将「马赛克」像素级别的大头照转换成高清照片，是一种怎样的体验？杜克大学提出的AI算法，不仅可以「去掉马赛克」，还能精细到每一道皱纹、每一根头发。在这个追求高清画质的时代，我们对渣画质的容忍度越来越低。在知乎上搜索「低分辨率」、「渣画质」，会看到一大片诸如「如何补救清晰度低的照片」、「如何拯救渣画质」之类的问题。那么，将渣到马赛克级别的画面秒变高清，是一种怎样的体验？
杜克大学的研究人员用AI算法告诉你。杜克大学的研究人员提出了一种AI算法，称之为PULSE（Photo Upsampling via Latent Space Exploration，通过潜在空间探索的照片上采样）。该算法可以将模糊、无法识别的人脸图像转换成计算机生成的图像，其细节比之前任何时候都更加精细、逼真。
如果用以前的方法，想要把一张模糊的「大头照」变清晰，最多只能将这张照片缩放到原始分辨率的八倍。但是杜克大学的团队提出了一种新的方法，仅在几秒钟内，就可以把16x16像素的低分辨率（Low Resolution，以下简称LR）小图，放大64倍，变成1024x1024像素的高分辨率（High Resolution，以下简称HR）图像。
他们的AI工具会「想象」出一些原本不存在的特征，即使是原本LR照片中无法看到的细节，比如毛孔、细纹、睫毛、头发和胡茬等，经过其算法处理后，都能看得一清二楚。领导该团队的杜克大学计算机科学家辛西娅·鲁丁（Cynthia Rudin）说：「以前从来没有像现在这样，能用这么少的像素，就创造出拥有大量细节的超分辨率图像。
」在实际应用方向上，论文的共同作者Sachit Menon介绍称：「在这些研究中，我们只是用面部作为概念验证。但从理论上讲，该技术是通用的，从医学、显微镜学到天文学和卫星图像，都可以通过该技术改善画质。」杜克大学的团队提出的新方法，可以说是开辟了新的思路。在拿到一张LR图像后，PULSE系统不会慢慢添加新的细节，而是遍历AI生成的HR图像，将这些HR图像对应的LR图像与原图对比，找到最接近的那张。
团队使用了生成对抗网络（简称GAN），它包括对同一张照片数据集进行训练的两个神经网络，即生成器与鉴别器。随着经验的积累，生成器的经验会越来越好，直到鉴别器无法分辨出差异。团队在著名的高分辨率人脸数据集CelebA HQ上评估了其算法，用64×，32×和8×的比例因子进行了这些实验。
研究人员要求40个人对通过PULSE和其他五种缩放方法生成的1440张图像进行1到5的评分，而PULSE的效果最佳，得分几乎与真实的高质量照片一样高。不过，该系统还不能用于识别身份，研究人员表示：「它无法将安全摄像头拍摄的失焦、不能识别的照片，变成真人的清晰图像。它仅会生成不存在但看上去很真实的新面孔。
」在具体应用场景上，除了上文提到的，该技术未来可能应用在医学、天文学之外，对于大众来说，拥有这项黑科技之后，就可以把N年前的老照片变高清。对于编辑同志们来说，更是一大福音，再也不用为找高清配图而头大了。