Niesamowita ewolucja aparatów w smartfonach i sposób, w jaki sztuczna inteligencja napędza olśniewającą przyszłość
Od 2000 roku każdego roku nasze aparaty telefoniczne zyskują coraz większe możliwości w zakresie magii wizualnej. Poza większą pojemnością i wyższą jakością obrazów, co przyniesie przyszłość? W centrum uwagi stają się nowe rzeczywistości wzmocnione sztuczną inteligencją.
Wielu twierdzi, że era nowoczesnych smartfonów rozpoczęła się w 2007 roku wraz z premierą oryginalnego iPhone'a. W końcu to urządzenie miało płaski ekran z pełną powierzchnią dotykową zamiast klawiszy, łączność komórkową, Wi-Fi i Bluetooth, dostęp (choć strasznie powolny) do Internetu - i kamerę.
Od tego czasu te atrybuty definiują wszystkie smartfony, z wyjątkiem jednej wspólnej funkcji smartfonów, która pojawiła się dopiero w iPhone 3GS w 2008 roku: App Store. Aplikacje wraz z wyżej wymienionymi funkcjami sprzętowymi definiują nowoczesny smartfon.
Jednak ze wszystkich możliwości i komponentów tych niesamowitych i wszechobecnych urządzeń komputerowych najbardziej niezwykłą ewolucję przeszedł aparat smartfona. Aparaty telefoniczne pojawiły się po raz pierwszy w czasach, gdy smartfony zaczęły stawać się praktycznymi urządzeniami codziennego użytku. Następnie te aparaty wkroczyły do świata skupionego na App Store, w którym firmy takie jak Blackmagic Design mogły tworzyć aplikacje do aparatów, które na nowo definiowały działanie aparatu w smartfonie. Obecnie sztuczna inteligencja (AI) i uczenie maszynowe (ML) zmieniają naturę możliwości aparatu.
Przednowoczesne smartfony
Identyfikacja czegokolwiek pierwszego jest zawsze trudnym przedsięwzięciem. Pierwszym urządzeniem oznaczonym jako smartfon (nazywano je „smartfonem”) był Ericsson 88 z 1997 roku. Wyprodukowano tylko 200 sztuk i był to głównie osobisty asystent cyfrowy. Z pewnością nie miał aparatu.
Ale przed nowoczesnymi smartfonami wprowadzono telefony z pewnymi nowoczesnymi funkcjami smartfonów. Najbardziej znanym był oczywiście BlackBerry. Najwcześniejsze urządzenia BlackBerry, modele 850 i 857, nie były nawet telefonami. Były to pagery z pocztą elektroniczną. Dopiero w 2003 roku wypuszczono na rynek telefon BlackBerry 6210 ze słynną klawiaturą i zintegrowanym telefonem. Ale nawet wtedy BlackBerry nie miał aparatu.
Sharp — firma produkująca moją kuchenkę mikrofalową — wprowadził na rynek coś, co można uznać za pierwszy na świecie telefon z aparatem. Wypuszczony w 2000 roku, nosił nazwę J-SHO4 i był dostępny wyłącznie na rynku japońskim. Dzięki matrycy o rozdzielczości 110 000 pikseli aparat J-SHO4 był w stanie wykonywać cyfrowe zdjęcia o bardzo niskiej rozdzielczości — maleńkie obrazy o wielkości niemal znaczka pocztowego i rozdzielczości 383 x 287 pikseli.
Samsung rości sobie także prawo do miana „pierwszego telefonu z wbudowanym aparatem” - SCH-V200 - również wypuszczonego na rynek w 2000 roku. Ten telefon miał czujnik o rozdzielczości 0,35 megapiksela i mógł wcześniej wykonać do 20 zdjęć o rozdzielczości 640 x 480 pikseli. trzeba było podłączyć go do komputera i pobrać obrazy. Samsung twierdzi również, że wynalazł aparat do selfie. W 2002 roku firma wypuściła na rynek SCH-X590, telefon z klapką i obrotowym aparatem.
To tutaj zaczęła obowiązywać koncepcja megapikseli. Im więcej danych można było zapisać, tym więcej było pikseli. Gdy zdjęcia zaczęły mieć wielkość milionów pikseli, powstał termin marketingowy „megapikselowy”. Zasadniczo im więcej pikseli, tym wyższa rozdzielczość obrazu (i tym więcej można przy nim majstrować).
