超解像（AIアップスケーリング）とは？

なぜ「低い解像度で描く」のが得なのか

画面を描く処理の重さは、ピクセルの数にほぼ比例します。4Kはフルハイビジョンのおよそ4倍の面積があるので、まじめに4Kで描くと負荷も跳ね上がります。そこで、まず軽い解像度で描き、その結果をAIで4K相当に作り直す。浮いた処理能力を、フレームレートの安定や光の表現に回せる——これが超解像の経済性です。

もうひとつ、ゲームならではの事情があります。動いている映像では、前のコマの情報と「物がどちらにどれだけ動いたか」の情報を一緒に使えます。写真1枚を拡大するのとは、手がかりの量が違うということです。NVIDIAは2025年のDLSS 4で、この処理の中身をCNN（畳み込みニューラルネットワーク）からTransformerへ置き換えたと説明しています。画面の一部だけを見るのではなく、フレーム全体を見てどのピクセルが重要かを測る方式で、金網やフェンス、電線のような細い線の安定性が上がったとされています。

「くっきりした」は「正しくなった」ではない

いちばん押さえておきたいのが、超解像は失われた情報を取り戻しているわけではない、という点です。やっているのは「学習したパターンから見て、ありそうな細部を描き足す」ことです。結果として、元の映像に無かったものが生まれます。ぼやけた口元に整った歯並びが現れる、読めなかった文字がそれらしい文字になる——こうした例が指摘されています。

そのため、防犯カメラの映像をAIで拡大して顔やナンバープレートを「読めるようにする」使い方には、強い批判があります。復元ではなく推測なので、証拠として扱えば冤罪につながりかねないという指摘です。日常の使い道でも考え方は同じで、思い出の写真をきれいにするのは問題なくても、「書いてある内容を読み取る」目的では当てにしないほうが安全です。

生成AIの画像とは何が違う？

画像生成AIが「何もないところから絵を作る」のに対し、超解像は「元の画像を手がかりに細部を補う」技術です。土台になる仕組みは近い親戚で、どちらも大量の画像から学んだパターンを使います。違いは拘束の強さです。超解像には元画像という制約があるぶん、できあがりが元からかけ離れにくい。それでも「無い情報を作っている」点は共通していると押さえておくと、過信しなくて済みます。

用語の使われ方にも幅があります。昔からある画像処理の超解像（複数枚の写真を重ねて細部を出すなど）と、AIによるアップスケーリングは、厳密には別物です。製品の説明では両方まとめて「超解像」と呼ばれることが多いので、気になるときは「AIを使っているか」「動きの情報を使っているか」を確認すると、性能の差が理解しやすくなります。

超解像（AIアップスケーリング）のよくある質問