這篇文字沒有AI參與，純屬我自己學習的理解。可能漏洞百出。
凡是基於算法的去噪無法徹底消除噪點。凡是徹底消除噪點的方法必定是基於神經網絡/模式識別的AI去噪。
為什麼有了AI方法還會用到傳統算法？因為傳統算法是為了提取特徵，AI需要根據特徵進行模式識別。一旦物體被識別（比如輪廓），它的無數被訓練過的庫存數據就會精緻小心逐點取代原始數據。這是和傳統算法去噪的根本不同點。
AI去噪對處理動物圖片尤為順手，因為動物的相貌都是一個模子刻出來的，AI可用的數據無窮無盡，可以無窮逼近，如果你要AI處理一張它從未見過的圖片，它會”傻眼“。
由於AI去噪用的是模式識別的套路，RAW和JGP以無足輕重。從提取特徵的角度出發，raw確實可以提供更豐富的特徵，但對神經網絡/模式識別的AI來說，它的功能之一就是無所謂這些區別。它的訓練集會越來越聰明，最後完全無視，這正是神經網絡這個理論最得意的地方，它會從嬰兒到博士一路成長，可能也就是幾天的時間。所以不必糾結raw或jpg,AI若這個坎都過不去，它就不叫AI（或倒着寫：）
現在手機已經直接AI出片了，完全無噪點，完全無需在多此一舉的去噪了。我估計今後相機也會跟上。一拍兩個格式，AI片和非AI片。
