MIT与谷歌联合研发的图片处理系统（图片来自MIT）
据悉，这套机器学习系统可以通过分析训练数据不断学习，让现有的图像处理算法加速运行。研究人员在测试中发现，新系统生成的图像与谷歌算法生成的图像很难区分，但所用的时间只有十分之一，速度足够快，完全可以实时显示。
MIT电子工程、计算机科学研究生迈克尔·加哈比表示：“谷歌听到了我们在做这样的研究，他们自己也跟着研究，我们将双方的方案整合在一起，要在云端处理一切，不断学习。学习的第一目标就是加快速度。”
这一系统始于早期的MIT项目（图片来自MIT）
这种系统不仅处理速度快，而且很节能，能够实时显示修饰图片，这样一来摄影师可以一边拍摄一边查看最终图像。每一次学习新任务时，都要用数千对图片进行训练，包括原始图片和润饰图片。
据了解，机器学习系统输出的结果不是图片，而是一组公式，可以对图片的像素色彩进行修改。在训练时，系统的性能如何由输出公式的表现决定。具体来说，研究系统输出的是3D网络，即16×16×8。网络16x16的一面对应原图像的像素位置，上面会堆叠共8层，对应不同的像素强度。每个网格单元都会有一个公式，决定如何对源图像的色彩数值进行修改。
通过应用特定图像处理算法，对海量图像进行训练（图片来自MIT）
该像素的色彩数值如何修改由方块四角的公式组合后决定，会根据距离判断。同样，网络的第三维也这是样判断的，也就是对应像素强度的那一面。
这项技术有助于移动平台上的实时图像增强（图片来自MIT）
研究人员会用Durand和Adobe的数据集训练系统，数据包括5000张图片，并且会将系统与其它机器学习系统对比，在处理过程中，全分辨率图片需要12GB的内存执行操作，而研究人员的新系统只要100MB左右，相当于1/100。
在本周举办的Siggraph会议上，麻省理工学院（MIT）计算机科学与AI实验室联合谷歌的研究人员展示了一套新系统，可以自动按照专业摄像师的处理方式修饰图片，并且可以在手机上运行。