Kolejnym telefonem - i moim osobistym urządzeniem przez cztery lata - był Palm Treo 600, wydany w 2003 roku. To urządzenie zrobiło wiele, włączając obsługę aparatu zdolnego robić zdjęcia w rozdzielczości 640x480. Treo nie miał Wi-Fi ani Bluetooth, co ograniczało jego łączność do kabla podłączonego do komputera w celu pobierania obrazów. Jego największą sławą było to, że mógł uruchomić dowolną z tysięcy aplikacji PalmOS dostępnych do pobrania. Instalacja tych aplikacji wymagała jednak również podłączenia kabla do komputera.
2008: Narodziny nowoczesnego smartfona
Wypuszczony 29 czerwca 2007 iPhone był wybuchowy. Wielu z nas pamięta kolejki ludzi czekających na swój pierwszy telefon. Przeczekałem te wersety, zadowolony z mojego Treo. Chociaż pierwszy iPhone miał prawie wszystkie cechy nowoczesnego smartfona, w tym tylny aparat o rozdzielczości 2,0 MP, jedynymi aplikacjami, na które pozwalał, były prymitywne, spersonalizowane strony internetowe. Moje Treo miało znacznie lepsze natywne aplikacje na PalmOS.
Ten iPhone pierwszej generacji nie był moim zdaniem pierwszym prawdziwie nowoczesnym smartfonem. W tym celu aplikacje muszą być instalowane bezpośrednio na telefonach. Kiedy w lipcu 2008 roku Apple iPhone 3G trafił na rynek - wraz z App Store - świat już nigdy nie był taki sam. Aplikacje na smartfony umożliwiły miliardom nietechnicznych osób dostosowywanie swoich telefonów, umożliwiając instalację nowego oprogramowania jednym kliknięciem.
Mówiąc dokładniej, aplikacje mogą zwiększać funkcjonalność aparatu. Dzięki aplikacjom filtrującym użytkownicy mogą z łatwością dodawać do swoich obrazów efekty specjalne lub ekrany malarskie. Aplikacje utorowały także drogę gigantom mediów społecznościowych, takim jak Instagram i TikTok. W rezultacie sieci społecznościowe zyskały dzisiejszą siłę, umożliwiając użytkownikom robienie zdjęć i filmów, a także udostępnianie ich znajomym, rodzinie i całemu światu za dotknięciem ekranu. Dzięki aplikacjom zdjęcia i filmy można przenieść w dowolne miejsce i natychmiast.
W przypadku poważnych fotografów i kamerzystów aplikacje mogą ulepszyć aparaty telefonów. Na przykład aplikacja Camera firmy Blackmagic Design umożliwia użytkownikom znającym się na fotografii dostosowywanie ustawień, takich jak liczba klatek na sekundę, kąt migawki, balans bieli i czułość ISO - w sposób, w jaki robią to profesjonalni fotografowie w procesie robienia zdjęć.
Pełnowymiarowy ekran, szybka łączność z Internetem, całkiem dobre lub doskonałe aparaty fotograficzne i możliwość całkowitego dostosowania telefonów za pomocą aplikacji dały ludziom na całym świecie możliwości i pozwoliły im umieścić w kieszeni o wiele więcej niż mały komputer. Teraz każdy ma zawsze tę niesamowitą moc i elastyczność.
Osobiście iPhone 3G był moim pierwszym iPhonem (nie było iPhone'a 2 ani 3). Kupiłem go wraz z komputerem iMac kilka tygodni po premierze telefonu i stworzyłem 40 aplikacji na iPhone'a. Ten iPhone 3G nie poprawił zbytnio sprzętu aparatu. Stało się to dopiero w przypadku iPhone'a 3GS, który przeskoczył z aparatu 2,0 na 3,0 MP i zaczął nagrywać wideo z szybkością 30 klatek na sekundę.
W świecie Androida pierwszym telefonem był HTC Dream, sprzedawany również jako T-Mobile G1. Został wydany w październiku 2008 roku i był godny uwagi ze względu na wysuwany wyświetlacz, który po otwarciu wyświetlał klawiaturę w stylu BlackBerry. To urządzenie było wyposażone w tylną kamerę 3,15 MP.
Dzięki iPhone'owi 3, App Store i pierwszemu telefonowi z Androidem można śmiało powiedzieć, że rok 2008 był pierwszym rokiem ery nowoczesnych smartfonów.
