MIT開發夜視AI 可揭示在黑暗中隱形的物體

Pixel 3 擁有強大的低光拍照性能，這得益于 Google 為它開發的強大算法。不過麻省理工的研究人員，剛剛訓練出了一個“能夠在接近一片漆黑”的情況下、重建照片中暗部細節的人工智能。借助深度神經網絡，該技術重建生成的畫面，有望實現超過 1000 倍的對比度。

最初的透明蝕刻(最右)，黑暗中拍攝的照片(左上)，基于物理的算法(右上)，訓練過的神經網絡(左下)。將基于物理的算法和神經網絡結合起來，可以更加清晰準確地重建圖像(右下)。

研究團隊為該神經網絡提供了超過 10000 張透明玻璃狀的蝕刻圖像，它們是在極低光照條件下(每像素約 1 光子)拍攝的。研究一作 Alexandre Goy 表示：

當我們用肉眼去觀察時，它們看起來都像一塊透明的玻璃。但實際上，其暗藏了非常精細、淺顯的結構，仍會對光產生影響。

在完成了對神經網絡的訓練之后，團隊打造了一套全新的模式，它已不再是原始數據集的一部分。在對其進行系統分析后，我們發現深度學習確實可以揭示在黑暗中隱形的物體。

MIT 機械工程系教授 George Barbastathis 指出，若用光照射實驗室中的生物細胞，會將它們燒焦而不會留下任何影像。此外，如果讓患者接受過量的 X 射線，會增加其患癌的幾率。

好消息是，這項技術能夠在保持同等圖像質量的前提下，減少光線或 X 射線的曝光。除了醫學成像，它也適用于天文攝影。