¿Puede la inteligencia artificial ayudar a recuperar un recuerdo que nunca fue fotografiado? Esa es la pregunta detrás de Love, Rendered, un cortometraje documental que reconstruye el día en que Burt y Ethelle Shatz se conocieron, hace más de 70 años, en una residencia estudiantil de Cleveland.
La pareja ha pasado más de siete décadas junta, pero Burt vive con un deterioro cognitivo que ha comenzado a borrar algunos momentos de su historia. El encuentro que dio origen a su relación no quedó registrado en imágenes: solo sobrevivió en sus recuerdos.
Una historia de amor frente a la pérdida de memoria
La película fue dirigida por Liz Garbus, cineasta nominada al Óscar, y producida junto con Dan Cogan y Darren Aronofsky. El proyecto surgió de una colaboración entre Google DeepMind y Primordial Soup, la iniciativa creativa de Aronofsky.
El equipo se interesó por la relación entre los sentidos y la memoria. Una canción, una fotografía o una voz conocida pueden despertar emociones incluso cuando otros recuerdos parecen haberse desvanecido. Esta idea se relaciona con la terapia de reminiscencia, una práctica que utiliza estímulos familiares para provocar conversaciones y reforzar conexiones emocionales.
Pero ¿qué ocurre cuando ese recuerdo importante no tiene una imagen que lo active? En el caso de Burt y Ethelle, la respuesta fue construir una representación visual con ayuda de inteligencia artificial, sin dejar que la tecnología tomara el control de la historia.
La IA como herramienta, no como protagonista
Para recrear aquel momento perdido, los cineastas trabajaron directamente con Ethelle. Ella revisó los resultados y corrigió detalles como la forma de una escalera o el diseño del tacón de un zapato. Su participación fue esencial: la tecnología podía generar imágenes, pero ella era quien conocía la verdad emocional y visual de la escena.
El proceso tuvo dos componentes principales:
- Restauración de fotografías: modelos generativos recuperaron y colorearon fotografías antiguas en blanco y negro de Burt y Ethelle. Estas imágenes sirvieron como referencia para conservar sus rasgos y apariencia.
- Control de postura y actuación: los modelos de captura de movimiento analizaron gestos actuales de la pareja, como la inclinación de la cabeza de Burt, sus pausas al hablar y las pequeñas arrugas alrededor de sus ojos. Después, esos rasgos se trasladaron a representaciones más jóvenes de ambos.
El resultado combina el pasado reconstruido con señales del presente. Así, la recreación no intenta producir una copia perfecta de una grabación inexistente, sino una escena que conserve la esencia de lo que la pareja recuerda.
La inteligencia artificial puede rellenar espacios visuales, pero el significado de esos espacios sigue dependiendo de las personas.
Cuando la tecnología también toca la vida personal
El responsable técnico del proyecto explicó que la pérdida de memoria también forma parte de su historia familiar. Su abuelo sufrió un accidente cerebrovascular y, durante sus últimos años, confundía su edad y sus recuerdos. En una de sus últimas visitas, creyó que su nieto todavía estaba en la universidad y se alegró de que estuviera a punto de graduarse.
Esa experiencia llevó al equipo a probar las mismas herramientas con fotografías familiares. Restaurar imágenes de sus padres cuando eran jóvenes y animarlas permitió observar cómo una tecnología experimental podía convertirse en una forma de conexión emocional.
La escena plantea una posibilidad cercana para muchas familias: recuperar fotografías deterioradas, dar movimiento a retratos antiguos o crear nuevas maneras de conversar sobre quienes ya no pueden contar su historia con claridad. No se trata de reemplazar los recuerdos, sino de ofrecerles un punto de partida.
Restaurar fotos familiares con Gemini
Google también señala que es posible restaurar fotografías antiguas desde la aplicación Gemini. Para hacerlo, puedes subir una imagen y escribir una instrucción como esta:
¿Puedes restaurar y colorear esta fotografía? Conserva la apariencia, la expresión y la postura de las personas.
Conviene revisar el resultado con cuidado. Una herramienta generativa puede inventar detalles, cambiar rostros o alterar elementos que no logra identificar. Por eso, las personas que conocen la historia deben participar en la revisión, tal como hizo Ethelle durante la producción del documental.
Love, Rendered muestra una aplicación de la IA menos relacionada con la productividad y más con la memoria, la familia y el duelo. La máquina aporta restauración, movimiento y reconstrucción; las personas aportan contexto, criterio y afecto. ¿Y no es justamente esa combinación la que convierte una imagen generada en algo verdaderamente significativo?
Fuente original
https://blog.google/innovation-and-ai/technology/ai/love-rendered-film