在几乎完全没有光线的环境中，相信任何人都无法清楚看到大部分的物体，但对 AI 来说或许不是件难事。麻省理工学院的科学家近来开发出一种技术，能透过深度神经网络在几乎没有光线的环境下，看见其中的物体。为了让神经网络培养出这样的能力，该团队利用了一万张黑暗、充满噪点，甚至是没有对焦的图片，搭配上在其中存在的物品的图片，对其进行训练。而这样的方式，不仅让神经网络了解应该辨识出什么物品，也能训练其在微弱的光源下该如何从画面中凸显出该辨识的目标。除此之外，研究人员也给神经网路上了一堂物理课，让它理解没有对焦的相机是如何产生出模糊的图片，藉此来应付这类情况下的画面。
经过如此训练后，这套 AI 系统已经可以顺利地在严苛的光线环境下找到目标物品，并将其重现于画面之中，同时画面中黑暗的环境也可以变得十分明亮。当然，这项技术似乎可为夜间摄影所用，但目前麻省理工学院的研究团队最感兴趣的是将其应用于医学领域。以目前的技术来说，在没有光线或辐射协助的情况下，要看到生物组织的细节是一大挑战。然而，除非降低所使用的亮度，光线或辐射是有可能对组织造成危害的。此外，这项技术也将可以帮助天文学者，在没有照明辅助的条件下，探测天上那些看似模糊且微小的物体。
经由: Engadget
分享到:
閱讀更多 科學維度 的文章
