近兩年人工智能一詞的出鏡率頗高，即便是之前對此并不了解也并不感興趣的人如今也都有所耳聞。而隨著科學技術的不斷發展，人們對于人工智能技術的研究也越發深入，同時也有很多人工智能技術的應用得以實現。像是在新冠肺炎疫情的這段期間人工智能技術的應用也幫助了人們更好的去進行疫情的防控工作。但是其實人工智能技術也能夠幫助我們去復原那些在歲月當中留下的老照片。

近日，一段被人工智能修復的100年前北京街景影像片段在網絡上“刷屏”。有了AI的幫助，那些原本卡頓、清晰度差的黑白畫面被還原了色彩，1920年的北京城變得流暢而生動，頗有生活氣息。有人感嘆：時間兩頭的我們，被這段影片連了起來，好像“穿越”了一樣。百年前的影像中我們看到了什么？AI修復，如何讓歷史“重生”？

AI再現歷史風貌

100年前的北京城和中國人，究竟是什么模樣？

從大全景來看，百年前的北京街景，充滿了年代感。馬路上人來人往，人流、馬車、人力車交錯而行，集市、食肆、儀仗、禮儀、買賣等，就這樣呈現在我們眼前。不少網友在微博邊看邊討論今昔的不同：“駱駝出現在大街上，是當時的運輸工具；現在要去沙漠里尋找駱駝”“100年前出來逛街的都是男人，現在女人比較多”……

這段影像由加拿大攝影師拍攝而成，而給它重新上色修復的是中國一位年輕的獨立游戲開發者大谷。原本色彩單調、輪廓模糊的人影，變得面目清晰、動作流暢，再加上后期逼真的音效，生動再現了當時的歷史風貌。

記者通過網絡聯系到了人在美國紐約的大谷，他說，自己一直在B站做繪畫、作曲等科普視頻，這是第一次利用人工智能修復歷史影像。“我從小在北京長大，對老北京的風貌情有獨鐘。”大谷說，由于當年拍攝設備的限制，我們看到的黑白影像損失了重要的色彩信息，AI可通過算法和大量的訓練打造成“火眼金睛”，先對照片進行圖像分割，區分出標志性物體，如樹木、天空、人臉、服裝等，對黑白影像場景進行彩色化處理。

“傳統的影像修復，是由藝術家們手繪，一幀幀影像重新上色，比較耗時費力，一段影片往往需要幾十到數百人同時奮戰幾十天。”他說，而人工智能做的是同樣的步驟，不過運算效率更快。他截取了10分鐘視頻，一個人用了7天時間，嘗鮮使用AI技術相繼完成上色、修復幀率、擴大分辨率，最終呈現出流暢的彩色畫面。

大谷同時表達了自己的遺憾。“這段影像的色彩，是AI自我學習的結果，不一定是歷史的原色。”他說，這次AI修復所采用的模型是從國外老電影中“學習”的，影片整體色彩比較淡，如果更好地了解歷史，能做得更準確。他表示人工智能不足的地方，也要通過訓練不斷加強。他準備讓AI程序加強“學習”，多“看”一些中國年代影片，在未來進行修復著色時將更有中國味道。

年代感的看點不少

這段“重生”的歷史影像，雖然只有短短幾分鐘，卻留下了許多有年代感的看點。

一段畫面中出現了多人互相行禮的片段，細細看來，包含了三種禮儀。比如“打千禮”，這是滿族男子下對上通行的一種禮節，流行于清代。禮儀姿勢為屈左膝、垂右手、上體稍向前俯，在清宮戲中常能看到這類禮儀。第二個禮儀是“作揖”，是漢人男子之間的見面禮——兩手抱掌前推，身子略彎，表示向人敬禮。孔子像中的孔子，也是作揖的姿態。第三個是“萬福禮”，這是漢人女子的見面禮。右手放在左手上兩手握拳，位于腹部正中央，右腳向后撤一小步，兩膝微曲，頷首低眉，微微伏身而起。“萬福”二字，出自《詩經》，最早是表示祝福的吉祥語，意為福氣滿滿。比如1987年版電視劇《紅樓夢》中，林黛玉初見賈寶玉時，賈寶玉行的是作揖禮，林黛玉行的就是萬福禮。

