Idealisasi Bentuk Tubuh, Kecerdasan Buatan Mencoba Gambarkan Manusia
Teknologi yang menyajikan model virtual untuk keperluan kampanye fashion.
Teks: Wintang Warastri
Foto: DataGrid
Berbicara tentang representasi konsumer dan standar penampilan yang ada dalam konsumsi masyarakat sehari-hari, terutama lewat media dan iklan, kerap kali mempengaruhi manusia baik secara sadar maupun tidak sadar untuk merefleksikan gambar-gambar tersebut sebagai ekspektasi terhadap diri sendiri. Di sisi lain, kebanyakan merek gaya hidup memiliki visi spesifik tentang persona mereka, dimana hal ini seringkali menjadikan kriteria yang idealis untuk figur yang mereka inginkan sebagai perwakilan.
Menjawab kontradiksi ini, DataGrid, sebuah perusahaan startup berbasis di Tokyo telah mengusahakan sebuah sistem kecerdasan buatan untuk mencetak gambar berkualitas tinggi dari manusia yang tidak ada dalam dunia nyata. Pertama kali dikembangkan pada Juni tahun lalu, kecerdasan buatan milik mereka dapat melakukan fungsi deep learning bernama GAN, atau Generative Adversarial Network untuk mempelajari berbagai gambar dari tubuh manusia dan mengaplikasikannya. Para model virtual ini ditampilkan lengkap selayaknya manusia nyata menggunakan neural networking, sebuah bentuk komputasi yang terinspirasi dari sistem biologis manusia pada umumnya.
Gambar atau rendering hasil DataGrid ini nantinya dimaksudkan untuk menjadi model virtual dari berbagai kampanye, iklan, dan segala keperluan visual dari macam-macam merek fashion dan gaya hidup. Berbagai merek pengguna jasa mereka akan dapat mengkonstruksi tampak ideal dari model yang mereka inginkan, tanpa harus mendasari kreasinya dari penampilan manusia nyata.
Sejauh ini penampilan para “manusia” ini memang masih terlihat tidak alami dan belum menyerupai keterampilan model sesungguhnya dalam berpose. Nantinya, menurut DataGrid, mereka akan mulai memperkenalkan gerakan-gerakan tubuh manusia juga ekspresi wajah yang lebih kompleks ke dalam fungsi kecerdasan buatan ini, untuk nantinya dapat diaplikasikan secara luas.