Két különböző dolog egy név alatt
Az egyik a felbontásnövelés: kevés pixelből több pixelt csinálni úgy, hogy az eredmény éles maradjon. A másik a helyreállítás: karcos, fakó, elmosódott vagy sérült képből használható képet csinálni. A két feladatot ma ugyanaz a technológia oldja meg, és ugyanaz a gomb indítja, de a kockázatuk nagyon eltérő.
A régi módszerek egyszerűen szétkenték a meglévő pixeleket — a kép nagyobb lett és homályosabb. A mai eszközök ezzel szemben generatív modellek: a homályos foltból hihető részletet gyártanak. Ezért lesz belőle éles szempilla, olvasható felirat, szövetmintázat — olyasmi, ami az eredeti fájlban fizikailag nincs benne.
A gép nem nagyít, hanem kitalál
Ez a mondat nem szőrszálhasogatás, hanem a téma lényege. A modell ugyanazzal a mechanizmussal dolgozik, amivel a képgenerálók: zajos, hiányos bemenetből épít teljes képet, és azt a részletet teszi bele, ami a tanítóanyaga alapján a legvalószínűbb. Hogy pontosan hogyan, arról a diffusion model működéseszóló poszt szól.
Az ebből következő hibának neve is van: hallucináció. Nem elmosódás, nem zaj, hanem magabiztosan odarajzolt részlet, ami sosem létezett. Egy szám nyolcasból hatossá válik, egy arcra ráncok kerülnek, egy távoli felirat értelmes szóvá áll össze — csak épp nem azzá, ami ott volt.
Mennyit talál ki? Van rá szám
Ezt mérik is, és a mérések józanítók.
- Egy kifejezetten erre készült értékelésben a vizsgált helyreállító modellek egy ötös skálán 2,5 és 3 közötti hallucinációs pontszámot kaptak — vagyis a kitalált részlet nem kivétel, hanem tipikus.
- Szöveges tartalomnál ez mérhető: négyszeres nagyításnál a feliratok felismerhetőségi pontszáma 39 és 60 százalék között szóródott a vizsgált modelleknél.
- Vagyis egy felnagyított rendszámon, számlaszámon vagy házszámon minden második karakter kétséges lehet.
- És ami a legrosszabb: a hibás karakter ugyanolyan élesen és magabiztosan néz vissza rád, mint a helyes.
Az arc a legveszélyesebb
Az arcok helyreállítása külön kutatási terület, mert az emberi szem itt a legérzékenyebb — és mert itt a hiba nem esztétikai, hanem személyazonossági. Egy 2026-os szakmai versenyen a legjobb megoldások arcazonossági mutatója 0,68 és 0,85 között mozgott egy nullától egyig terjedő skálán; az egyik nevezés 82 képen egyszerűen megbukott az azonossági teszten. Vagyis a rendszer szép arcot állított elő — csak nem azét az emberét.
A terület emblematikus esete egy 2020-as kutatási rendszer, ami 16×16 pixeles képekből csinált nagy felbontásút. Egy ismert politikus pixeles fotójából fehér bőrű férfit generált, és a rendszer elemzése szerint az arcok 72,6 százaléka fehér lett, függetlenül a bemenettől. Ez nem szándékos torzítás volt, hanem a tanítóanyag lenyomata — és pontosan megmutatja, honnan jön a „részlet", amit a gép hozzáad.
Ahol ez már nem esztétikai kérdés
Ha a kép bizonyíték, dokumentum vagy azonosítás alapja, a felnagyítás nem javítás, hanem hamisítás kockázata. Erre három tanulságos eset van.
Egy 2013-as fénymásolóhiba évekig észrevétlen maradt: a gép tömörítés közben hasonló alakú számjegyeket cserélt ki egymásra az építési tervrajzokon, tehát a másolat élesen és hibátlanul nézett ki, csak épp más számok voltak rajta. A másik eset friss és egyértelmű: egy amerikai bíróság 2024-ben kizárta a bizonyítékok közül az AI-val felnagyított videót, azzal az indoklással, hogy a feldolgozás tizenhatszor annyi pixelt adott a felvételhez, mint amennyi az eredetiben volt. Egy telefongyártó holdfotóinak 2023-as vizsgálata ugyanezt a határt mutatta más oldalról: a gép egy szándékosan elmosott, apró holdképre is éles krátereket tett, mert tudta, hogy néz ki a Hold.
A színezés külön téma
A fekete-fehér fotók színezése technikailag ugyanide tartozik, de érdemes külön gondolkodni róla. A gép nem tudja, milyen színű volt a ruha; azt tudja, milyen színű szokott lenni egy ilyen ruha az általa látott képeken. A találat sokszor meggyőző, de mindig találgatás.
Ezt a szakma sem kezeli semlegesen: egy művészettörténeti elemzés megfogalmazása szerint a színezett archív fotó már nem a múlt tanúja, hanem annak újraértelmezése. Családi fotónál ez teljesen rendben van — ott az élmény a cél. Archívumban, kiállításon vagy publikációban viszont jelölni illik.
Mit csinálj a gyakorlatban
Négy szabály, ami a legtöbb bajt megelőzi.
- Tartsd meg az eredetit külön fájlban, és a felnagyítottat nevezd el felismerhetően. Ez az egyetlen visszaút.
- Nézd meg 100 százalékos nagyításban a részleteket, ahol szám, felirat vagy arc van. Ott keletkezik a baj.
- Két-négyszeres nagyításnál többet ne várj. Az egyik profi eszköz szándékosan csak kétszeres oldalhosszra enged, és egyszer — ez jó ökölszabály máshol is.
- Dokumentumnál, bizonyítéknál, azonosításnál ne használd. Ott a homályos igaz kép többet ér, mint az éles kitalált.
Tipikus félreértések
- „A részletek benne voltak, csak elő kellett hozni." Nem voltak benne. Ami nincs a fájlban, azt a modell hozzáteszi a tanultakból.
- „Ha az eredmény hihető, akkor jó." A hihetőség itt a probléma, nem a megoldás: a kitalált részlet pont attól veszélyes, hogy nem látszik rajta, hogy kitalált.
- „Kétszer futtatva még jobb lesz." Az ismételt futtatás halmozza a kitalált részleteket, és a második kör már az elsőnek a kitalációit erősíti fel.
- „A helyreállítás és a szerkesztés ugyanaz." Rokonok, de más a céljuk. A célzott javításról a meglévő kép szerkesztéseposzt szól, és ott a kockázat is másképp néz ki.
Amit érdemes elvinni
A felnagyítás és a helyreállítás nagyszerű eszköz — családi fotóhoz, régi nyomathoz, kis felbontású archív képhez. Egyetlen dolgot kell fejben tartani: a hozzáadott részlet nem felfedezés, hanem találgatás. Ahol ennek tétje van — szám, arc, dokumentum, bizonyíték —, ott a homályos eredeti a hitelesebb.