相信不少人都看过那个名叫「犯罪现场调查」（CSI）的美剧，剧中有这样一个桥段，通过「图像增强技术」从犯罪嫌疑人照片的墨镜的反射发现了破案的线索。
（美剧 CSI 片段）也许在当时的技术条件下，这样破案的手段还只是人们「美好的梦想」，但是现在，Google 借助强大的 Googld Brain 的深度学习技术已经在一定程度上完成了图像复原和增强技术的实现。
通过神经网络，在没有任何其他信息的情况下，Google Brain 可将一个 8x8 像素的图片还原为与原图较为接近的图片。
图像增强和复原技术并不是什么新鲜玩意儿，早在图像处理开发发展的初期，人们就在使用传统的图像增强方法，其中包括了灰度变换、直方图处理、图像平滑、图像锐化以及传统彩色图像增强等。
然而图像的复原则需要计算机在低像素的信息情况下「猜测」缺失的原始图像信息，而这种猜测，就需要衍生了许多不同种类的算法。
Google 的这项被叫做「像素递归超分辨率」（Pixel Recursive Super Resolution）的技术使用了深度学习和神经网络算法，该技术使用了两种网络，「调节网络」用来将低分辨率图像的像素映射到高分辨率图像中，即使用人工智能来进行「图像插值」，另一个「先验网络」可以通过分析现有图像的像素信息来为目标图像添加细节。
这两个网络的输出便是图像增强和复原的「魔法」。
通过对样本的分析和处理，Google 把机器处理的照片和实际拍摄的照片拿给测试者去辨识，让他们来标记他们认为的实际拍摄和机器合成的照片。
结果显示人们的标定变动很大，不管是人脸还是室内装饰的照片，有些机器处理的照片足以做到「以假乱真」（上图上半部分），也有些照片明显一看就是机器合成的（上图下半部分）。
这个结果说明 Google 的新算法的成功率极大程度上依赖于照片本身的信息，所以还有许多可以改进的空间。
虽然将 AI 使用在图像处理上早已不是什么新鲜事了，但是 Google 的这一项研究无疑是一个伟大的进步。
不管是在临床医学上的身体照射检查图片，还是犯罪侦查获得的图像，未来还有更多的领域需要使用到这项技术。
毕竟，快速发展的新技术将带给我们无限的可能。