超解析度（super-resolution）
/ SOO-per rez-uh-LOO-shun /
超解析度把一張又小又模糊的圖像，變成一張更大、更清晰、像素更多的版本。粗暴的放大只是把每個像素拉伸成一個模糊的方塊；超解析度則不同，它會憑空造出以假亂真的精細細節——更俐落的邊緣、貌似合理的紋理——而這些在原圖裡並不存在。現代方法的訓練方式，是拿清晰的照片縮小，再學著把縮小這個過程逆轉回去，於是模型吸收了「真實的細節通常長什麼樣」，並把它重新畫回去。
這確實很有用。它能挽救老舊的低解析度照片和影片，讓相機捕捉到比其感測器真正能分辨的更多的表觀細節，銳化醫學和衛星影像，還能讓串流服務只傳一個小檔案、再在你的裝置上放大。當缺失的細節在統計上是可預測的——皮膚的毛孔、磚塊的紋理、樹葉——結果可以看起來比輸入好得驚人，而對於日常照片來說，這往往正是人們想要的。
這裡有一句怎麼強調都不為過的警告：那些添上去的細節，是貌似合理的，而非被恢復出來的。從未被捕捉到的資訊無法被找回；模型只是在對「那裡原本大概有什麼」做一次有根據的猜測。通常是個不錯的猜測——但它會產生幻覺。最臭名昭著的例子是人臉：一個放大器可以把一張模糊的面部照片變成一張清晰、自信、卻根本不是真人的臉。這正是為什麼超解析度在法醫身份鑑定、從監控錄影裡讀車牌，或任何「造出來的像素可能被誤當作證據」的場合裡，絕不可被信任。電視劇裡那句「放大！增強！」，嚴格來說，是不可能的。
把一張100×100的磚牆縮圖放大到400×400，效果很好——模型知道磚塊該長什麼樣，便填上了可信的灰縫。但若同樣地去放大一張只有20像素寬的模糊人臉，你得到的是一張清晰、貌似合理的人——他可能和當時實際在場的那個人毫無相似之處。
對紋理很在行，對身份卻危險：那些細節是造出來的，不是恢復出來的。
超解析度造出的是貌似合理的細節；它並不能恢復已丟失的資訊。電視劇裡那套「增強」的把戲在嚴格意義上是不可能的，被放大的人臉或車牌也絕不能用作法醫證據——模型可能給出一個清晰、自信、卻完全錯誤的結果。