Mosaik membagi satu area bingkai menjadi kisi dan mengganti setiap piksel di tiap selnya dengan satu nilai tunggal — biasanya rerata piksel yang ditutupi sel itu. Banyak nilai masuk, satu nilai keluar. Itu saja seluruh operasinya, dan itulah sebabnya hasilnya tidak bisa dibatalkan.
Memahaminya sampai tingkat itu sekaligus menjawab banyak pertanyaan bertetangga: mengapa ukuran blok adalah satu-satunya variabel yang berarti, mengapa sensornya tertanam di dalam berkas alih-alih diterapkan oleh situs tempat Anda menonton, dan mengapa "penghapusan sensor dengan AI" adalah kekeliruan kategori, bukan sekadar soal yang sulit.
Apa yang sebenarnya dilakukan mosaik terhadap pikselnya?
Ia melakukan perataan blok: membagi area sasaran menjadi kisi sel, menghitung satu warna per sel dari piksel di dalamnya, lalu mewarnai seluruh sel dengan warna itu.
Ambil satu sel 16×16 dalam bingkai video biasa. Sebelum operasinya, sel itu memuat 256 piksel, masing-masing dengan warnanya sendiri — 256 nilai independen yang menggambarkan tepi, tekstur, dan gradasi. Setelah operasinya, sel itu memuat satu nilai, yang diulang 256 kali. 255 derajat kebebasan yang menggambarkan detailnya lenyap dari berkas. Semua itu tidak dipindahkan, disembunyikan, atau dienkripsi. Semua itu diratakan sampai hilang.
Inilah yang oleh matematikawan disebut pemetaan banyak-ke-satu. Sejumlah besar blok sumber yang berbeda menghasilkan rerata yang persis sama, jadi bila hanya diberi reratanya, tidak ada cara menentukan sumber mana yang menghasilkannya. Itu bukan kelemahan implementasi; itu sifat yang mendefinisikan operasinya, dan justru itulah alasan tekniknya dipilih.
Mengapa ukuran blok satu-satunya variabel yang sungguhan?
Karena segala hal lain tentang mosaik sudah dipatok oleh metodenya. Satu-satunya pilihan yang mengubah berapa banyak informasi yang selamat adalah seberapa besar tiap selnya.
Sel yang lebih besar merata-ratakan lebih banyak piksel sekaligus dan memusnahkan lebih banyak. Sel yang lebih kecil mempertahankan lebih banyak struktur — cukup, di ujung terkecilnya, untuk membuat bentuk tetap terbaca, dan itu persis yang hendak dicegah oleh standar penyensoran. Karena itu, tingkat kekasaranlah yang diatur standar; badan-badan sensor Jepang menyebut kerapatan mosaik di antara kriteria pemeriksaan mereka.
Bagaimana mereka merumuskan persyaratan itu tidak dipublikasikan. Badan-badan itu tidak menerbitkan aturan perumusannya — OCCN, satu dari tiga badan yang punya situs publik aktif, menyatakan bahwa aturannya hanya dibagikan kepada anggota — jadi apakah kekasaran didefinisikan sebagai proporsi dari dimensi bingkai atau dalam piksel absolut, dan pada nilai berapa, tidak bisa dirujuk ke sumber. Anggap saja angka spesifik apa pun yang Anda temui tidak punya atribusi. Yang tetap layak diketahui adalah bahwa ukuran piksel tetap berarti sesuatu yang sama sekali berbeda pada SD dan pada 4K, jadi kedua kerangka itu tidak bisa dipertukarkan.
Sumber: halaman pemeriksaan dan konsep OCCN (occn.or.jp); struktur situs JCRC (jcrc.or.jp); diperiksa 2026-08-03.
| Perlakuan | Apa yang dilakukannya | Apa yang selamat | Bisa dibalik? |
|---|---|---|---|
| Mosaik / pikselasi | Merata-ratakan tiap sel kisi menjadi satu nilai | Warna frekuensi rendah dan posisi kasar | Tidak — masukannya diciutkan |
| Buram gauss | Rerata berbobot melintasi jendela yang bergerak | Struktur frekuensi rendah lebih banyak daripada mosaik | Tidak, meski merosotnya lebih sedikit |
| Batang atau bidang padat | Menimpa area itu dengan satu nilai konstan | Tidak ada apa pun tentang area itu | Tidak |
| Pemotongan atau pembingkaian ulang | Menghapus area itu dari bingkai | Tidak ada | Tidak |
| Hamparan di pemutar | Digambar di atasnya saat pemutaran | Semuanya — berkasnya utuh | Ya, dengan mudah |
Hanya baris terakhir yang benar-benar merupakan persoalan keamanan, dan itulah satu-satunya metode yang tidak dipakai industri ini.
Pada titik mana dalam produksi mosaiknya diterapkan?
Saat pascaproduksi, pada masternya, sebelum judulnya diserahkan untuk pemeriksaan — bukan saat pemutaran, bukan oleh platform, dan bukan oleh encoder yang menyiapkan versi streaming.
Urutan itu disengaja dan itulah keseluruhan rancangannya. Karena sensor diterapkan di hulu dari segalanya, setiap artefak di hilirnya mewarisinya: salinan untuk pemeriksaan, berkas ritel, tiap anak tangga bitrate streaming, setiap tangkapan layar yang diambil penonton. Tidak ada titik mana pun dalam rantai itu yang memuat versi tanpa sensor yang bisa dicomot orang dengan menyadap stream atau meminta tingkat kualitas berbeda.
