lightroom proposent par exemple des outils capables de reconnaître et sélectionner automatiquement des sujets, des objets et des parties entières des images (telles que le ciel et l’arrière-plan), pour les modifier ou même les remplacer.
Skylum Luminar 4.©Skylum
Un discours marketing saupoudré de vérité
Bien que l’utilisation récurrente de vocabulaire faisant partie du champ lexical de l’intelligence artificielle (apprentissage automatique, apprentissage profond, réseau neuronal, etc.) serve bien entendu d’argument marketing, il est aujourd’hui indéniable que l’IA fait partie intégrante des nouvelles technologies photographiques. Et s’il peut sembler quelque peu abusif d’apposer le terme « intelligence » à un appareil photo capable de déclencher lorsqu’il détecte un sourire, rappelons que l’IA a pour l’instant vocation à effectuer des tâches très spécifiques, tandis que l’idée d’une véritable conscience artificielle reste encore de l’ordre de la science-fiction.
Au-delà du débat portant sur le degré d’intelligence de ladite « intelligence artificielle », il est aussi important de se questionner sur la place confiée à l’automatisation dans le processus créatif. S’il est certes pratique pour le professionnel de disposer d’un autofocus rapide et précis, et agréable pour l’amateur d’obtenir facilement des photos correctement exposées, il convient de rappeler que la valeur d’une photographie tient en partie aux choix esthétiques et conceptuels de son auteur. Espérons donc qu’à l’avenir les acteurs de l’intelligence artificielle chercheront avant tout à corriger les défauts matériels de nos appareils photo plutôt que les supposées lacunes des photographes.
Rédigé par Paul Nicoué, repris par la Fondation Tamkine
#Tamkine_ensemble_nous_reussirons
Au-delà du débat portant sur le degré d’intelligence de ladite « intelligence artificielle », il est aussi important de se questionner sur la place confiée à l’automatisation dans le processus créatif. S’il est certes pratique pour le professionnel de disposer d’un autofocus rapide et précis, et agréable pour l’amateur d’obtenir facilement des photos correctement exposées, il convient de rappeler que la valeur d’une photographie tient en partie aux choix esthétiques et conceptuels de son auteur. Espérons donc qu’à l’avenir les acteurs de l’intelligence artificielle chercheront avant tout à corriger les défauts matériels de nos appareils photo plutôt que les supposées lacunes des photographes.
Rédigé par Paul Nicoué, repris par la Fondation Tamkine
#Tamkine_ensemble_nous_reussirons