Umetna inteligenca razpoznava predmete v skoraj popolni temi
Raziskovalci univerze MIT pogosto premikajo mejo uporabnosti umetne inteligence in algoritmov strojnega učenja. Najnovejši projekt prikazuje, kaj vse je mogoče doseči z uporabo kombinacije klasičnih algoritmov in algoritmov umetne inteligence. S pomočjo tovrstnih algoritmov si lahko obetamo razpoznavo predmetov v zelo slabih svetlobnih razmerah, kot tudi podrobnosti pri posnetkih miniaturnih predmetov, na primer bioloških tkiv.
Posnetek, ki je na fotografiji skrajno desno so najprej močno pokvarili in ga potemnili do mere, da so na sliki s prostim očesom razpoznavani samo nerazločni obrisi (v kvadratu slika levo zgoraj). To je tipično za fotografije v težavnih (nočnih) svetlobnih pogojih. Dobljeni popačeni posnetek so nato poskusili popraviti s klasičnimi algoritmi, ki upoštevajo fizikalne lastnosti (v kvadratu slika desno zgoraj). Dodatno so isti posnetek spravili skozi algoritem nevronske mreže za strojno učenje (posnetek spodaj levo). Najbolj jasno sliko pa so restavrirali z uporabo kombinacije fizikalnega algoritma in strojnega učenja, kar je vidno v sliki spodaj desno. Končni rezultat seveda ni tako jasen, kot originalna slika, vendar še vedno bistveno boljši od skoraj povsem temnega izhodišča. Zanimiv je tudi sam postopek »učenja« algoritma umetne inteligence. Za osnovo so mu pokazali približno 10.000 močno zatemnjenih, zrnatih in zamegljenih slik, na podlagi česar se je program naučil predvidevati, kako v določenih kombinacijah zgleda original. Morda pa bo dognanje nekega dne omogočalo izdelati nočne fotografije s pametnim telefonom, o katerih lahko danes samo sanjamo.
