Pixel 3 擁有強(qiáng)大的低光拍照性能，這得益于 Google 為它開(kāi)發(fā)的強(qiáng)大算法。不過(guò)麻省理工的研究人員，剛剛訓(xùn)練出了一個(gè)“能夠在接近一片漆黑”的情況下、重建照片中暗部細(xì)節(jié)的人工智能。借助深度神經(jīng)網(wǎng)絡(luò)，該技術(shù)重建生成的畫(huà)面，有望實(shí)現(xiàn)超過(guò) 1000 倍的對(duì)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(xùn)練過(guò)的神經(jīng)網(wǎng)絡(luò)（左下）。將基于物理的算法和神經(jīng)網(wǎng)絡(luò)結(jié)合起來(lái)，可以更加清晰準(zhǔn)確地重建圖像（右下）

研究團(tuán)隊(duì)為該神經(jīng)網(wǎng)絡(luò)提供了超過(guò) 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(dāng)我們用肉眼去觀(guān)察時(shí)，它們看起來(lái)都像一塊透明的玻璃。但實(shí)際上，其暗藏了非常精細(xì)、淺顯的結(jié)構(gòu)，仍會(huì)對(duì)光產(chǎn)生影響。”

在完成了對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練之后，團(tuán)隊(duì)打造了一套全新的模式，它已不再是原始數(shù)據(jù)集的一部分。在對(duì)其進(jìn)行系統(tǒng)分析后，我們發(fā)現(xiàn)深度學(xué)習(xí)確實(shí)可以揭示在黑暗中隱形的物體。

MIT 機(jī)械工程系教授 George Barbastathis 指出，若用光照射實(shí)驗(yàn)室中的生物細(xì)胞，會(huì)將它們燒焦而不會(huì)留下任何影像。此外，如果讓患者接受過(guò)量的 X 射線(xiàn)，會(huì)增加其患癌的幾率。

好消息是，這項(xiàng)技術(shù)能夠在保持同等圖像質(zhì)量的前提下，減少光線(xiàn)或 X 射線(xiàn)的曝光。除了醫(yī)學(xué)成像，它也適用于天文攝影。

有關(guān)這項(xiàng)研究的詳情，已經(jīng)發(fā)表在近日出版的《物理評(píng)論快報(bào)》（Physical Review Letters）上。