國(guó)外一家研究團(tuán)隊(duì)展示了一套神經(jīng)網(wǎng)絡(luò)系統(tǒng)，用來(lái)修復(fù)照片和提高照片分辨率。其最新的成果被稱(chēng)為Deep Image Prior，它以圖像本身作為引導(dǎo)重建圖像，而不是傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)用大量的數(shù)據(jù)來(lái)“喂“系統(tǒng)學(xué)習(xí)。

利用神經(jīng)網(wǎng)絡(luò)修復(fù)照片和提高分辨率

為了證明該算法的強(qiáng)大，并且不依賴(lài)無(wú)數(shù)次的“訓(xùn)練“，該團(tuán)隊(duì)還同時(shí)展示了降噪、去水印文字、補(bǔ)全圖像、提高分辨率等操作，盡管并不完美，但結(jié)果還是令人印象深刻。

眾所周知，神經(jīng)網(wǎng)絡(luò)最重要的特點(diǎn)是它模仿了人類(lèi)大腦的神經(jīng)突觸結(jié)構(gòu)，再建立數(shù)學(xué)模型和計(jì)算機(jī)算法，輸入大量的數(shù)據(jù)，計(jì)算機(jī)通過(guò)算法對(duì)數(shù)據(jù)進(jìn)行“分類(lèi)“來(lái)得出結(jié)論。舉個(gè)例子：讓一臺(tái)機(jī)器來(lái)判斷男/女，首先輸入一定量男和女的特征，例如：長(zhǎng)相、衣服、動(dòng)作等，再輸入足夠多的男/女照片，讓其判斷男女，這時(shí)候的機(jī)器會(huì)像一個(gè)蹣跚學(xué)步的小孩子，然后人為不斷地糾正它這是男那是女，直到有一天它能以非常低的錯(cuò)誤率來(lái)識(shí)別男女，這就是神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)單原理。

深度學(xué)習(xí)的“分類(lèi)”學(xué)習(xí)法

·編輯觀點(diǎn)：

　　有的人擔(dān)心此技術(shù)會(huì)被濫用，但人工智能、深度學(xué)習(xí)無(wú)疑是趨勢(shì)。除此之外，技術(shù)從來(lái)都是一把雙刃劍，當(dāng)以一種好的出發(fā)點(diǎn)且合適的行為，會(huì)帶來(lái)好的結(jié)果；但以一種不好的出發(fā)點(diǎn)，或者不合適的行為，自然會(huì)帶來(lái)不好的結(jié)果。