這段影像還閃過了一個鏡頭，是見證歷史的白色牌坊“克林德碑”。當年，京城老百姓對這個名字很“硌硬”，大家都叫它“石頭牌坊”。

1900年6月2日，德國公使克林德在此處被人開槍打死，以此事件為導火索最終引發了八國聯軍侵華和簽訂《辛丑條約》。根據德國要求，1901年6月25日，清政府在克林德殞命處開工建造一座紀念牌坊并祭祀謝罪。直到1918年11月第一次世界大戰結束，德國成為戰敗國，這座象征著屈辱的牌坊立刻成為眾矢之的，于1919年被拆除。拆除后，主體的散件被運至中央公園（今中山公園）重新組裝，題頭被換成了“公理戰勝”，在1952年召開的亞洲及太平洋區域和平會議上，為表彰中國人民保衛世界和平所做的貢獻，決定將“公理戰勝”牌改為“保衛和平”碑。

影視作品“修舊如舊”

“歷史影像一上色，好像拉近了和我們之間的距離，看完十分親切。”大谷表示，許多網友和他交流中都談到這一體會。其實，去年新中國成立70周年時，《開國大典》等經過AI和人工修復的獻禮片就驚艷了公眾，許多觀眾看后熱淚盈眶。

修復版的電影《開國大典》讓人們目睹三次戰役勝利到開國大典的歷史過程。通過人工智能深度學習的方式，老片中常見的噪點、色偏、模糊、抖動、劃痕等“小傷小痛”得以被批量化修復。但是，一些老片畫面由于損失嚴重或存在大片污漬，人工智能無法通過時間、空間信息“腦補”，在這種情況下，必須依靠有經驗的修復專家來完成。因此，專業修復師對影片《開國大典》進行了修補，總共修復了1082個鏡頭。雖然修復歷時僅40天，但這是600人每天工作20小時之后的結果。可見，人工智能實際上不能完全代替手工勞動，人機共同協作才能產生最好的結果。

為高科技裝上“指南針”

近年來，計算機視覺在人工智能和深度學習的大背景下變得流行起來，越來越多的應用場景被挖掘，圖像處理技術成為最熱門的應用之一。而深受公眾喜愛的是圖像修復功能，一鍵修復老照片等App應用，在社交網絡上掀起傳播潮流。

大谷告訴記者，AI圖像修復有許多神奇的玩法。比如人臉生成，用新婚夫婦的照片通過AI程序可以制作一張未來孩子的照片；再比如，一些人沒有童年照片，這樣的遺憾也可以通過人工智能來彌補，AI通過對其現有照片的學習和判斷，生成童年照。“你也可以通過人工智能看看自己變老的樣子。”他說。

許多科學家開始關注人工智能的注意力機制。注意力機制來源于人類的視覺注意力，即人類在進化過程中形成的一種處理視覺信息的機制。對于人工智能來說，它是機器學習中的一種數據處理方法，主要功能是減少對無用線索的關注。

目前，AI注意力和真正的人類注意力差距仍然很大。在科學家們看來，在未經充分訓練的情況下，讓AI關注人是容易的，但關注某個特定的人是困難的。目前來說，AI注意力機制更接近直覺，科學家也在研究增加模型的知識儲備，提升模型的推理能力，這樣AI才能在復雜的圖像等語境下運用注意力完成更為復雜的操作。

人工智能修復，為公眾呈現了一次遇見古人的時空穿梭之旅。然而，技術不僅僅是應用工具。對于創造和應用技術的人類而言，在法律規范和道德約束下讓技術“為我所用”，才能真正為技術裝上“指南針”，實現人類和科技的促進發展。
責編AJX