Actualmente, la mayoría de programas de edición de fotos, tanto móvil como de escritorio son capaces de reducir el ruido y los artefactos de las imágenes, aunque siempre lleva aparejada una pérdida de definición porque lo que hacen estos programas es rellenar los "huecos" con colores similares a los que están alrededor del ruido. Para solucionar este embrollo, Nvidia, en colaboración con la Universidad de Aalto y el Instituto de Tecnología de Massachusetts (MIT) ha desarrollado una tecnología de análisis y recomposición de imágenes que capaz de eliminar el ruido de una foto con la menor pérdida de definición posible.

Y no solo eso, es capaz de dilucidar los elementos que pertenece a la foto y los que no, desechando todo lo que vale para recomponer la imagen a su estado original. Por ejemplo, en una fotografía de un paisaje llena de textos encima es capaz, como por arte de magia, de mostrar solo el paisaje. Y es solo una pequeña muestra de lo que es capaz.

Hasta ahora, el proceso para "enseñar" a las IA el post procesamiento de imágenes se basaba principalmente en el entrenamiento por pares: dos imágenes iguales, una original sin artefactos ni ruido y otra ensuciada originalmente, pero esta nueva IA ha sido entrenada usando solo fotos corruptas, sin una contraparte original de la que tener referencias.

"Es posible aprender a restaurar imágenes sin siquiera observar las [originales] limpias y con un rendimiento que a veces excede el entrenamiento con ejemplos limpios", - Paper de los investigadores de Nvidia, MIT y Aalto.

Lógicamente, el equipo que han usado para ello no está al alcance de todo el mundo: GPUs NVIDIA Tesla P100 con el framework de deep learning TensorFlow acelerado por el sistema cuDNN también de Nvidia, con el que han analizado más de 50.000 imágenes para entrenar a la IA. La investigación y toda la documentación está disponible en la web de los investigadores.