Après avoir amélioré les performances des traducteurs automatiques, les « réseaux neuronaux artificiels » ambitionnent de secouer le petit monde de la photo.

Les appareils photo reflex sont tapissés de boutons. Intimidés, beaucoup d’apprentis photographes se rabattent sur le mode « tout auto », symbolisé par un petit cran vert. L’appareil choisit alors les réglages, il n’y a plus qu’à cadrer, et à déclencher. Malheureusement, en mode « tout auto », les photos sont souvent banales.

La start-up Arsenal veut remplacer ce réglage automatique par un mode qu’on pourrait qualifier de « tout intelligent ». Arsenal est un petit boîtier électronique qu’on fixe au sommet du reflex et qui en prend le contrôle. Selon son concepteur, Ryan Stout, Arsenal choisit automatiquement des réglages plus inspirés, basés sur l’observation de centaines de photographes professionnels. Comment cela fonctionne-il ?

Le boitier Arsenal prend le contrôle de l’appareil photo. / Arsenal

Les neurones artificiels d’Arsenal ont appris à déchiffrer les photos. Ils en isolent les éléments caractéristiques : une vague, un arbre, un visage. Pour y parvenir, ces neurones ont subi un entraînement intensif. Pour apprendre à reconnaître une vague, par exemple, on leur a soumis deux paquets d’images, avec vagues, et sans vagues. Les neurones ont appris à reconnaître les vagues de façon autonome, après une longue série d’essais et erreurs. Ils ont fixé leurs propres règles, souvent étonnantes, au point qu’un ingénieur peinerait à les décrypter.

Au moment de photographier une image, Arsenal est donc capable de l’analyser. Par exemple : « un homme court dans l’ombre devant une montagne ensoleillée ». Arsenal pioche une trentaine de photos aux caractéristiques proches au sein d’une galerie de milliers d’images professionnelles, trouvées sur le site Flickr. Arsenal étudie les réglages adoptés par les photographes de métier qui ont réalisé ces images, puis s’en inspire pour régler le reflex qu’il pilote.

Le boitier Arsenal analyse l’image pour repérer ses éléments distinctifs : lac, montagne, arbres, etc. / Arsenal

Cela soulève de nombreuses questions. Les photographes souhaitent-il tous que leur appareil copie le style médian des photographes répertoriés sur Flickr ? Les professionnels de l’image apprécieront-ils qu’on analyse leur style photographique, et qu’on le copie ? Et surtout, Arsenal est-il efficace ? Ses réglages améliorent-ils substantiellement la qualité des photos ? Nous le saurons seulement si ce projet présenté sur la plate-forme de financement participatif Indiegogo, qui a collecté 3 millions de dollars, va jusqu’à son terme. Le prix du petit boîtier Bluetooth Arsenal, pilotable par smartphone, sera de 175 dollars (147 euros). Sa livraison est programmée pour début 2018.

Retouche en temps réel

Embellir une image est un art. Les outils de retouche automatique sont loin de réussir ce délicat exercice à chaque tentative. Google et le Massachusetts Institute of Technology (MIT) travaillent à une application de retouche pour smartphone basée sur un réseau de neurones artificiels. Pour élaborer ses règles de retouche automatique, ce réseau neuronal a étudié 5 000 images, avant et après retouche. Des images fournies par Adobe et retouchées par des professionnels.

« [Le réseau neuronal] ne produit pas une image, mais un jeu de formules simples, qui modifient les couleurs des pixels de l’image. Pendant l’entraînement, les performances du système sont jugées en fonction de la proximité de l’image retouchée [automatiquement] avec l’image retouchée par un professionnel », précise le MIT dans son journal.

L’atout maître de ce réseau neuronal est sa rapidité : la retouche est quasiment instantanée. Le photographe peut voir le résultat en temps réel, avant même de prendre sa photo. Google et le MIT n’ont indiqué aucune date de lancement. Leur application intégrera-t-elle un jour Android ?

Retouche simplifiée

Quiconque a tenté d’isoler un personnage, pour le détacher d’un paysage, a beaucoup souffert. Les outils de « détourage » automatiques rendent l’opération moins pénible, mais leur efficacité demeure aléatoire. L’éditeur du logiciel Pixelmator vante les performances de son nouvel outil de détourage automatique, basé sur le réseau neuronal Core ML. Ce réseau, mis à disposition par Apple en licence open source, a d’autres cordes à son arc. Il permet de reconnaître les visages, mais aussi de suivre leurs déplacements sur une vidéo, ou de suivre les déplacements d’un objet.