Po fali popularności aplikacji FaceApp, przyszedł czas na dużo mniej kontrowersyjny (jeśli chodzi o dostęp do naszych danych) sposób na zabawę ze zdjęciami.Wyobraźmy sobie, że mamy do dyspozycji najlepszych światowych portrecistów zarówno olejnych jak i tych tworzących w pasteli czy ołówku - któż by się nie skusił?

AI Portraits Ars uses Artificial Intelligence to reproduce artistic human portraits, with different styles and levels of abstraction. For our model training, we adopt a data set of tens of thousands of paintings from the Early Renaissance to Contemporary Art. This type of portraiture is quite distinctive of the Western artistic tradition. Training our models on a data set with such strong bias leads us to reflect on the importance of AI fairness. 

In the previous work AI Portraits Celebrity, we explored the concept of micro-bias linked to the training data of only actors, which in some way imposes an actorization of the user's portrait: “a collection of faces from the society of spectacle that are sedimented in the neural network, and vaporize my selfie in a cinematographic self."  AI Portraits Ars introduces a very different type of bias with unique themes to explore.  

Jak wyglądają efekty? Wprawne oko dostrzeże morze inspiracji, zarówno kolorystycznych jak i tych bardziej subtelnych. Portrety są więc bardziej ciekawe niż piękne, co sprawia, że cały zamysł jest w moim odczuciu dużo trafniejszy.

We encourage you to experiment with the tool as a way of exploring the bias of the model. For example, try smiling or laughing in your input image. What do you see? Does the model produce an image without a smile or laugh? 

Portrait masters rarely paint smiling people because smiles and laughter were commonly associated with a more comic aspect of genre painting, and because the display of such an overt expression as smiling can seem to distort the face of the sitter. This inability of artificial intelligence to reproduce our smiles is teaching us something about the history of art.