โมเดล AI สามารถนำภาพที่มีความคลุมเครือมาปรับปรุงความละเอียดได้ถึง 60 เท่า

นักวิจัยจาก Duke University ได้พัฒนาโมเดล AI ที่สามารถนำภาพที่มีความคลุมเครือและพิกเซลได้มาแสดงผลด้วยรายละเอียดสูง ตาม TechXplore โมเดลนี้สามารถนำพิกเซลที่มีจำนวนไม่มากมาขยายภาพให้ใหญ่ขึ้นเพื่อสร้างภาพที่มีลักษณะเหมือนจริง โดยเฉพาะภาพใบหน้าที่มีความละเอียดประมาณ 64 เท่าของภาพต้นฉบับ โมเดลจะสร้างรายละเอียดที่ไม่มีอยู่ในภาพต้นฉบับโดยการ “จินตนาการ” หรือ “คิดค้น” รายละเอียดระหว่างเส้นของภาพต้นฉบับ

การวิจัยนี้เป็นตัวอย่างของการเพิ่มความละเอียด (super-resolution) ตามที่ Cynthia Rudin จากทีมวิทยาศาสตร์คอมพิวเตอร์ของ Duke University อธิบายกับ TechXplore โครงการวิจัยนี้สร้างสถิติใหม่สำหรับการเพิ่มความละเอียด เนื่องจากไม่เคยสร้างภาพที่มีคุณภาพดีจากพิกเซลต้นฉบับที่มีจำนวนไม่มากมาก่อน นักวิจัยได้เน้นย้ำว่าโมเดลไม่ได้สร้างภาพใบหน้าของบุคคลในภาพต้นฉบับที่มีคุณภาพต่ำ แต่สร้างภาพใบหน้าใหม่โดยเติมรายละเอียดที่ไม่มีอยู่ก่อนหน้านี้ ดังนั้น โมเดลนี้จึงไม่สามารถใช้สำหรับระบบความปลอดภัยได้ เนื่องจากไม่สามารถเปลี่ยนภาพที่ไม่ชัดเจนให้เป็นภาพของบุคคลที่แท้จริง

เทคนิคการเพิ่มความละเอียดแบบดั้งเดิมจะทำงานโดยการเดาเกี่ยวกับพิกเซลที่จำเป็นในการเปลี่ยนภาพให้เป็นภาพที่มีความละเอียดสูง โดยอาศัยภาพที่โมเดลได้เรียนรู้มาก่อน เนื่องจากพิกเซลที่เพิ่มเข้ามาเป็นผลมาจากการเดา จึงไม่ใช่ทุกพิกเซลที่จะตรงกับพิกเซลที่อยู่รอบๆ และบางส่วนของภาพอาจดู模糊หรือบิดเบี้ยว นักวิจัยจาก Duke University ใช้วิธีการฝึกอบรมโมเดล AI ที่แตกต่าง โมเดลที่สร้างโดยนักวิจัยจาก Duke University จะทำงานโดยการนำภาพที่มีความละเอียดต่ำมาเพิ่มรายละเอียดให้กับภาพโดยอ้างอิงจากภาพใบหน้าที่สร้างโดย AI ที่มีความละเอียดสูง โมเดลจะอ้างอิงภาพใบหน้าที่สร้างโดย AI และพยายามค้นหาภาพที่คล้ายกับภาพเป้าหมายเมื่อภาพที่สร้างโดย AI ถูกย่อให้เล็กลงจนมีขนาดเท่ากับภาพเป้าหมาย

ทีมวิจัยได้สร้างโมเดล Generative Adversarial Network (GAN) เพื่อจัดการการสร้างภาพใหม่ GAN คือเครือข่ายประสาทเทียมสองเครือข่ายที่ถูกฝึกอบรมบนชุดข้อมูลเดียวกันและแข่งขันกัน เครือข่ายหนึ่งรับผิดชอบในการสร้างภาพปลอมที่เลียนแบบภาพจริงในชุดข้อมูลฝึกอบรม ในขณะที่เครือข่ายอีกเครือข่ายหนึ่งรับผิดชอบในการตรวจจับภาพปลอมจากภาพจริง เครือข่ายแรกจะได้รับแจ้งเมื่อภาพของมันถูกตรวจจับว่าเป็นภาพปลอม และจะปรับปรุงจนกว่าภาพปลอมจะไม่สามารถแยกแยะจากภาพจริงได้

ทีมวิจัยได้ตั้งชื่อโมเดลการเพิ่มความละเอียดของตนเองว่า PULSE และโมเดลนี้สามารถสร้างภาพที่มีคุณภาพสูงได้แม้ว่าจะได้รับภาพที่มีความคลุมเครือมากก็ตาม โมเดลนี้สามารถสร้างภาพใบหน้าที่มีลักษณะเหมือนจริงได้แม้ว่าจะได้รับภาพที่มีคุณภาพต่ำมากก็ตาม เช่น เมื่อได้รับภาพใบหน้าที่มีความละเอียด 16×16 พิกเซล โมเดลสามารถสร้างภาพที่มีความละเอียด 1024×1024 พิกเซล ได้ โดยเพิ่มพิกเซลมากกว่า 1 ล้านพิกเซลในช่วงกระบวนการนี้ โดยเติมรายละเอียด เช่น เส้นผม ริ้วรอย และแม้แต่แสงสว่าง เมื่อนักวิจัยให้ผู้คนประเมินภาพ 1440 ภาพที่สร้างโดย PULSE เทียบกับภาพที่สร้างโดยเทคนิคการเพิ่มความละเอียดอื่นๆ ภาพที่สร้างโดย PULSE ได้รับการประเมินว่าเป็นภาพที่มีคุณภาพดีที่สุดเสมอ

แม้ว่านักวิจัยจะใช้โมเดลของตนเองกับภาพใบหน้า แต่เทคนิคที่พวกเขาใช้สามารถนำไปใช้กับวัตถุอื่นๆ ได้ ภาพที่มีความละเอียดต่ำของวัตถุต่างๆ สามารถนำมาใช้สร้างภาพที่มีความละเอียดสูงของวัตถุนั้นๆ ซึ่งเปิดโอกาสให้ใช้งานในอุตสาหกรรมและด้านต่างๆ เช่น การจุลทรรศน์ ภาพถ่ายดาวเทียม การศึกษา การผลิต และการแพทย์