AI說白了就是一種通過機器代替人力的技術，離我們最近並且常用到的應該是美圖這類軟體吧。眾所周知，在美顏相機、美圖秀秀等軟體誕生之前，照片的美化需要專業美工設計師通過PS進行調整。現在與以往不同，很多美圖App都加入了「一鍵AI修圖」功能，省去了傳統PS修圖複雜的操作流程。
隨著5G時代的到來，推動了AI技術的進一步發展，近些年網上出現了「AI換臉」的技術，令人目瞪口呆。AI能夠直接捕捉一個人的面部動作形態，再換算到另一個人的臉上，這樣一來，即使在直播，也可以在視頻中達到以假亂真的地步。
這不是最厲害的，近日有網友利用AI技術開發了一款「一鍵去除馬賽克」的軟體，發布沒多久，這款軟體便迅速躥紅網絡。如此神奇的技術，它到底是怎麼實現的呢？
在科普這種技術之前，我們先要搞清楚馬賽克這個概念。早期的馬賽克指的是古希臘的拼貼鑲嵌工藝，現在指將影像特定區域的色階細節劣化並造成色塊打亂的效果，讓人看不清具體的畫面。
馬賽克就像一把雙刃劍，對於那些需要用到馬賽克的影片來說，它通過模糊或遮擋敏感信息，不僅能夠保護個人隱私，還可以去除某些暴力、恐怖等不適畫面。而對於觀影者來說，可能就不那麼友好了，這就好比手機上的劉海屏一樣，一部分內容被遮住的感覺實屬難受。
目前，比較火的反馬賽克軟體有兩款，分別是JavPlayer和PULSE。
JavPlayer利用深度學習的視頻超分變率算法，針對視頻中的每一幀圖進行採樣，然後通過AI算法還原馬賽克的像素點。可能會有小夥伴表示疑惑，那還原後的圖像會不會是假的？
答案：不是。因為這款軟體還原圖像是通過大量CPU和GPU的AI運算，把馬賽克模糊再銳化，然後插值補償損失得到的源圖像。不過，需要注意的是，JavPlayer只能修復薄碼視頻，這也就意味著馬賽克格子比較大，丟失的像素相對較少，這樣插值補償出來圖像誤差也會較小。
杜克大學去馬賽克的方法有所不同，他們開發了一種名為PULSE的算法，雖然也是用的視頻超解析度算法，可以將低解析度圖像變高清，但它填補的不是像素，而是先生成高清大圖，然後降低圖片解析度與原始圖進行對比，從中找出匹配度最高的圖像。
只需幾秒鐘，PULSE算法便可將一張16×16像素的低解析度圖像提升到1024×1024級別，效果確實很好。只不過還原後的圖像與原圖誤差很大，比如下面這張打了馬賽克的歐巴馬，使用PULSE算法後卻變成了一個白人。
簡單點來講，PULSE算法就是通過AI算法合成一張與原圖匹配度最高的照片，而非在原圖之上進行修復還原，這點還是與JavPlayer有很大區別的。
當然，反馬賽克技術不僅限於修復圖片或視頻，其他領域也得到了廣泛的運用。
為了在光線追蹤技術中提升高質量圖像的輸出速度，也需要對圖像做降噪處理，英偉達在這方面就做得很好。此前，英偉達與麻省理工學院，以及阿爾託大學的人工智慧研究人員一起創建了名為Noise2Noise的項目。
該項目團隊從mageNet資料庫中獲取500000張圖像，對它們做增噪處理。然後利用這些圖像做降噪處理，以此來訓練AI的降噪能力。
Noise2Noise在醫療領域非常適用，例如對核磁共振圖像掃描，它能夠用於圖像的降噪，方便醫生查看更清晰的圖像。
另外，英偉達的DLSS 2.0技術與Noise2Noise類似，都可以利用AI對圖像進行修復。加入了DLSS 2.0技術後，顯卡便可以將1080P的畫面模擬到4K顯示。
除英偉達外，Adobe在反馬賽克技術上也頗有研究。
去年6月，Adobe正式宣布了PS反向還原技術，利用AI算法和機器學習，可判斷出圖片是否被修改過，確認圖像變化後，該技術會將圖像還原到修改前的模樣。也就是說，哪怕圖像打了馬賽克，也可以把它還原回來。
其實，去馬賽克就是一種圖像增強技術。這就好比vivo X50系列配備的超清修復功能，可以將老照片修復，同時在vivo相冊中實現文檔去影和照片去路人功能。
就目前來看，市面上沒有任何一種可以完全有效去除馬賽克的技術。現階段的技術都是通過AI在資料庫中模擬比對相似的圖像，雖然有些技術是在原圖基礎之上進行修復，但實質上那並不是原圖，AI能做到的只是無限接近，修復後的圖像並不能與原圖劃等號。
總的來說，打了馬賽克的圖像，你可以將它理解為刪除了圖像的子像素。一旦子像素丟失，即便是AI也無法計算出它的原樣。因此，沒有哪款工具可以做到真正意義上的去馬賽克。
不過，有一說一，除了網友開發的反馬賽克工具外，其實很少有科技公司關心AI技術是否真的能夠去碼，它們的最終目的是讓低解析度的圖像變高清，反馬賽克只不過是順帶完成的任務罷了。