ปกอัลบั้ม《Music Has The Right To Children》ของ Boards of Canada ที่มีภาพใบหน้าถูกทำให้เบลอโดยตั้งใจ เมื่อนำไปผ่านเครื่องมือ AI ขยายภาพของ PicsArt กลับกลายเป็นว่าใบหน้านั้นมีดวงตาที่ไม่เคยมีอยู่จริงโผล่ขึ้นมา การทดลองนี้ทำโดย Manuviraj Godara นักเขียนของ Engadget ซึ่งชี้ให้เห็นสิ่งที่คนมักมองข้ามเกี่ยวกับการขยายภาพด้วย AI นั่นคือมันไม่ได้ "คืนค่า" รายละเอียดที่เบลอกลับมาจริงๆ แต่เป็นการเดาจากสถิติ แล้ววาดภาพใหม่ขึ้นมาที่เมื่อย่อกลับจะดูคล้ายภาพต้นฉบับ เพราะใบหน้าคนส่วนใหญ่มีดวงตา โมเดลจึงตั้งสมมติฐานว่าใบหน้านี้ก็ควรจะมีเช่นกัน แล้วก็เติมมันเข้าไป — ทั้งที่ในภาพต้นฉบับไม่มีร่องรอยของดวงตาอยู่เลย
สิ่งนี้ทำงานต่างจากวิธีขยายภาพแบบดั้งเดิมโดยสิ้นเชิง ไม่ว่าจะเป็นโปรแกรมดูภาพที่ติดตั้งมากับคอมพิวเตอร์ หรือเครื่องมือแต่งภาพใดๆ หลักการขยายภาพแบบดั้งเดิมล้วนอาศัยการหาค่าเฉลี่ยของพิกเซลรอบข้าง ต่างกันแค่ว่าอ้างอิงพิกเซลกี่จุดและให้น้ำหนักเท่าไร กล่าวอีกนัยหนึ่ง วิธีดั้งเดิมไม่ได้ทำให้ภาพคมชัดขึ้นจริง แค่กระจายข้อมูลที่มีอยู่เดิมให้เต็มขนาดภาพใหม่เท่านั้น
วิธีขยายภาพแบบดั้งเดิม 4 แบบ แต่ละแบบก็มีกับดักของตัวเอง
Nearest-neighbor เป็นวิธีเดียวที่ไม่หาค่าเฉลี่ยพิกเซล มันแค่คัดลอกพิกเซลที่ใกล้ที่สุดตรงๆ จึงคงลักษณะเป็นบล็อกสี่เหลี่ยมไว้ เหมาะกับภาพแนวพิกเซลอาร์ต หรือกราฟที่มีขอบชัดเจน แต่ถ้าใช้กับภาพถ่ายทั่วไปหรือภาพที่มีการไล่เฉดสี จะเกิดรอยหยักที่เห็นได้ชัด
Bilinear จะหาค่าเฉลี่ยจากพิกเซลรอบข้าง 4 จุด ไม่ทำให้เกิดลักษณะบล็อก แต่มักทำให้ภาพโดยรวมดูนุ่มเกินไป คล้ายภาพหลุดโฟกัสเล็กน้อย เหมาะกับภาพที่ไม่คมชัดอยู่แล้วตั้งแต่ต้น ไม่แนะนำให้ใช้กับภาพถ่ายระยะใกล้หรือภาพที่ต้องการรักษารายละเอียด
ส่วน Bicubic จะอ้างอิงพิกเซลรอบข้างถึง 16 จุด โดยยิ่งใกล้ยิ่งให้น้ำหนักมาก จึงสมดุลระหว่างคุณภาพภาพกับทรัพยากรการประมวลผล คมชัดกว่า bilinear และไม่เกิดรอยหยักแบบ nearest-neighbor เป็นตัวเลือกที่ปลอดภัยสำหรับภาพถ่ายส่วนใหญ่ ข้อเสียคืออาจเกิดแสงฮาโล (halo) ได้ ผู้เขียนยังกล่าวถึงอัลกอริทึมขั้นสูงอย่าง Lanczos ซึ่งใช้การประมวลผลมากกว่า แต่ผลลัพธ์จริงแทบไม่ต่างจาก bicubic มากนัก คุ้มค่าที่จะลองก็ต่อเมื่อไม่พอใจผลลัพธ์จาก bicubic เท่านั้น
ในทางกลับกัน AI ขยายภาพจะอาศัยการเรียนรู้จากภาพความละเอียดสูงจำนวนมากก่อน เพื่อให้เข้าใจว่า "รายละเอียดแบบไหนถึงจะดูสมเหตุสมผล" แล้วจึงสร้างภาพใหม่ขึ้นมา วิธีนี้ทำให้ความหยาบเป็นเม็ดของภาพเก่าหรือความเบลอถูกลบเลือนไปได้อย่างชัดเจน ทำให้ภาพดูสะอาดและมีสีสันมากขึ้น แต่ก็แลกมาด้วยความเสี่ยงที่มันอาจสร้างรายละเอียดที่ไม่มีอยู่จริงในภาพต้นฉบับขึ้นมา — เหมือนดวงตาคู่นั้นที่ถูกเติมเข้าไป บทสรุปของผู้เขียนตรงไปตรงมามาก คือภาพที่ต้องการความแม่นยำในการคืนค่า ไม่ควรใช้ AI ในการขยายภาพ
นอกเหนือจากการขยายภาพ ฟอร์แมตไฟล์ก็เป็นตัวกำหนดว่าคุณจะเอาภาพนี้ไปใช้ทำอะไรได้บ้าง
JPEG มีความเข้ากันได้สูงที่สุด ไฟล์มีขนาดเล็ก เหมาะสำหรับเก็บภาพถ่ายจำนวนมาก แต่ไม่รองรับพื้นหลังโปร่งใส จึงไม่เหมาะกับการทำโลโก้หรือภาพที่มีตัวอักษร ส่วน PNG เป็นฟอร์แมตแบบไม่สูญเสียคุณภาพ (lossless) รองรับช่องความโปร่งใส แก้ไขซ้ำหลายครั้งก็ไม่เสียคุณภาพ เหมาะกับโลโก้ ภาพประกอบ ภาพหน้าจอ แต่ถ้าใช้กับภาพถ่ายทั่วไป ไฟล์จะมีขนาดใหญ่เกินความจำเป็น
หากภาพจะถูกนำไปใช้บนเว็บไซต์ ฟอร์แมต WebP ที่ Google เปิดตัวมาตั้งแต่ปี 2010 มีขนาดไฟล์เพียงประมาณหนึ่งในสี่ของ PNG และเล็กกว่า JPEG ราว 25% ถึง 34% ซึ่งส่งผลโดยตรงต่อความเร็วในการโหลดหน้าเว็บ ส่วนถ้าอุปกรณ์หลักเป็น iPhone และ Mac ทาง Apple ระบุว่าไฟล์ HEIC มีขนาดประมาณครึ่งหนึ่งของ JPEG มาตรฐาน แต่คุณภาพเทียบเท่ากัน และหากแก้ไขผ่านแอปภาพถ่ายใน iPhone ก็ยังสามารถเก็บประวัติการแก้ไขไว้ได้ ข้อเสียคือบน Windows ต้องติดตั้งปลั๊กอินหรือโปรแกรมดูภาพเพิ่มเติมจึงจะเปิดไฟล์นี้ได้