2010: Smartfony spotykają się z narcyzmem, połączenie stworzone w niebie
Smartfony ewoluowały w rytmie, który wszyscy znamy. Każdego roku dodano nowe możliwości i ulepszono funkcje. Aparaty ewoluowały od aparatów 3,0 MP do potworów 48-50 MP, takich jak iPhone 15 Pro Max, Google Pixel 8, OnePlus 11 i Asus ROG Phone 8.
Na szczególną uwagę zasługuje smartfon Sony Xperia. Chociaż wszystkie telefony z wyższej półki mają wyjątkowe systemy aparatów, Sony jest jedyną firmą, która oprócz smartfonów produkuje aparaty profesjonalne i prosumenckie. Seria A7 firmy Sony (lubię Sony A7 IV) to jeden z najbardziej szanowanych aparatów profesjonalnych na rynku i używam aparat Sony ZV-E10 stale w studiu wideo i przy zdjęciach produktów w ZDNET.
Kolejny niewielki skok nastąpił w 2010 roku, kiedy Apple wprowadziło iPhone'a 4, a HTC wprowadziło EVO 4G z systemem Android. Obydwa posiadały aparaty skierowane do przodu, odpowiednie do robienia selfie. Żaden z nich nie miał wiele do powiedzenia pod względem rozdzielczości, ale przednie aparaty również poprawiły się z biegiem lat.
Oczywiście, ponieważ pamięć masowa uległa poprawie zarówno pod względem pojemności, jak i szybkości, możliwe jest przechowywanie nawet wideo 8K przy 120 klatkach na sekundę na dyskach SSD podłączonych do kamer za pośrednictwem szybkich portów USB-C. Dzięki temu można przechwycić i przechowywać ogromną ilość informacji, a wiele współczesnych urządzeń z łatwością radzi sobie z tymi wymaganiami.
Jest też Samsung Galaxy S23 Ultra z absurdalnie przesadzonym aparatem głównym o rozdzielczości 200 MP. To mniej więcej 16 384 x 12 288 pikseli dla tych, którzy w ogóle potrafią to sobie wyobrazić. Każdy wysoce skompresowany plik JPEG zajmuje 20-40 MB, ale nieskompresowany obraz RAW zajmuje 100 MB lub więcej. Pierwszy iPhone 3G miał 128 MB pamięci, w której mógł pomieścić - najwyżej - jedno lub dwa zdjęcia z tego nowoczesnego telefonu.
Wiele dzisiejszych smartfonów przechwytuje wideo 8K bezpośrednio w pamięci telefonu. Należą do nich Samsung Galaxy S23 (8K był obsługiwany już w S20), Asus ZenFone 9, OnePlus 11 i iPhone 15 Pro Max, które mogą nagrywać wideo 8K bezpośrednio na urządzeniu.
Z biegiem czasu wszystkiemu wzrostowi pojemności pamięci, szybkości procesora, żywotności baterii i rozdzielczości wyświetlacza towarzyszyły ulepszenia oprogramowania wewnątrz telefonów, a dostawcy dodawali wszelkiego rodzaju inteligentne rozwiązania do swoich aplikacji w aparatach.
2017: Początek ery smartfonów AI/ML
Trudno określić, kiedy dokładnie uczenie maszynowe trafiło do smartfonów, ale można podać dobry przykład na rok 2017. W tym samym roku Google wypuścił Pixel 2, który ma tryb portretowy rozmywający tło i ulepszone przetwarzanie obrazów HDR.
W 2017 roku Apple również skupiło się na fotografii w trybie portretowym, wprowadzając iPhone’a 8, 8 Plus i iPhone’a X. Każde z tych urządzeń zawierało zarówno procesor główny, jak i silnik neuronowy - procesor przeznaczony do zadań uczenia maszynowego.
Ogólnie rzecz biorąc, te początkowe możliwości uczenia maszynowego usprawniły ogólne przetwarzanie zdjęć, poprawiając takie aspekty, jak automatyczne ustawianie ostrości, ekspozycja, równoważenie kolorów i redukcja szumów. Integracja uczenia maszynowego z systemami aparatów Pixela i iPhone'a oznaczała znaczący krok naprzód w jakości i możliwościach fotografii smartfonowej.
AI i uczenie maszynowe w dzisiejszych smartfonach
Jeśli pomyślimy o etapach fotografii, mieliśmy światło i cień, potem utrwaliliśmy obrazy za pomocą środków chemicznych (etap filmowy), potem mieliśmy nośniki magnetyczne (wciąż analogowe), a następnie pojawienie się aparatów cyfrowych i smartfonów. Jedynym wspólnym czynnikiem na każdym z tych etapów było to, że kamera miała pełnić funkcję urządzenia przechwytującego. Nie wniosło to żadnej sztuki.
