Готовлю сейчас новые эксперименты для статьи, где сравниваю число данных требуемых для обучения нейронной сети определенному radiance signal-у и классических локальных моделей (гармоники, гауссианы).
Конечно способности ИИ генерализироваться из-за заложенных в него спектрального байеса и оверпараметризации поражают.

Для достижения "равных метрик" ИИ требуется около 25-100 семплов на пиксель, классике же - 10ки тысяч семплов на пиксель.

Понятно что зависит от сцены, а так же того как классические методы агрегируют данные для фиттинга и так далее. Но результаты: небо и земля.
В одном случаи это вопрос 1 секунды "обучения" на современном ГПУ, в другом - минут