(zdroj: Max Planck Institute for Intelligent Systems)BERLÍN, BRATISLAVA. Ak má obrázok malé rozlíšenie alebo mu chýba ostrosť, nepomôžu mu ani tie najpokrokovejšie výpočty, aby späť získal drobné detaily. Chýbajú vstupné dáta, ktoré by mohli byť kostrou pre rekonštrukciu.
Nový expertný systém EnhanceNet využíva neurónovú sieť na to, aby si chýbajúce detaily vymyslel. Využíva pri tom učiace sa algoritmy, ktoré sa nespoliehajú na ľudí. Kým jeden zo systémov vymýšľa textúry a detaily pre obrázky s nízkym rozlíšením, druhý tieto snahy hodnotí, aby poskytol spätnú väzbu.
Na začiatku projektu vývojári z inštitútu Maxa Plancka pre inteligentné systémy v Nemecku brali všetko ako hru. Sadu obrázkov s najrôznejšími textúrami a drobnými detailmi previedli na nízke rozlíšenie, aby sa expertné systémy učili svojmu poslaniu.
Kým grafický automat dopĺňal do zmenšených náhľadov chýbajúce detaily, druhý zo systémov ich hodnotil pri porovnávaní s originálom. Postupne získali neurónové siete dostatok skúseností na to, aby sa pustili aj do neznámych obrázkov.
Zhodnotenie grafiky pridaním detailov je podľa magazínu Digital Trends doposiaľ najúspešnejším zo všetkých doterajších prístupov. Hoci sa problémom programátori zaoberajú dlhodobo, doposiaľ nemali veľa úspechov. Ani EnhanceNet nie je v tejto chvíli dokonalý. Ak však naštuduje dostatok kvalitných obrázkov a fotografií, zlepší sa i on.
Svet je rozmanitý - štruktúru má pokožka, vtáčie perie, trávnatý porast i vodná hladina. Je na expertných systémoch, aby ich pochopili a naučili sa ich dopĺňať tam, kde chýbajú. Ľudská myseľ je citlivejšia na vnímanie podvodov pri tvárach ľudí, ako pri prírodných scenériách. Úspešnosť technológie sa bude odvíjať i od objektu, ktorý sa pokúša systém rekonštruovať.