Ale wszystko to się zmienia dzięki nowoczesnym smartfonom. Dzięki osadzeniu w tych urządzeniach znacznej technologii uczenia maszynowego, kamera sama staje się partnerem produkcyjnym w tworzeniu wyjątkowych zdjęć i wysokiej jakości wideo.
Zapytałem Boba Caniglię, dyrektora ds. sprzedaży Blackmagic, o ewolucję aparatów w smartfonach. Blackmagic oferuje kilka kluczowych narzędzi do zarządzania procesem produkcji wideo, a także kilka bardzo zgrabnych kamer klasy kinowej. W zeszłym roku firma Blackmagic wprowadziła aplikację Blackmagic Camera, która przejmuje aparat iPhone'a i zapewnia mu supermoce.
„Do niedawna” - powiedziała mi Caniglia - „dyskusja toczyła się głównie wokół tego, jak ograniczone są możliwości aparatu smartfona w tak małym urządzeniu fizycznym. I nie ma wątpliwości, że nadal istnieją duże różnice między smartfonami a większymi profesjonalnymi aparatami”.
„Ale rozmowa zeszła na różne sposoby wykorzystania aparatów takich jak iPhone” - kontynuował. „Myślę, że funkcje sztucznej inteligencji i uczenia maszynowego - takie jak scena iPhone'a 15, segmentacja i wykrywanie skóry i nieba, peryskopowy obiektyw zmiennoogniskowy i tryb portretowy - otworzyły możliwości korzystania ze smartfonów przez każdego”.
Przyjrzyjmy się teraz mocy, jaką uczenie maszynowe wnosi do smartfonów. W szczególności opowiem o magii uczenia maszynowego zastosowanej w flagowych telefonach, takich jak iPhone 15 Pro Max, Google Pixel 8, Samsung Galaxy S23 i OnePlus 11.
1. Jakość obrazu
Smartfony są teraz w stanie znacznie poprawić jakość zdjęć rejestrowanych w aparacie. Oto trzy przykłady uczenia maszynowego zastosowanego w wymienionych wcześniej flagowcach.
Przetwarzanie i ulepszanie obrazu: splotowe sieci neuronowe wykorzystują operację matematyczną zwaną splotem, która oblicza wartości pikseli na podstawie filtru przesuwnego, pomagając algorytmowi identyfikować określone cechy, takie jak krawędzie, tekstury i kształty.
Pomaga to następnie algorytmom uczenia maszynowego analizować i dostosowywać parametry, takie jak ekspozycja, kontrast i balans kolorów, w celu poprawy jakości. Jest to szczególnie przydatne w trudnych warunkach oświetleniowych; w ten sposób smartfony mogą robić zdjęcia przy słabym oświetleniu i o dużym odblasku, które wcześniej były prawie niemożliwe do uchwycenia.
Fotografowanie przy słabym świetle i tryb nocny: Skoro mowa o trudnych warunkach oświetleniowych, uczenie maszynowe stanowi potężną pomoc w fotografowaniu przy słabym oświetleniu, gdzie pomaga w redukcji szumów, poprawie szczegółowości i wierności kolorów. Dokonuje tego za pomocą technologii sieci neuronowej, która przetwarza wielokrotne ekspozycje i łączy je w jeden obraz, jednocześnie zwiększając szczegółowość i redukując szumy. Oczywiście przy podejmowaniu decyzji o tym, jakie szczegóły ulepszyć i jakie szumy zredukować, w grę wchodzi sztuczna inteligencja.
Przetwarzanie HDR: przetwarzanie o wysokim zakresie dynamiki (HDR) pomaga zrównoważyć ciemne i jasne obszary obrazu, zapewniając lepszy zakres dynamiczny. Algorytmy dynamicznie dostosowują ekspozycję różnych obszarów zdjęcia, łącząc wielokrotne ekspozycje w celu uzyskania zrównoważonego obrazu o wysokim zakresie dynamiki, zachowując wierność wizualną obrazu, jednocześnie umożliwiając uzyskanie czarniejszej czerni, bielszej bieli oraz innych ciemniejszych i jaśniejszych kolorów, aby lepiej odzwierciedlić to, co fotograf pierwotnie chciał uchwycić.
