الدقة الفائقة بالذكاء الاصطناعي: هل تكشف تفاصيل الصورة أم تتوقعها؟

تعثر على صورة عائلية صغيرة في هاتفك وتريد طباعتها بحجم أكبر. بعد تحسينها بأداة ذكاء اصطناعي، يبدو الشعر والقماش أوضح مما كانا عليه في الملف الأصلي. قد توحي النتيجة بأن التفاصيل القديمة عادت كما كانت. لكن جزءًا من هذا الوضوح تقدير أضافه البرنامج، وليس سجلًا جديدًا لما التقطته الكاميرا.

من أين تأتي التفاصيل الجديدة؟

تتكون الصورة الرقمية من نقاط تحمل ألوانًا. وعندما نكبر صورة صغيرة، تظهر مساحات بين النقاط المسجلة لا بد من ملئها. قد تحسب طريقة تكبير عادية ألوان هذه المساحات من النقاط المجاورة، فتبدو الحواف ناعمة وتبقى الأنسجة الدقيقة ضبابية. بعض أنظمة الدقة الفائقة تتجاوز حساب اللون المتوسط وتحاول تقدير شكل الخطوط والأنسجة التي تبدو مناسبة للصورة.

أثناء التدريب، يقارن النموذج صورًا صغيرة بنسخ أوضح منها ويعدل إعداداته الداخلية بحسب الفروق. وهكذا يتعلم علاقات بين الألوان والحواف الباقية في الصورة الصغيرة والتفاصيل الظاهرة في النسخ الواضحة. عند استعماله على صورتك، ينظر إلى ما بقي من شكل الوجه أو القماش ويضيف نقاطًا لونية جديدة: خطوطًا تشبه الشعر أو نسيجًا يشبه خيوط الثوب. هذه التفاصيل مرتبطة بالصورة المدخلة، لكنها ليست استرجاعًا مباشرًا لمعلومات لم تُسجل.

يمكن لصور واضحة مختلفة أن تعطي صورة صغيرة ضبابية متشابهة. لذلك، حتى إن بدت خصلة الشعر التي أضافها البرنامج طبيعية، فلا نستطيع الجزم بأن شكلها كان هكذا وقت التصوير. أظهرت دراسة SRGAN كيف يمكن لبعض النماذج إنتاج نسيج أكثر إقناعًا بصريًا، وناقشت دراسة ESRGAN اللاحقة العيوب التي قد ترافق التفاصيل المولدة. وتختلف الأدوات في طرائقها، وقد يستفيد بعضها من أكثر من صورة مدخلة.

الوضوح الظاهر ليس دليلًا مستقلًا

لنفترض أن لافتة بعيدة تظهر في تسجيل لا يمكن قراءة حروفه الأصلية. ربما يرسم المحسن حدودًا تشبه حروفًا مقروءة، لكن مظهرها الجديد لا يثبت نص اللافتة. يلزم تصوير آخر أو دليل مستقل للتحقق. وينطبق الحذر نفسه على ملامح وجه بعيد أو رقم مركبة أو علامة صغيرة على غرض. قد يساعد التكبير على فحص الصورة، لكنه لا يحول التخمين البصري إلى معلومة مؤكدة.

إذا كان الهدف طباعة صورة قديمة للذكرى، فقد تكون النتيجة الجميلة مناسبة تمامًا. أما إذا استُخدمت الصورة للتعرف إلى شخص أو حسم نزاع أو توثيق ضرر، فقد تغير التفاصيل المقدرة معنى ما نراه. وهذا لا يعني أن الصور المعالجة لا تصلح لأي استخدام مهني. توصي إرشادات مجموعة العمل العلمي للأدلة الرقمية بحفظ الأصل، وتوثيق خطوات المعالجة، وعرض الصورة الناتجة بصفتها صورة معالجة، مع الانتباه إلى العيوب التي قد تضلل التفسير.

ما الذي تحتفظ به عند التحسين؟

احتفظ بالملف الأصلي واعمل على نسخة. وللطباعة، افحص النتيجة بالحجم الذي تريد عرضه، وقارن أي تفصيل جديد يثير استغرابك بالصورة الأولى. وإذا كانت الصورة ستدعم ادعاءً مهمًا، فأظهر النسختين واشرح نوع المعالجة التي أجريتها. ابحث عن تسجيل أو مصدر آخر قبل أن تتعامل مع حرف أو ملامح ظهرت بعد التحسين على أنها حقيقة.

يمكنك مقارنة الملف الأصلي بالنسخة المكبرة جنبًا إلى جنب وبحجم عرض متقارب. هكذا تلاحظ أين ظهر نسيج لم يكن واضحًا من قبل، لكن المقارنة وحدها لا تثبت صحة هذا النسيج. وإذا كان الملف مضغوطًا بشدة، فقد توجد فيه آثار ضغط أو بقع لونية يتعامل معها النموذج على أنها جزء من الصورة. لذلك من المفيد العودة إلى أفضل نسخة أصلية متاحة، بدل تكبير لقطة أعيد إرسالها مرات كثيرة.

وإذا شاركت الصورة، فمن المفيد توضيح أنها محسنة وأن بعض التفاصيل فيها تقديرية. يساعد هذا الوصف الآخرين على فهم ما يشاهدونه دون أن يمنح النتيجة قوة إثبات لا تملكها.

تساعد الدقة الفائقة على جعل الصور الصغيرة أيسر للنظر. لكنها تجيب عن سؤال «كيف يمكن أن تبدو هذه الصورة بتفاصيل أكثر؟» ولا تجيب وحدها عن سؤال «ماذا كان موجودًا بالفعل أمام العدسة؟». الفرق بين السؤالين هو ما يحدد طريقة استخدام النتيجة.