L’arrivo dei pannelli piatti, verso la metà degli anni Duemila, ha fatto acquisire al televisore una caratteristica che i tubi catodici non avevano: una risoluzione nativa fissa. Un pannello ha un numero preciso di pixel disposti in griglia, che restano quelli fin dalla sua nascita in fabbrica. Ne è derivato un problema che prima semplicemente non esisteva, perché qualunque segnale in ingresso (un DVD, una trasmissione televisiva, un file) deve essere adattato a quella griglia prima di poter essere mostrato.
Nella catena di gestione del segnale video, il componente che si occupa di queste operazioni si chiama scaler ed è presente in ogni televisore da circa vent’anni. Per molto tempo ha svolto un lavoro di natura essenzialmente aritmetica: dovendo produrre più pixel di quanti ne riceva, calcola quelli mancanti come media pesata dei pixel circostanti. Questo metodo permette di riempire la griglia, ma di fatto non aggiunge informazione reale. Il risultato è un’immagine più “morbida”, perché ovviamente una media tra valori vicini “smussa” i passaggi e le transizioni nette dell’immagine originale, quelle che si verificano tra soggetto e sfondo ad esempio, o nelle trame di un motivo.
Quanto descritto, in maniera sintetica, fin qui è di fatto la condizione di partenza rispetto alla quale va confrontato tutto ciò che oggi viene presentato sotto l’etichetta dell’intelligenza artificiale applicata all’immagine. Non stiamo parlando di una funzione nuova che si aggiunge a un televisore che prima non elaborava nulla. Stiamo parlando di un cambio di metodo dentro un’elaborazione che è sempre esistita fin da quando sul mercato si sono affacciati i pannelli piatti. Nella gamma di televisori Samsung Micro RGB quel lavoro è affidato al processore Micro RGB AI Engine Pro, e vale la pena capire in che cosa il suo metodo differisce da quello di uno scaler tradizionale.
Dalla media alla ricostruzione
Un sistema di scaling basato su reti neurali affronta lo stesso problema per una via diversa. Invece di calcolare il pixel mancante interpolando i vicini, viene addestrato su un grande numero di coppie di immagini, costituite dalla stessa scena in bassa e in alta risoluzione, e impara a riconoscere che aspetto ha, ad alta risoluzione, una struttura che a bassa risoluzione si presenta in un certo modo.
Proviamo a semplificare. Un bordo diagonale, in un’immagine a risoluzione ridotta, appare come una scaletta di pixel. L’interpolazione classica la ammorbidisce, perché è tutto ciò che sa fare con una media. Una rete addestrata riconosce invece che quella configurazione corrisponde a un bordo diagonale, e ricostruisce una linea continua. La differenza non è una semplice “finezza” del calcolo: è che il secondo sistema dispone di un’informazione che il primo non ha, cioè la conoscenza statistica di come sono fatte le immagini reali.
Lo stesso principio si estende oltre i bordi. Le texture (la grana di un tessuto, il fogliame, la superficie della pelle) sono il caso in cui la ricostruzione produce il guadagno più visibile, perché sono strutture ripetitive con una statistica riconoscibile. E il rumore di compressione, quello dei contenuti in streaming a bitrate contenuto, viene distinto dal dettaglio reale invece che trasformato insieme a esso.
Sui televisori Samsung Micro RGB questa elaborazione prende il nome di Upscaling Pro AI 4K, nella declinazione più completa affidata al modello di vertice R95H. Il sistema si appoggia a 128 reti neurali distinte, ciascuna specializzata su un aspetto del problema, e opera all’interno del processore dedicato Micro RGB AI Engine Pro. Queste tecnologie operano sui contenuti video e restano escluse dalla connessione a un PC e dalla modalità gioco. La ragione è di tempo poiché ogni passaggio di analisi introduce latenza, e nei contesti in cui il ritardo tra comando e immagine è la variabile critica, com’è il caso dei videogiochi, il sistema si toglie di mezzo.
Che cosa significa ricostruire un dettaglio
Su questo punto è necessario essere precisi, perché è il punto in cui una semplificazione eccessiva rischia di dare origine a un malinteso. La quantità di informazione presente in un segnale video dipende esclusivamente dalla fonte e non esiste alcun sistema per aumentare l’informazione presente nel materiale d’origine. In altri termini: un contenuto registrato in bassa risoluzione non contiene i dettagli mostrati dall’immagine a valle del processo di upscaling. Si tratta di dettagli ricostruiti sulla base di ciò che il sistema ha imparato osservando milioni di immagini.