2. Wiedza przedmiotowa
W epoce filmu możliwe były pewne techniki analogowe poprawiające obraz. Obecnie sztuczna inteligencja i uczenie maszynowe mają kluczowe znaczenie, jeśli chodzi o uzyskanie informacji o tym, co dzieje się w scenie. Oto niektóre z potężnych możliwości wbudowanych w te smartfony, o których mówiłem wcześniej.
Rozpoznawanie scen i obiektów: smartfony potrafią rozpoznawać różne sceny - krajobrazy, portrety lub ustawienia przy słabym oświetleniu - oraz obiekty na obrazie. Na podstawie tego rozpoznania aparat może zoptymalizować ustawienia w celu uzyskania najlepszego zdjęcia. Algorytmy głębokiego uczenia się wykorzystujące splotowe sieci neuronowe zostały przeszkolone na ogromnych zbiorach danych, aby dokładnie rozpoznawać i kategoryzować różne sceny i obiekty na obrazach. Często mocno zoptymalizowane wersje wyników tego treningu są osadzone albo w aplikacjach aparatu, albo nawet w chipsetach telefonów.
Tryb portretowy i efekt bokeh: modele szacowania głębi, często wykorzystujące techniki uczenia maszynowego, takie jak segmentacja semantyczna, mogą stworzyć mapę głębi sceny, odróżniając obiekt od tła. W ten sposób otrzymujemy tryb portretowy, gdzie obiekt jest ostry, a telefon tworzy pozornie artystycznie rozmyte tło.
Wykrywanie i upiększanie twarzy: algorytmy rozpoznawania obrazu komputerowego mogą wykrywać twarze na obrazie i stosować subtelne ulepszenia, takie jak wygładzanie skóry lub dostosowywanie oświetlenia, aby ulepszyć portrety. Proces ten często odbywa się w oparciu o bibliotekę wyuczonych preferencji estetycznych.
Niektóre wczesne aplikacje do rozpoznawania twarzy wykazały stronniczość. Korzystali z bardzo ograniczonych i dlatego często stronniczych danych szkoleniowych. Obecnie nie stanowi to większego problemu, ponieważ dostawcy korzystają z znacznie większych i bardziej włączających zestawów szkoleniowych. Musimy w dalszym ciągu walczyć z uprzedzeniami w naszej sztucznej inteligencji.
Filtry i efekty oparte na sztucznej inteligencji: niektóre z najwcześniejszych funkcji zdjęć w aplikacjach cyfrowych na smartfony to kreatywne filtry i efekty. Początkowo filtry te miały przeważnie charakter algorytmiczny, bazujący na kodzie programisty. Z biegiem czasu zaczęto stosować techniki uczenia maszynowego, takie jak generatywne sieci kontradyktoryjne.
Technika ta porównuje algorytm „generatora” z procesem algorytmu „dyskryminatora”, w którym dyskryminator dostarcza generatorowi informacji zwrotnej w celu wprowadzenia ulepszeń. Powstałe w ten sposób wyuczone efekty lub procesy przenoszenia stylu naśladują style różnych artystów i technik. Dzięki temu użytkownicy mogą stosować do swoich zdjęć złożone style artystyczne, a powstałe obrazy będą wyglądać odpowiednio stylistycznie. Skutkowało to także procesami sądowymi.
3. Poprawa jakości życia
Aparaty w smartfonach nie tylko robią coraz lepsze zdjęcia i filmy, ale jednocześnie stają się coraz łatwiejsze w użyciu. Oto kilka ulepszeń poprawiających jakość życia, dzięki którym aparaty w smartfonach są bardziej przydatne dla ich użytkowników.
Stabilizacja wideo: słyszałeś kiedyś zdanie: „Naprawimy to pocztą”? To proces naprawy filmu lub materiału wideo po opuszczeniu zdjęć, podczas którego montażysta wykorzystuje kombinację inteligentnych narzędzi i umiejętności, aby stworzyć dobry klip. Ale teraz modele ML mogą dynamicznie naprawiać drżący obraz bezpośrednio w aparacie.
Modele ML w smartfonach robią to poprzez analizę wzorców ruchu klatka po klatce, aby przewidzieć i skorygować drgania aparatu i rozmycie ruchu, co skutkuje płynniejszym klipem. Zwykle powoduje to „zużywanie” niektórych krawędzi klatki wideo, tworząc przycięty, ale znacznie stabilniejszy obraz.
