О своей разработке ученые писали еще в марте этого года. Тогда они объяснили математические принципы, лежащие в основе самообучения нейронной сети. В июле идея была представлена на международной конференции по компьютерному обучению ICML в Стокгольме.

Наиболее частая проблема фотографов заключается в том, что снимки, сделанные при недостаточном освещении, часто «шумят», то есть выглядят зернистыми и размытыми. Особенно сильно от этого страдают мобильные фотографии, сделанные на бюджетный аппарат. В этом случае большую помощь фотографу может оказать ИИ, способный восстанавливать изображение до приемлемого состояния.

Предложенная идея заключается в том, чтобы научить нейросеть исправлять образы путем анализа пар зернистых и отчетливых объектов. Для этого требуется показать ИИ как можно больше примеров. Впоследствии он сможет распознавать и восстанавливать снимки самостоятельно.

Команда обучала свою систему на основе 50 тысяч изображений, взятых из базы ImageNet. Положительный результат был достигнут за счет графических процессоров NVIDIA Tesla P100 и cuDNN-платформы глубокого обучения TensorFlow, созданной силами Google.

По заявлению членов проекта, разработка указывает путь к принципиально новым решениям для эффективного шумоподавления.