Pixel 3 擁有強大的低光拍照性能，這得益于 Google 為它開發的強大算法。不過麻省理工的研究人員，剛剛訓練出了一個“能夠在接近一片漆黑”的情況下、重建照片中暗部細節的人工智能。借助深度神經網絡，該技術重建生成的畫面，有望實現超過 1000 倍的對比度。

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），訓練過的神經網絡（左下）。將基于物理的算法和神經網絡結合起來，可以更加清晰準確地重建圖像（右下）

研究團隊為該神經網絡提供了超過 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：“當我們用肉眼去觀察時，它們看起來都像一塊透明的玻璃。但實際上，其暗藏了非常精細、淺顯的結構，仍會對光產生影響。”

在完成了對神經網絡的訓練之后，團隊打造了一套全新的模式，它已不再是原始數據集的一部分。在對其進行系統分析后，我們發現深度學習確實可以揭示在黑暗中隱形的物體。

MIT 機械工程系教授 George Barbastathis 指出，若用光照射實驗室中的生物細胞，會將它們燒焦而不會留下任何影像。此外，如果讓患者接受過量的 X 射線，會增加其患癌的幾率。

好消息是，這項技術能夠在保持同等圖像質量的前提下，減少光線或 X 射線的曝光。除了醫學成像，它也適用于天文攝影。

有關這項研究的詳情，已經發表在近日出版的《物理評論快報》（Physical Review Letters）上。