Автор попросил ChatGPT раскрасить чёрно-белый скан, на котором его брату восемь лет — тот стоит на коленях во дворе дома в Саут-Бенде летом 1976 года. Он подсказал AI реальные цвета: зелёные кедровые панели, белый фронтон, синие джинсы с желтоватыми заплатками. Дом получился близко, машина соседа — сносно. Но лицо брата вышло чужим. ChatGPT дорисовал брови, причём неверно. На исходном негативе их не было — ни на скане с дешёвого «оцифровщика» с Amazon, ни на повторном скане с Epson V300 через SilverFast. Камера и плёнка просто не зафиксировали эту деталь. AI увидел провал в данных и заполнил его сам.
Похожая история вышла с фотографией дорожных рабочих, которые в начале 1920-х строили будущее шоссе US 40 в восточном Иллинойсе. Автор отсканировал крошечный отпечаток на Canon CanoScan 9000F и дал ChatGPT современные снимки тех же кирпичей с заброшенной дороги как референс для цвета. Кирпичи и трава получились правдоподобно, одежда рабочих — в блёклых синих и серых тонах, похожих на киношные. Но вывеска на столбе превратилась в «USA Liberty Loan». На оригинале средняя строка читалась скорее как «Lockerbie», а верхняя и нижняя не разбирались вовсе. AI снова додумал информацию, которой не существовало.
Это навело автора на мысль, что при работе с такими снимками всё распадается на три кучки. Что-то сохранилось и точно известно — как те кирпичи, по которым можно пройтись сегодня. Что-то можно более-менее обоснованно предположить — цвет рабочей одежды 1920-х или автомобиля из 1970-х. А что-то утеряно безвозвратно или отсутствовало с самого начала — брови брата, буквы на вывеске. Даже drum scanning негатива не вытащил бы брови, которых нет из-за ограничений объектива и плёнки.
ChatGPT по умолчанию воспринимает пробелы как задачу, которую надо решить. Когда автор прямо запретил ему додумывать детали, AI всё равно немного улучшил резкость и убрал планки с фронтона, но лицо брата стало гораздо правдивее — брови скорее угадывались, а не рисовались заново. Процесс напомнил работу в тёмной комнате: ни одна фотопечать не получалась идеальной с первого листа, требовались повторные попытки, осветление неба, затемнение лица. Так же и с AI — итерации неизбежны.
Позже автору попались раскрашенные вручную семейные снимки. Художник тоже опирался лишь на фото и слова заказчика, и в итоге цвет волос или изгиб бровей иногда оказывались чуть неточными. AI-реставрация работает ровно так же. Главный навык человека здесь — не надзирать за алгоритмом, а ясно сообщать, где информации нет, и сознательно оставлять такие пробелы незаполненными. Знать, что именно ты знаешь, не менее важно, чем знать самому.