Lo stesso ragionamento vale sull’asse temporale, dove il problema si ripresenta identico con una variabile diversa. L’AI Motion Enhancer Pro, riservato al modello di vertice, genera fotogrammi intermedi tra due fotogrammi consecutivi del contenuto originale, ricorrendo a modelli di apprendimento profondo addestrati anche al tracciamento di oggetti specifici come il pallone in una ripresa sportiva. Il fotogramma interpolato non esiste nel materiale sorgente esattamente come non esistono i dettagli aggiunti dallo scaling: è una stima di come sarebbe apparsa la scena in quel preciso istante. Il tracciamento serve a rendere quella stima più affidabile esattamente in quella porzione d’immagine dove sbagliarla si nota di più, cioè su un soggetto piccolo e veloce che attraversa uno sfondo uniforme.
Un sistema di ricostruzione ben addestrato è quello che aggiunge dettaglio plausibile, cioè coerente con la scena e con la fisica di ciò che rappresenta. Un sistema mal calibrato produce dettaglio inventato che salta all’occhio: contorni marcati che non esistono nel materiale d’origine, texture applicate a superfici che dovrebbero essere lisce, volti resi artificialmente incisi e quello che spesso viene definito, in modo un po’ rozzo, come resa “di plastica”. La maturità di un pipeline video si riscontra nell’esercizio del senso della misura e non nella quantità di elaborazione applicata.
Il metro concreto, in sede di visione, è la tenuta sui contenuti difficili come quelli di archivio, il materiale girato in condizioni di luce scarsa, e le riprese sportive in movimento rapido. Sono i casi in cui la statistica dell’immagine è meno leggibile, e in cui un sistema che forza la ricostruzione rivela la propria mano.
Micro RGB Color Booster Pro: il colore come oggetto di analisi
L’intervento sull’immagine non si esaurisce nella risoluzione. Il Micro RGB Color Booster Pro lavora sulla dimensione cromatica, ma non si limita a spingere sulla saturazione, solo per dare vivacità ad una scena: il sistema classifica il contenuto in ingresso in tempo reale, ne analizza la distribuzione dei colori e individua il rumore nelle aree a bassa luminanza. È lì che applica il potenziamento cromatico. La scelta ha una logica tecnica riconoscibile: nelle zone scure dell’immagine il segnale colore è debole e il rumore di compressione pesa in proporzione di più, con il risultato che le tinte tendono a impoverirsi e a virare verso il grigio. Intervenire selettivamente su quelle aree, invece che sull’intero fotogramma, evita di alterare le porzioni dell’immagine in cui il colore è già corretto e aiuta ad arricchire l’immagine con sfumature più percepibili.
C’è poi un secondo livello, che riguarda il rapporto tra ciò che il pannello sa mostrare e ciò che i contenuti contengono. La produzione cinematografica e televisiva lavora oggi in larga maggioranza entro i confini del DCI-P3, mentre la retroilluminazione a LED rossi, verdi e blu dei Micro RGB copre integralmente il BT.2020, lo spazio colore definito per l’Ultra HD. Esiste quindi un margine tra le due estensioni, e le funzioni di elaborazione cromatica lavorano dentro quel margine, portando verso l’esterno tinte che nel master originale si fermano prima.
Anche questa è ricostruzione, con la stessa avvertenza formulata sopra: il colore aggiunto non è un colore che il contenuto conteneva e che era rimasto nascosto. È un’interpretazione statisticamente informata di dove quella tinta si troverebbe se lo spazio di lavoro fosse stato più ampio. Funziona bene quando resta plausibile, e la plausibilità dipende dalla qualità dell’addestramento più che dall’entità della correzione.
Completa il quadro il Real Depth Enhancer, che isola i soggetti a fuoco all’interno dell’inquadratura e ne modula la curva tonale per accentuarne la separazione dal fondo. È un intervento che agisce sulla percezione di profondità, cioè su una proprietà dell’immagine che nessun singolo pixel contiene e che emerge dalla relazione tra le sue parti.
Elaborazione e retroilluminazione, un legame strutturale
Su un televisore a retroilluminazione convenzionale l’elaborazione dell’immagine è, in senso stretto, un livello aggiunto. Si può ridurre o disattivare dai menu, e il pannello continua a funzionare, mostrando a seconda dei casi un’immagine più o meno rifinita. La catena ottica non dipende dal processore per operare.
