国外一家研究团队展示了一套神经网络系统，用来修复照片和提高照片分辨率。其*新的成果被称为Deep Image Prior，它以图像本身作为引导重建图像，而不是传统的神经网络用大量的数据来“喂“系统学习。
利用神经网络修复照片和提高分辨率
为了证明该算法的强大，并且不依赖无数次的“训练“，该团队还同时展示了降噪、去水印文字、补全图像、提高分辨率等操作，尽管并不**，但结果还是令人印象深刻。
众所周知，神经网络*重要的特点是它模仿了人类大脑的神经突触结构，再建立数学模型和计算机算法，输入大量的数据，计算机通过算法对数据进行“分类“来得出结论。举个例子：让一台机器来判断男/女，首先输入一定量男和女的特征，例如：长相、衣服、动作等，再输入足够多的男/女照片，让其判断男女，这时候的机器会像一个蹒跚学步的小孩子，然后人为不断地纠正它这是男那是女，直到有一天它能以非常低的错误率来识别男女，这就是神经网络的简单原理。
深度学习的“分类”学习法
编辑观点：
有的人担心此技术会被滥用，但人工智能、深度学习无疑是趋势。除此之外，技术从来都是一把双刃剑，当以一种好的出发点且合适的行为，会带来好的结果；但以一种不好的出发点，或者不合适的行为，自然会带来不好的结果。
