谷歌最污的「黑科技」：利用AI「還原馬賽克」！

今日早間，據國外媒體報道，Google Brain（谷歌大腦）團隊已經開發了一個軟體，能利用人工神經網路來填充低解析度圖像細節，這是他們深度學習項目的一個分支。總的來說，谷歌AI通過自我學習，能夠把只有64個像素（8X8）的模糊圖片，變成更清晰的圖片。

也就是說，你那些打了馬賽克的照片，很可能被還原，對谷歌來說是無效行為！感覺這種技術還是有點用。比如當我們看到這照片：

還是先了解一下這項「黑科技」吧，軟體必須經過兩個階段。

第一個階段涉及到「條件作用網路」（Conditioning Network），系統將會搜索其他類似經過壓縮的高解析度圖片，尋找圖案、顏色的相似關係。

第二個階段被稱之為「優先網路」（Prior Network），這一階段將會利用高解析度圖片的細節，對於模糊圖片的部分進行填充。

例如，圖片頂部有一個棕色像素，而優先網路或許認為那是一條眉毛：於是，當要解析圖片時，就會用眉毛形狀的棕色像素填補進去。

為了製作出最終的無碼高清圖片，需要融合這兩個神經網路輸出的數據，最終結果往往會包含一些似是而非的新細節。

谷歌大腦的高清還原技術已經在實際測試中取得了一定的成功。當該團隊向人類觀察員呈現真實的高清明星照和經過電腦還原的照片時，觀察員被騙的比例達到10%（50%就屬於完美得分）。而在卧室照片中，人類觀察員被騙的比例達到28%。這兩個得分都遠高於常規的雙三次插值放大技術，後者沒有騙過任何人類觀察員。

但這個系統不完全準確，結果遠非完美，但經常接近真正原貌。即使在AI系統得到許多錯誤細節時，也經常足夠接近。它能使64個像素（8X8）的模糊圖片變得相當清晰可見。此設置可用來識別一般對象和位置，但不能用於驗證人員的身份。

至於潛在用途？目前警方不想使用Google的技術來確定嫌疑人，但它可以幫助驗證嫌疑人在某個鏡頭中是存在的。

此外，對於那些原有畫面已經十分模糊的，谷歌不去強化這些像素，而是利用機器學習技術，猜測出更多的像素，從而提高畫面的解析度。看到這樣的技術，不少網友大呼「我的硬碟有救了」。

另外，谷歌大腦和DeepMind是Alphabet的兩大深度學習研究機構。前者最近發布了一些有趣的研究成果，例如，開發了可以自行製作加密演算法的人工智慧技術。後者則因為其開發的AlphaGo去年擊敗全球頂級圍棋選手李世石而名聲大噪。

等不及想速速了解這項技術真正原理的小夥伴兒，戳下方鏈接，AI與機器人小編替你放好了。