在追求图像完美化的道路上，AI 工具往往陷入一个两难境地：提升图像真实感会牺牲美感，而增强美感又可能导致失真。这一矛盾在悬疑和科幻作品中尤为明显——当调查人员通过计算机屏幕增强模糊照片时，图像瞬间清晰并揭示关键线索。然而，这种神奇效果在现实中却难以实现。英伟达应用深度学习研究副总裁 Bryan Catanzaro 曾指出：”单纯放大图像只会使其更模糊，虽然能保留一些细节，但都是错误的。”
近年来，AI 算法在图像增强领域的应用逐渐突破这一瓶颈。研究人员开始将生成对抗网络（GAN）融入图像处理工具，使增强过程更高效、更强大。以色列特奥尼恩理工学院的电气工程师 Tomer Michaeli 表示：”图像质量突然大幅提升。” 但他同时发现，GAN 生成的图像存在严重失真问题。这些图像虽然美观自然，却虚构了不存在的细节，导致与真实场景的偏差。Michaeli 将此现象分为两类：一类展示精美图片（多为 GAN 生成），另一类则注重数据准确性但视觉效果较差。
2017 年，Michaeli 与研究生 Yochai Blau 对比了多种图像增强算法的失真与感知质量表现。研究发现，某些算法在视觉质量上表现优异，另一些则失真度极低，但两者难以兼顾。这种权衡被称为”感知失真权衡”。Michaeli 挑战其他研究者开发能在特定失真水平下实现最佳图像质量的算法，这一倡议吸引了数百名 AI 研究人员参与，并引用了他们的成果。
在特定场景下，感知失真权衡的影响相对可控。例如，英伟达发现高清屏幕难以渲染低清内容，因此开发出深度学习工具提升流媒体视频画质。工程师们选择感知质量优先，接受算法生成原始视频中不存在的细节。”模型在’幻想’，但一致性比准确性更重要”，Catanzaro 解释道。
然而，医学和科研领域对准确性要求更高。杜克大学生物医学工程师 Junjie Yao 指出：”AI 增强可能引入过度拟合或虚假特征，需谨慎使用。” 他曾利用 AI 改进大脑血流和新陈代谢测量方法，确保算法在准确性端保持稳定。
突破数据提取限制的一种方法是融合多源图像。例如，2021 年中国和英国研究人员将 Landsat 和 Sentinel-2 卫星数据结合，以更精确监测刚果盆地森林砍伐情况。通过深度学习将图像分辨率从 30 米提升至 10 米，融合数据检测干扰区域效率比单独使用 Sentinel-2 或 Landsat 更高 11%-21%。
若无法直接突破数据限制，Michaeli 提出另一种思路：让模型提供多种图像解释。在《Explorable Super Resolution》论文中，他展示了对模糊人像和车牌照片的处理结果。传统算法可能将模糊衬衫固定为某种样式，而开放式算法会呈现多种可能性（如条纹方向或数字识别）。这种方法既能排除错误选项，又避免绝对化结论。
尽管 AI 图像增强技术不断进步，但完美的”犯罪侦查增强”按钮仍遥不可及。不同领域都在探索感知失真权衡的解决方案，核心问题在于：AI 图像能提供多少信息？我们又能信任多少？Michaeli 强调：”算法为生成美观图像而编造细节，我们必须保持清醒认知。”
原文链接:https://www.quantamagazine.org/the-ai-tools-making-images-look-better-20230823/