Itu juga berarti platform yang menghosting sebuah judul tidak pernah memegang rekaman tanpa sensornya. Meminta salinan tanpa sensor kepada situs streaming sama dengan meminta sesuatu yang memang tidak pernah dikirimkan kepadanya.
Mengapa detail aslinya tidak bisa dipulihkan?
Karena berkasnya sudah tidak memuatnya. Pemulihan menuntut pembalikan sebuah operasi yang tidak punya kebalikan.
Bandingkan dengan hal-hal yang memang bisa dibalik. Berkas terkompresi bisa didekompresi karena kompresi menyimpan resep untuk merekonstruksinya. Berkas terenkripsi bisa didekripsi karena isinya utuh di balik sebuah transformasi berkunci. Mosaik tidak punya keduanya: tidak ada resep, tidak ada kunci, tidak ada salinan data yang tertransformasi. Yang ada hanyalah satu angka di tempat yang dulunya berisi tekstur.
Ujian praktisnya sederhana. Kalau Anda mengambil seribu blok sumber berbeda yang semuanya rata-rata menghasilkan abu-abu yang sama, memosaikkannya, lalu menyerahkan hasilnya kepada seseorang, semuanya berkas yang identik. Tidak ada proses, secanggih apa pun, yang bisa memberi tahu Anda ia berangkat dari yang mana di antara seribu itu — karena informasi yang membedakannya tidak hadir di dalam masukannya.
Apa sebenarnya yang dihasilkan "restorasi" AI?
Rekaan yang masuk akal. Model generatif yang dilatih dengan citra tanpa sensor bisa menghasilkan tambalan yang konsisten dengan piksel di sekelilingnya dan dengan rerata bloknya, dan hasilnya akan tampak meyakinkan. Yang tidak bisa dilakukannya adalah menjadi benar, karena kebenarannya tidak ditentukan oleh apa pun yang ada di dalam berkas itu.
Perbedaan yang penting adalah antara rekonstruksi dan halusinasi:
- Rekonstruksi menurunkan keluaran dari informasi yang hadir di dalam masukan. Jawabannya bisa diverifikasi terhadap sumbernya.
- Halusinasi menghasilkan keluaran yang konsisten dengan kendala-kendala masukannya. Banyak keluaran berbeda memenuhi kendala yang sama sama baiknya, dan tidak ada yang membedakannya.
Penghapusan mosaik selamanya hanya bisa menjadi yang kedua. Modelnya bukan sedang menyingkap apa yang dulu ada di sana; ia sedang menggambar sesuatu yang kalau diratakan akan menghasilkan blok yang sama. Menyajikan keluaran itu sebagai aslinya adalah klaim faktual yang tidak bisa ditopang prosesnya — dan itu persoalan yang terpisah dari persoalan hukum atau etika mana pun.
Ini pertanyaan keandalan yang sama yang mengalir melalui konten hasil AI pada umumnya: sistem yang selalu menghasilkan keluaran meyakinkan tidak memberi tahu Anda apa pun lewat keluarannya.
Bagaimana mosaik berinteraksi dengan kompresi video?
Secara menguntungkan, dan itu mengejutkan banyak orang. Area mosaik murah untuk dikodekan.
Codec video menghabiskan bit untuk detail berfrekuensi tinggi dan untuk perubahan antarbingkai. Area mosaik justru kebalikan keduanya: bidang datar luas berwarna konstan, dengan tepi yang jatuh pada kisi teratur. Codec berbasis blok merepresentasikan itu secara efisien. Area yang disensor biasanya memakan bit lebih sedikit daripada rekaman berdetail yang digantikannya, sehingga sisa bingkainya mendapat porsi anggaran lebih besar.
Satu efek samping yang kasatmata adalah tepi mosaik tetap tajam bahkan pada bitrate rendah ketika gambar di sekelilingnya melunak. Blok-blok itu bukan artefak kompresi, meski sering dikira begitu — artefak kompresi sungguhan bergeser mengikuti gerakan dan bitrate, sedangkan kisi mosaik tetap terkunci pada area yang ditutupinya.
Apakah mosaik mengganggu pengenalan aktris dari sebuah bingkai?
Tidak, karena mosaiknya tidak pernah menutupi wajah. Setiap langkah pencocokan berbasis wajah bekerja pada piksel yang tidak disentuh sensornya.
Deteksi menemukan area wajah dan titik acuannya, penyelarasan menormalkan pose memakai titik-titik acuan itu, dan encoder mengubah potongan yang sudah diselaraskan menjadi sebuah vektor — 512 angka dalam kasus kami. Tidak satu pun dari rangkaian itu melihat ke dekat area yang disensor. Judul yang disensor berat dan judul tanpa sensor sama-sama terbaca bagi encoder wajah.
Yang sebenarnya membatasi pengenalan adalah sumber mana yang diindeks sejak awal. Indeks kami mencakup 241,792 wajah di 106 situs, tetapi 2,246 dari 2,333 aktris bernama punya citra representatif yang berasal dari satu situs saja (indeks kami, cuplikan 2026-08) — konsentrasi sumber yang membatasi hasil jauh lebih besar daripada standar sensor mana pun.