Exploring AI’s Limitations in Unveiling Faces from Pixelated Images

随着凯特·米德尔顿(Kate Middleton)最近做手术后行踪不明,互联网上充斥着关于她下落的猜测。尽管官方声明表示她不会在复活节前恢复工作,但人们一直在推测她的健康状况以及与威廉王子的婚姻。然而,《太阳报》发布的一段视频显示凯特和威廉在农场商店里走动,并未能说服阴谋论者。

为了证明视频中的女性不是凯特·米德尔顿,一些用户转向了人工智能照片增强软件。这些程序声称能够使像素模糊的图像清晰化,并揭示问题人物的真实身份。然而,结果却时好时坏。

事实证明,这些人工智能“增强”程序并没有人们想象的那么强大。虽然人工智能在生成逼真图像和视频方面表现出色,但当要增强模糊或像素模糊的图像时,它却遇到困难。这些程序只能根据它们的训练集猜测缺失信息应该是什么样的,它们经常产生不准确或不可靠的结果。

《404media》的Jason Koebler通过对《太阳报》的视频和一张模糊的自己的照片进行测试,展示了这些程序的局限性。结果远非准确,证明人工智能无法可靠地从模糊的图像中识别人物。

尽管一些人工智能程序在特定用例中可能表现更好,比如三星的“Space Zoom”用于拍摄高质量的月球图像,但识别特定的面孔要复杂得多。只针对凯特·米德尔顿的图像进行训练的程序可能会生成一个像她的像素化脸孔,但无法确认人物的真实身份。

总而言之,如果图像中没有足够的数据来确定显示的是谁,人工智能也无法获得足够的数据。对模糊的面孔进行缩放和增强超出了当前人工智能技术的能力范围。

常见问题解答

The source of the article is from the blog macnifico.pt

Privacy policy
Contact