人工智能改善舊遊戲和電視中的圖形

正在使用深度學習人工增加使用ESRGAN的舊遊戲中的紋理分辨率。

ESRGAN代表增強型超分辨率生成對抗網絡，是一種先進的深度學習技術，可使用AI提高圖像的視覺分辨率。

雖然這個算法非常令人印象深刻，但它確實具有創建工件的副作用。在我進入哇之前，讓我簡單解釋一下我正在談論的wtf。

深度學習是培訓計算機以了解類似於人類大腦如何工作的主題的過程。您向神經網絡提供您想要學習識別或操縱的數據，並且網絡的神經元開始形成路徑並學習數據。一旦您完成了足夠的樣本數據，您的權重就會被調整數千甚至數百萬次，直到它具有非常高的準確度（通常為70-98％）。然後，您可以使用此模型並將其插入幾乎任何系統，只需很少的開銷。深度學習的培訓部分非常耗時且昂貴，但最終模型通常可以在Raspberry Pi上運行。

ESRGAN使用所謂的生成性對抗網絡（GANS），這基本上是兩個深層學習網絡相互對抗以提高其性能。一個網絡充當生成器，以根據輸入創建輸出。另一個網絡是學習原始數據集的鑑別器。然後將它們相互對立，一個充當偽造者，試圖創建看起來像原始數據集的數據，另一個試圖確定原始數據的可能性。隨著時間的推移，兩者都會在工作中變得更好，最終，您可以構建一個可以非常準確地創建數據的模型。

該技術的一個很好的例子是從低分辨率源創建更高分辨率的圖像。