Если Вы когда-либо делали фотографию при достаточно плохом освещении, то наверняка замечали некоторый серый шум на фото, являющийся логичным результатом не слишком высокого качества изображения. В то время как многие пытаются бороться с этим посредством традиционного программного обеспечения вроде Photoshop, специалисты из NVidia, MIT и Университета Аалто в Финляндии собрали свою новую версию искусственного интеллекта, чья главная задача как раз и заключается в том, чтобы избавляться от этого серого шума и прочих визуальных артефактов на фотографиях. Причем главная особенность этого ИИ заключается в том, что ему вовсе не нужен “чистый” оригинал снимка.
Это не может не удивлять на первый взгляд – потому как даже самые совершенные и современные виды ИИ по улучшению качества изображения так или иначе нуждаются в исходниках, чтобы им было, с чем сравнить. Однако новый искусственный интеллект от NVidia действует по другой модели, стремясь максимально реалистично воссоздать чистый образ по контуру и фигурам, таким образом считывая потенциальные объекты на изображении.
По сути говоря, представленный искусственный интеллект является примером качественного и комплексного машинного обучения – и действительно, объединённая команда специалистов в области ИИ заявила, что Noise2Noise – а так он и называется – проходил тесты в своей работоспособности, исследуя и улучшая более чем 50 тысяч снимков за все время – причем это были совершенно разные изображения, как с точки зрения содержимого, так и с позиции техники, на которую их снимали. Результаты оказались более чем замечательными.
К тому же, такая разработка может быть полезна не только для современных блогеров, активно выкладывающих свои фотографии в такие популярные социальные сети, как Instagram – но также для организаций вроде НАСА и ЕКА, которые волей-неволей занимаются обработкой и визуальным улучшением изображений, полученных из космоса. Остается дождаться окончательных тестирований нового искусственного интеллекта, а пока NVidia предлагает всем желающим ознакомиться с научной статьей, опубликованной в свободном доступе в сети.
