Memulihkan Foto Lama dengan AI: Apa yang Dipulihkan dan Apa yang Diciptakannya
Anda memasukkan foto pernikahan kakek-nenek Anda ke dalam aplikasi tersebut dan hasilnya tajam, dengan wajah yang jelas dan garis luar yang rapi. Hasilnya mengesankan — dan layak mendapat penjelasan yang hampir tidak pernah diberikan oleh siapa pun.
Detail itu tidak ada. Kecerdasan buatan tidak menemukan informasi tersembunyi dalam gambar: ia menghasilkan informasi baru yang sesuai dengan informasi lainnya.
Dia mengisi kekosongan informasi, bukan mengungkapkannya.
Model tersebut mempelajari seperti apa bentuk wajah dan tekstur pada umumnya, lalu menggambar bagian yang hilang dengan cara yang konsisten dengan lingkungan sekitarnya.
Risiko muncul di wajah.
Fitur wajah, bentuk mata, dan senyum semuanya bisa terlihat berbeda dari aslinya. Semakin buruk fotonya, semakin banyak model yang mempercantiknya.
Meningkat tidak berarti bertambah detail.
Memperbesar foto kecil akan menciptakan piksel baru melalui estimasi. Ketajaman yang dirasakan meningkat; informasi sebenarnya tidak berubah.
Selalu simpan dokumen aslinya.
Versi yang dipulihkan adalah sebuah interpretasi. File asli adalah dokumen tersebut, dan tidak boleh ditimpa.
Saat AI benar-benar membantu.
Ada beberapa penggunaan di mana teknologi ini unggul dan risikonya rendah. Hilangkan goresan, noda, lipatan, dan penguningan dari foto yang dipindai. Ini adalah perbaikan kerusakan fisik: informasi gambar ada di sana, dan model hanya membersihkan apa yang ada di atasnya.
Hal yang sama berlaku untuk Perbaiki warna yang pudar dan untuk mengurangi kebisingan dari hasil pemindaian yang dilakukan dalam kondisi cahaya redup. Ini adalah operasi yang menghargai apa yang ditawarkan oleh foto tersebut.
Masalah mulai muncul ketika foto berukuran kecil, sangat buram, atau beresolusi sangat rendah. Kemudian model hanya memiliki sedikit informasi untuk diolah dan akhirnya malah menciptakan lebih banyak daripada memperbaiki. Di situlah efek kulit yang tampak seperti plastik dan wajah yang terlihat mirip, tetapi tidak identik, muncul.
Pewarnaan adalah dugaan yang beralasan.
Mewarnai foto hitam putih adalah contoh paling jelas dari batasan ini. Informasi warna tersebut tidak pernah ada dalam film itu. Model tersebut memilih warna yang kemungkinan besar benar dari jutaan contoh.
Hasilnya biasanya indah dan menarik, dan tidak ada yang salah dengan itu, selama jelas bagi penonton bahwa warna tersebut adalah hasil rekonstruksi. Gaun itu mungkin awalnya berwarna biru dan hasilnya hijau, dan AI tidak mungkin mengetahuinya.
Cara menggunakannya tanpa menyesalinya.
Jangan pernah menimpa
Simpan hasil restorasi sebagai file baru. File asli adalah catatan historis dan tidak ada salinan cadangan di memori cloud.
Bandingkan wajah-wajah tersebut berdampingan.
Sebelum mencetak atau mengirimkannya ke keluarga, periksa apakah orang tersebut masih terlihat seperti dirinya sendiri.
Lakukan digitalisasi dengan lebih baik sebelumnya.
Digitalisasi yang baik, dengan pencahayaan seragam dan resolusi tinggi, memberikan lebih banyak informasi dan mengurangi kemungkinan AI untuk berinovasi.
Pertanyaan yang Sering Diajukan
Dia menciptakan versi yang jelas dan masuk akal. Semakin buruk aslinya, semakin hasil akhirnya berupa rekayasa dan semakin sedikit berupa pemulihan.
Tidak. Karena gambar tersebut sekarang mengandung detail yang dihasilkan secara artifisial, gambar tersebut tidak lagi menjadi catatan yang valid dan akurat tentang apa yang difoto.
Periksa apa yang tertulis dalam kebijakan terkait gambar Anda. Banyak orang memprosesnya di cloud, yang berarti foto keluarga Anda akan meninggalkan perangkat Anda.
Fitur ini melakukan banyak hal: penyesuaian kontras, pemangkasan gambar, koreksi warna, dan pemindaian yang lebih baik menyelesaikan banyak masalah tanpa menghasilkan data baru.
Untuk menghilangkan noda dan mengembalikan warna pada hasil pindaian, alat ini sangat bagus. Namun, untuk merekonstruksi wajah yang hampir tidak terlihat, yang dihasilkan hanyalah versi wajah yang belum sempurna—penting untuk mengetahui hal ini sebelum mencetak dan membingkainya.