Con una retroilluminazione composta da LED rossi, verdi e blu pilotabili in modo indipendente la relazione cambia di natura. Ogni zona della matrice va istruita non solo su quanta luce emettere ma su quale colore emettere, e quell’informazione può essere derivata soltanto da un’analisi del contenuto in tempo reale. A questo si aggiunge il compito della RGB Fine Light Control Technology, che governa i profili luminosi dei singoli primari per contenere la sovrapposizione tra zone adiacenti, un’esigenza che nasce dall’architettura stessa e che nessun accorgimento ottico può risolvere a monte.
Il processore di immagine si deve far carico, quindi, di un nuovo lavoro poiché decide, fotogramma per fotogramma, il comportamento, anche cromatico, della sorgente luminosa. È una differenza di ruolo, ed è la ragione per cui su questa classe di prodotti la potenza di calcolo dedicata all’elaborazione video assume un’importanza fondamentale.
Vision AI Companion: dall’immagine all’interazione
Va ribadito che sotto la stessa etichetta convivono oggi cose di natura molto diversa, e la distinzione aiuta a leggere le schede tecniche. Accanto all’elaborazione del segnale, la gamma Samsung integra Vision AI Companion, un livello conversazionale che consente di interrogare il televisore in linguaggio naturale su ciò che si sta guardando, ricevere suggerimenti di contenuto o accedere a diversi assistenti (Bixby, Gemini, Copilot, Perplexity) da un unico punto. La scelta architetturale interessante è proprio questa: non un assistente unico, ma un accesso a più agenti tra i quali la scelta resta nelle mani dell’utente.
Le informazioni contestuali sul programma in onda si appoggiano a un database di metadati disponibile in dieci paesi, tra cui l’Italia, e operano sui canali in diretta e sulla piattaforma TV Plus. L’interazione vocale passa da Bixby e richiede un telecomando Bluetooth, mentre l’accesso è subordinato a un account Samsung ed è riservato ai maggiorenni.
Il punto, tornando al filo del ragionamento, è che i due livelli agiscono su piani distinti. L’elaborazione descritta poco sopra interviene sul segnale e sul pilotaggio della retroilluminazione, cioè su ciò che accade tra l’ingresso e il pannello; questo interviene sul rapporto tra chi guarda e l’apparecchio, cioè su come si arriva al contenuto e su cosa si può sapere mentre lo si guarda. Sono due domande diverse poste alla stessa macchina, e in entrambi i casi la risposta arriva da capacità di calcolo residente nel televisore: la stessa dotazione di silicio che governa la matrice di retroilluminazione sostiene anche l’analisi del contesto di visione.
Fedeltà al contenuto e intervento sull’immagine
Resta un elemento che vale la pena esplicitare, perché riguarda un dibattito aperto nell’industria dell’immagine ben prima che si parlasse di reti neurali. Ogni intervento di elaborazione allontana in qualche misura ciò che si vede da ciò che è stato registrato, e la questione di quanto sia legittimo intervenire accompagna la storia della riproduzione video almeno dall’introduzione dei primi circuiti di miglioramento del contrasto.
La risposta che il settore ha maturato è fondamentalmente pratica, e passa dalla convivenza di regimi e desideri diversi, tenendo presente sempre che l’utilizzatore finale è un utente con le sue preferenze, i suoi dogmi e le sue idiosincrasie. Da un lato esistono modalità di visione pensate per ridurre al minimo l’intervento, destinate a chi vuole avvicinarsi il più possibile all’intenzione di chi ha realizzato il contenuto. Dall’altro c’è il riconoscimento che gran parte del materiale realmente guardato nelle abitazioni private (archivi, trasmissioni compresse, contenuti prodotti per altri formati) arriva al televisore in condizioni spesso sub-ottimali, e il rifiuto di qualunque genere di elaborazione vorrebbe dire mostrare meno di ciò che il pannello è in grado di fare.
Sono due esigenze entrambe legittime, e la loro coesistenza dentro lo stesso apparecchio è oggi la norma. Quello che cambia, rispetto al passato, è la sofisticazione di ciò che accade quando si sceglie di lasciar lavorare l’elaborazione.
Torniamo allora al punto di partenza, cioè a quello scaler che vent’anni fa calcolava medie tra pixel adiacenti per riempire una griglia. Il compito che gli veniva assegnato era di adattamento: prendere un segnale e farlo entrare in un formato. Il compito che oggi svolge un processore come il Micro RGB AI Engine Pro nei televisori Samsung Micro RGB è di natura diversa: interpretare il contenuto, ricostruire ciò che la catena di trasmissione ha lasciato indietro e tradurre il risultato in istruzioni per decine di migliaia di diodi. La griglia da riempire è la stessa. Ciò che è cambiato è la consapevolezza, da parte del televisore, di cosa metterci dentro.