今天再大家介紹另一個AI深度神經網絡的應用例子，那就是可以將充滿了噪點的照片恢復到幾乎完美的水平，該項研究成果是NVIDIA與麻省理工、阿爾托大學聯合發布于瑞典斯德哥爾摩 ICML2018國際機器學習大會上。

  過往在去除照片噪點上，研究人員通常是利用“帶噪點”和“不帶噪點的清晰”照片進行深度神經網絡訓練，讓AI系統學習兩者的差異性，以及如何更好地去修復它。但NVIDIA等研究員采用了一個全新的方式，它只需要兩張“帶噪點”的圖片就能訓練出可修復照片的AI系統，可以移除照片的噪點、失真部分以及增強照片的清晰度。   研究人員表示在沒有足夠清晰度條件下，去掉噪聲恢復照片應有的清晰度并非不可能，而且經過AI深度神經網絡處理過的照片擁有更好的清晰度，同時整個系統訓練時間與以往的方案沒有太大區別。而研究團隊的硬件不是最先進的，而是 ，配合上基于TensorFlow 深度學習框架 ImageNet進行AI系統訓練，訓練樣本高達50000 張圖像。

  之后，研究人員把這套AI系統嘗試用在增強MRI核磁共振圖像上，結果也取得非常好的效果，去噪點效果優秀，可以讓專業醫生更好地判斷病情。   當然了，這套系統簡直就是低光照拍照的救星，現實生活中如果在低亮度條件下拍出來的照片，經常會出現噪點，這是感光器件的固有問題，雖然可以算法降低這部分影響，但是我們會看到有嚴重的涂抹感。NVIDAI與大學研究員開發的這套系統就能針對性去除掉噪點，甚至進一步增強了照片的清晰度，未來可以廣泛用于天文的微光攝影、基于物理的渲染圖像、核磁共振成像上。

  試想一下，如果這項成果最終能夠輸出到手機上，充分地調動起手機SoC的NPU、AI部分，或許手機夜景拍照成像會有全新的體驗。