Ce înseamnă Upscaling cu AI
Upscaling înseamnă mărirea rezoluției: dintr-o poză de 500×500 de pixeli obții una de 2000×2000. Metodele clasice doar întind imaginea și calculează pixelii noi ca medii ale vecinilor, așa că rezultatul iese neclar.
Upscaling-ul cu AI (numit și super-resolution) folosește un model care a văzut milioane de perechi de imagini mici și mari și a învățat cum arată de obicei detaliile: firele de păr, textura pielii, marginile literelor. Când mărește o poză, el „desenează” aceste detalii acolo unde lipsesc.
Cum funcționează
Modelul este antrenat astfel: se iau imagini de calitate bună, se micșorează artificial, iar modelul trebuie să refacă originalul din versiunea mică. După destule exemple, învață să adauge detalii credibile. Se folosesc rețele convoluționale, GAN-uri și, mai nou, modele de difuzie.
Important: detaliile adăugate sunt ghicite, nu recuperate. Informația care nu a existat în poza mică nu poate fi reconstituită exact.
Pe înțelesul tuturor
Este ca un restaurator care primește o fotografie veche, ștearsă, și completează ce lipsește după experiența lui. Rezultatul arată bine, dar unele detalii sunt contribuția lui, nu ale fotografului.
Exemplu
Poți reda claritatea unei fotografii de familie scanate din anii ’80 sau poți mări o poză de produs făcută cu telefonul. În jocuri, tehnologii precum DLSS de la NVIDIA randează imaginea la rezoluție mai mică și o măresc cu AI, ca jocul să ruleze mai fluid. Multe televizoare fac același lucru cu emisiunile la rezoluție mică.
De reținut
- AI-ul inventează detalii plauzibile; nu „dezvăluie” ce era ascuns în poză.
- Nu folosi o imagine mărită cu AI ca dovadă, de exemplu pentru a citi un număr de înmatriculare neclar.
- Fețele și textul pot ieși distorsionate dacă originalul este foarte mic.
Nu confunda
- Zoom-ul „din filme”, în care o imagine pixelată devine perfect clară, nu există: upscaling-ul poate face o imagine să arate mai bine, dar nu poate recupera informație pierdută.
Termeni înrudiți
- GAN (rețele generative adversariale): Metodă de generare în care două rețele concurează: una creează falsuri, cealaltă încearcă să le deosebească de date reale.
- Model de difuzie: Tip de model generativ care creează imagini, sunet sau video pornind de la zgomot aleator și curățându-l pas cu pas.
- Computer vision (vedere artificială): Ramura AI care învață calculatoarele să „vadă”: să recunoască obiecte, fețe, text și mișcare în imagini și video.
- Deep learning (învățare profundă): Tip de machine learning bazat pe rețele neuronale cu multe straturi; stă în spatele chatboților, traducerilor și recunoașterii imaginilor.
- AI generativă: AI care creează conținut nou (text, imagini, sunet, video sau cod) pornind de la o cerere scrisă în limbaj obișnuit.