近日,2019 ASC世界大學生超級計算機競賽(ASC19)公布了初賽賽題。來自全球200余所高校的300多支大學生隊伍,將在長達兩個月的初賽階段,嘗試挑戰一項當前熱門的人工智能技術——單張圖像超分辨率(Single Image Super-Resolution,簡稱SISR)賽題。他們須基于PyTorch框架自行設計并訓練AI模型,利用超級計算機在盡可能短的時間內將80張模糊不清的圖像還原成高分辨率圖像,并在相似度上符合標準。PyTorch由于簡潔、高效、易用的優點,發布以來迅速獲得開源社區歡迎,目前已經成為使用率第二高的深度學習框架。

圖像超分辨率(Super-Resolution,簡稱SR)技術是近幾十年來廣受關注的一項視覺計算技術,其目標是將低分辨率圖像恢復或重建為高分辨率圖像。隨著深度學習技術特別是生成式對抗網絡GAN被引入到SR研究中,這項技術得以廣泛應用于衛星和航天圖像分析、醫療圖像處理、壓縮圖像/視頻增強及其他應用領域。GAN能給SR帶來更多、更好的紋理細節,使圖片肉眼看上去更細膩、真實、自然,因此成為圖像超分領域的研究熱點。

對于參加ASC19競賽的參賽隊員來說,人工智能應用單張圖像超分辨率SR賽題的挑戰在于,這些本科專業多為計算機科學、數學等的隊員們需要在兩個月的時間內學習大量SR、深度學習相關的論文,設計出AI算法并在超算系統上完成模型訓練和不斷的算法優化。

同時,想要達到競賽要求并取得更好成績,隊員們在設計模型時還需充分考慮畸變參數和感知參數之間的權衡。2018年一項發表于CVPR的研究成果表明,SR技術存在一個有趣的“悖論”,即還原或重建后的高分辨率圖像與原圖相似度越高,則肉眼觀察清晰度越差;反之,若肉眼觀察清晰度越好,則圖像的失真度越高。導致這一現象的原因在于畸變(Distortion)參數和感知(Perception)參數之間側重點選擇的不同。

中國工程院院士丁文華院士表示,希望參賽隊員通過這道賽題打好深度學習、模型訓練與優化的基礎,促進SR技術在更多的場景應用。SR賽題支持單位代表、中國科學院自動化研究所程健研究員表示,人工智能的發展帶來計算需求激增,訓練一個圖像分類模型需要千億億次浮點運算,快速、大量做圖像超分辨率所需的計算量更大。希望大學生們能更好地將超算與人工智能結合,為SR技術應用加速提供新思路。

ASC世界大學生超算競賽是全球規模最大的大學生超級計算機競賽,旨在通過大賽平臺推動各國及地區間超算青年人才交流和培養,提升超算應用水平和研發能力,發揮超算的科技驅動力,促進科技與產業創新。ASC19初賽目前已經展開,300多所海內外報名高校將挑戰基準測試HPL和HPCG、地球氣候模擬CESM和人工智能應用單張圖像超分辨率SR,爭奪4月21日-25日將在大連理工大學舉辦的總決賽20強名額。