您可能看过奇幻电影或电视节目，其中主角要求放大图像并改善结果 - 以显示脸部、车牌或任何其他关键细节。 谷歌最新的人工智能 (AI) 系统，基于所谓的 扩散模型, 能够执行此技巧。
这是一个很难掌握的过程，因为它本质上是在相机最初没有捕捉到的图像中添加细节，使用基于其他类似图像的超级智能猜测。
在谷歌，这种技术被称为自然图像合成，在这种特定场景下，称为超高图像分辨率。 你从一张小的、像素化的照片开始，最后得到一些清晰、清晰和自然的东西。 它可能不完全是原来的，但它足够接近，在人眼中看起来是真实的。
谷歌为这项工作引入了两种新的人工智能工具。 第一个称为 SR3，或通过重复优化的超分辨率，它通过向图像添加噪声然后将其移除来工作。 通过基于大型图像数据库和一些机器学习魔法的一系列概率计算，SR3 可以想象低分辨率像素图像的超高分辨率版本是什么样子。
第二个工具是 CDM，即级联扩散模型。 谷歌将这些描述为“管道”，扩散模型（包括 SR3）可以沿着这些管道进行定向，以实现高质量图像升级。 它采用改进模型并将它们制作成更大的图像。
据谷歌称，通过在不同分辨率下使用不同的增强模型，CDM 方法能够胜过其他图像放大方法。 新的 AI 引擎在 ImageNet 上进行了测试，ImageNet 是一个巨大的训练图像数据库，通常用于视觉对象识别研究。
SR3 和 CDM 的最终结果令人印象深刻。 在对 50 名人类志愿者进行的标准测试中，SR3 生成的人脸图像在大约 50% 的情况下被误认为是真实照片——考虑到理想的算法应该达到 50%，这令人印象深刻。 值得重申的是，这些增强图像并非与原始图像完全匹配，它们是基于概率数学的仔细计算模拟。
谷歌承诺从其新的人工智能引擎和相关技术中获得更多——不仅在增强面部和其他自然物体的图像方面，而且在概率建模的其他领域。
另请阅读：