在今天发表在「物理评论快报」上的一项研究中，来自 MIT 的研究人员从这些物体的图像中重建透明物体，这些物体几乎是在漆黑的条件下拍摄的。他们使用「深度神经网络」来实现这一目标，这是一种机器学习技术，它涉及训练计算机将某些输入与特定输出相关联 - 在这种情况下，输入是透明物体的黑暗、颗粒状图像和物体本身。该团队训练了一台计算机，根据这些图案的颗粒状图像识别 10,000 多个透明玻璃状蚀刻。这些图像是在非常低的光照条件下拍摄的，每个像素大约有一个光子 - 远远少于相机在黑暗密封房间中记录的光线。然后，他们向计算机显示了一个新的颗粒状图像，未包含在训练数据中，并发现它学会了重建黑暗模糊的透明物体。结果表明，深度神经网络可以在用很少的光拍摄的图像中，用于照亮透明特征，例如生物组织和细胞。