Autofokus i śledzenie: przed uczeniem maszynowym obiektywy z autofokusem korzystały z czujników odległości i obliczeń w celu określenia punktu ostrości obiektywu. Ale teraz ML poprawił działanie autofokusa, dzięki czemu jest on znacznie szybszy i dokładniejszy.
Algorytmy predykcyjne i modele wykrywania obiektów są często używane do śledzenia poruszających się obiektów w czasie rzeczywistym, utrzymując blokadę ostrości, gdy obiekty (lub operatorzy kamery) się poruszają.
Automatyczne dostosowywanie się do preferencji użytkownika: niektóre aparaty w smartfonach korzystają z technik uczenia się przez wzmacnianie, aby z biegiem czasu dostosowywać się do preferencji użytkownika i automatycznie dostosowywać ustawienia lub sugerować tryby na podstawie wcześniejszego użycia.
Warto zwrócić uwagę na jedną rzecz: generatywna sztuczna inteligencja to coś, co dzieje się poza kamerą.
Jak powiedział Caniglia z Blackmagic Design: „Nastąpiła niesamowita ewolucja możliwości aparatów w smartfonach w porównaniu z sytuacją zaledwie kilka lat temu. Uczenie maszynowe oparte na sztucznej inteligencji, zwłaszcza w przypadku nowego iPhone'a 15, odegrało dużą rolę. W dużej mierze dzieje się tak dlatego, że Apple skupiło się na opracowaniu technologii, które w większym stopniu wykorzystują rzeczywiste informacje przechwytywane przez czujnik aparatu, zamiast skupiać się na tworzeniu „fałszywych obrazów” za pomocą pokoleniowej sztucznej inteligencji”.
Patrząc w przyszłość
W zeszłym roku opublikowaliśmy ogromną ilość informacji na temat generatywnej sztucznej inteligencji. Co roku dostawcy telefonów wprowadzają jeszcze więcej możliwości smartfonów. Co zatem przyniesie przyszłość?
Odpowiedź jest prosta: stale rosnąca pojemność i coraz wyższa jakość obrazów. W tę właśnie stronę zmierza uczenie maszynowe smartfonów od mniej więcej dekady.
Kiedy jednak zacząłem poznawać rzeczywistość wirtualną za pomocą zestawu słuchawkowego Meta Quest 3, zaczynam myśleć, że istnieje inna ścieżka dla smartfonów.
Po zeszłorocznym przemówieniu Apple na WWDC napisałem analizę ogłoszenia jego zestawu słuchawkowego Vision Pro XR. Chociaż byłem dość optymistycznie nastawiony do tego pomysłu, wyśmiałem możliwość odtwarzania obrazu 3D z kamery:
Apple pokazało absurdalne demo, w którym ojciec ubrany w Vision Pro użył go do nakręcenia „filmu” 3D z okazji urodzin swojego dziecka. Chociaż ten przykład był z założenia szalony, przechwytywanie klipów wideo 3D mogłoby okazać się niezwykle korzystne w przypadku kursów szkoleniowych i innych demonstracji, które można byłoby osadzić w aplikacjach typu point-of-function.
Myślę, że się myliłem. Używam Meta Quest 3 od około tygodnia i oglądałem stosunkowo podstawowe domowe filmy 3D Questa. Coś tam jest. To nie jest tak, że po prostu oglądasz film. Kiedy wejdziesz do VR, naprawdę poczujesz.
Oprócz rejestrowania osobistych wspomnień, nagrywanie kamerą 3D VR ma ogromny potencjał, zwłaszcza gdy wyjdziemy poza ciężkie konsole na twarzach i założymy przezroczyste okulary. Spodziewam się, że do obrazów i filmów używanych w tym kontekście zostanie zastosowanych mnóstwo sztucznej inteligencji i uczenia maszynowego.
Jakie są Twoje przemyślenia na temat przyszłości fotografii i wideo oraz tego, jak sztuczna inteligencja i uczenie maszynowe mogą pomóc? Daj mi znać w komentarzach poniżej.
Możesz śledzić moje codzienne aktualizacje projektu w mediach społecznościowych. Pamiętaj, aby zapisać się do mojego cotygodniowego biuletynu aktualizacyjnego na Substack i śledzić mnie na Twitterze pod adresem @DavidGewirtz, na Facebooku pod adresem Facebook.com/DavidGewirtz, na Instagramie pod adresem Instagram.com/DavidGewirtz i na YouTube pod adresem YouTube.com/DavidGewirtzTV.