您可能已經看過奇幻電影或電視節目，其中主角要求放大圖像並改善結果——顯示一張臉、一個車牌或任何其他關鍵細節。 谷歌最新的人工智能 (AI) 系統，基於所謂的 擴散模型，能夠執行此技巧。
掌握這是一個棘手的過程，因為它本質上是使用基於其他類似圖像的超級智能猜測來為相機最初未捕獲的圖像添加細節。
在谷歌，這種技術被稱為自然圖像合成，在這個特定的場景中，超高的圖像分辨率。 你從一張小的、像素化的照片開始，最終得到清晰、清晰和自然的東西。 它可能不完全是原始的，但它足夠接近人眼看起來真實。
谷歌為這項工作推出了兩種新的人工智能工具。 第一個稱為 SR3，或通過重複細化實現超分辨率，它通過向圖像添加噪聲然後將其移除來工作。 通過基於大型圖像數據庫和一些機器學習魔法的一系列概率計算，SR3 可以想像低分辨率像素圖像的超高分辨率版本是什麼樣子。
第二個工具是 CDM，或級聯擴散模型。 谷歌將這些描述為“管道”，包括 SR3 在內的擴散模型可以被引導用於高質量的圖像升級。 它需要改進模型並將它們製作成更大的圖像。
據谷歌稱，通過在不同分辨率下使用不同的增強模型，CDM 方法能夠勝過其他圖像放大方法。 新的 AI 引擎在 ImageNet 上進行了測試，ImageNet 是一個巨大的訓練圖像數據庫，通常用於視覺對象識別研究。
SR3 和 CDM 的最終結果令人印象深刻。 在對 50 名人類誌願者進行的標準測試中，SR3 生成的人臉圖像大約有 50% 的時間被誤認為是真實照片——考慮到理想的算法應該達到 50%，這令人印象深刻。 值得重申的是，這些增強圖像與原始圖像並不完全匹配，它們是基於概率數學精心計算的模擬。
谷歌從其新的人工智能引擎和相關技術中承諾更多——不僅在增強人臉和其他自然物體的圖像方面，而且在概率建模的其他領域。
另請閱讀：