מגזין הטכניון | סתיו 2017

מחקר ופיתוח 14 פרופ’ רון קימל אלעד ריכרדסון מתן סלע צ ילומי דיוקן, או בשמם הנפוץ תמונות פרופיל, הם תופעה נפוצה ומוכרת. אם בעבר נדרש לאדם סכום הגון כדי שצייר נודע יטרח לציירו, הרי שהמצאת הצילום הפכה את הדיוקן ללהיט פופולרי. הוזלת עלויות הצילום, התפתחות הצילום הדיגיטלי והמצאת הסלפי העניקו דחיפה נוספת לדמוקרטיזציה של צילום הדיוקן, וכיום מעטים הצעירים שאינם מצלמים את פניהם כמה פעמים ביום. מבחינה רעיונית, צילום פנים הוא פעולה פשוטה: תרגום המבנה התלת-ממדי של הפרצוף לתמונה שטוחה, או דו- ממדית. בפעולה זו אנו מחסירים חלק מהמידע שלפנינו - המידע הקשור בממד השלישי, הוא העומק. אתגר קשה הרבה יותר הוא הפעולה ההפוכה: שחזור המבנה התלת-ממדי של הפרצוף מתוך תמונה שטוחה. קשה, משום שכאן אנו נדרשים להפיק מידע שאינו נמצא ברשותנו - המידע הקשור בממד העומק. אם צילום דומה לתלישה של דף מתוך ספר, הרי שהשחזור דומה להפקה של הספר המקורי על סמך דף בודד. המשימה המורכבת הזאת מעסיקה כבר שנים רבות את ), בראשותו של פרופ’ GIP החוקרים במעבדה לעיבוד תמונה ( רון קימל מהפקולטה למדעי המחשב בטכניון. פרופ’ קימל השלים את שלושת תאריו בטכניון, המשיך לפוסט־דוקטורט באוניברסיטת ברקלי ושימש פרופסור אורח באוניברסיטת סטנפורד. מאז הצטרפותו לסגל הטכניון הוא הוביל מחקרים רבים בתחום של עיבוד תמונה, ובין השאר פיתח טכנולוגיה להתאמה אישית של מסכות אינהלציה לתינוקות (בשיתוף פרופ’ ישראל עמירב) ומערכת המבחינה בין תאומים זהים (עבודה של התאומים אלכס ומיכאל ברונשטיין, הראשון כיום הוא פרופסור בטכניון והשני פרופסור באוניברסיטת תל אביב ובאוניברסיטת לוגנו בשוויץ), והיה שותף בהקמתן של כמה חברות הזנק מצליחות. בהנחייתו של פרופ’ קימל פיתחו הסטודנטים אלעד ריכרדסון ומתן סלע טכנולוגיה חדשנית לשחזור מבנה תלת-ממדי של פרצוף מתוך צילום דיוקן. טכנולוגיה זו מאפשרת שחזור של מבנה הפנים על סמך תמונות סלפי, מתוך תמונות מהאינטרנט למשל. בשורה התחתונה הם הצליחו במשימה, ולהצלחה זו יישומים פוטנציאליים רבים ובהם אנימציה על סמך צילום פרצוף, מניפולציה על דגם ממוחשב של שחקן (אווטאר), תכנון של ניתוח פלסטי והדפסת איברים להשתלה. deep הפתרון שפיתחו החוקרים מבוסס על למידה עמוקה ( ) - גישה שהובילה בשנים האחרונות לפריצה של learning משוכות טכנולוגיות שנחשבו עד לאחרונה ללא עבירות. בבסיס הגישה מונח הרעיון שבמקום ללמד את המחשב כללים וחוקים, המחשב ילמד בעצמו את ההכללות מתוך מאגר עצום של דוגמאות - ממש כפי שתינוק אנושי לומד. גם התשתית החומרית של הלמידה העמוקה - רשתות נוירונים רבודות - דומה מאוד לתשתית החומרית של המחשבה האנושית: המוח. וכמו המוח, מערכת זו אינה מוגבלת למה שלמדה עד שלב נתון; היא יכולה להמשיך ללמוד, להשתפר ולתקן טעויות ללא הרף וכך להשתכלל ולהתייעל. יתר על כן, ככל שהיא פעילה יותר כך היא משתפרת במהירות רבה יותר.