Генеративные нейронные сети, способные имитировать художественные стили, помогли восстановить закрашенную картину Пабло Пикассо «голубого периода».
«Старый гитарист» (1903-1904) — одна из наиболее известных картин Пикассо, написанная им еще в молодости, когда мастер вел жизнь бедного парижского художника. Это был «голубой период», полный переживаний, печали, нищеты и страданий, которые отразились в цветовой гамме произведений того времени. Однако картина интересна еще и тем, что из-под нее, словно призрак, проступает едва различимый контур женщины.
Проведенный уже в конце ХХ века анализ показал, что под верхним слоем шедевра сохранились следы предыдущей работы. Инфракрасные и рентгеновские камеры позволили реконструировать контур сидящей обнаженной дамы, вытянувшей вперед левую руку. Тогда же специалисты связали ее с небольшим наброском женщины с ребенком, который изобразил Пикассо в одном из писем рубежа 1900-х. Этим дело и кончилось: помимо смутного силуэта, рассмотреть ничего не удалось.
Но вот теперь Энтони Бураш (Anthony Bourached) и Джордж Канн (George Cann) из Университетского колледжа Лондона использовали достижения из области искусственного интеллекта, поручив нейросети «раскрасить» картину вместо давно покойного мастера. Подобный подход прекрасно знаком публике: метод Neural Style Transfer, разработанный еще несколько лет назад, позволяет стилизовать исходное изображение в духе того или иного художника, на картинах которого обучена нейросеть.
Этот метод и применили лондонские разработчики, статья которых представлена в библиотеке препринтов arxiv.org. Обработанное, подготовленное исходное изображение «обнаженной незнакомки» они пропустили через генеративную нейронную сеть, предварительно обученную на многочисленных произведениях «голубого периода» Пикассо.
Разумеется, мы не можем сказать, так ли выглядел эскиз в действительности, тем не менее такой подход открывает совершенно новые возможности для историков искусства. Как знать, какие еще неизвестные шедевры «дорисуют» для нас искусственные интеллекты теперь.