近日，一段被人工智能修复的100年前北京街景影像片段在网络上“刷屏”。
有了ＡＩ的帮助，那些原来卡顿、清晰度差的黑白画面被还原了色彩，1920年的北京城变得流畅而生动，颇有生活气息。
有人感叹：韶光两头的我们，被这段影片连了起来，彷佛“穿越”了一样。
百年前的影像中我们看到了什么？ＡＩ修复，如何让历史“重生”？制作者供应的上色后的100年前北京城历史影像截图。

ＡＩ再现历史风貌

100年前的北京城和中国人，究竟是什么样子容貌？

从大全景来看，百年前的北京街景，充满了年代感。
马路上人来人往，人流、马车、人力车交错而行，集市、食肆、仪仗、礼仪、买卖等，就这样呈现在我们面前。
不少网友在微博边看边谈论今昔的不同：“骆驼涌如今大街上，是当时的运输工具；现在要去沙漠里探求骆驼”“100年前出来逛街的都是男人，现在女人比较多”……

这段影像由加拿大拍照师拍摄而成，而给它重新上色修复的是中国一位年轻的独立游戏开拓者大谷。
原来色彩单调、轮廓模糊的人影，变得面孔清晰、动作流畅，再加上后期逼真的音效，生动再现了当时的历史风貌。

通过网络联系到了人在美国纽约的大谷，他说，自己一贯在Ｂ站做绘画、作曲等科普***，这是第一次利用人工智能修复历史影像。
“我从小在北京终年夜，对老北京的风貌情有独钟。
”大谷说，由于当年拍摄设备的限定，我们看到的黑白影像丢失了主要的色彩信息，ＡＩ可通过算法和大量的演习打造成“火眼金睛”，先对照片进行图像分割，区分出标志性物体，如树木、天空、人脸、服装等，对黑白影像场景进行彩色化处理。

“传统的影像修复，是由艺术家们手绘，一帧帧影像重新上色，比较耗时费力，一段影片每每须要几十到数百人同时奋战几十天。
”他说，而人工智能做的是同样的步骤，不过运算效率更快。
他截取了10分钟***，一个人用了7天韶光，尝鲜利用ＡＩ技能相继完成上色、修复帧率、扩大分辨率，终极呈现出流畅的彩色画面。

大谷同时表达了自己的遗憾。
“这段影像的色彩，是ＡＩ自我学习的结果，不一定是历史的原色。
”他说，这次ＡＩ修复所采取的模型是从国外老电影中“学习”的，影片整体色彩比较淡，如果更好地理解历史，能做得更准确。
他表示人工智能不敷的地方，也要通过演习不断加强。
他准备让ＡＩ程序加强“学习”，多“看”一些中国年代影片，在未来进行修复着色时将更有中国味道。

年代感的看点不少

这段“重生”的历史影像，虽然只有短短几分钟，却留下了许多熟年代感的看点。

一段画面中涌现了多人相互见礼的片段，细细看来，包含了三种礼仪。
比如“打千礼”，这是满族男子下对上通畅的一种礼节，盛行于清代。
礼仪姿势为屈左膝、垂右手、上体稍向前俯，在清宫戏中常能看到这类礼仪。
第二个礼仪是“作揖”，是汉人男子之间的见面礼——两手抱掌前推，身子略弯，表示向人敬礼。
孔子像中的孔子，也是作揖的姿态。
第三个是“万福礼”，这是汉人女子的见面礼。
右手放在左手上两手握拳，位于腹部正中心，右脚向后撤一小步，两膝微曲，颔首低眉，微微伏身而起。
“万福”二字，出自《诗经》，最早是表示祝福的吉祥语，意为福泽满满。
比如1987年版电视剧《红楼梦》中，林黛玉初见贾宝玉时，贾宝玉行的是作揖礼，林黛玉行的便是万福礼。

这段影像还闪过了一个镜头，是见证历史的白色牌坊“克林德碑”。
当年，京城老百姓对这个名字很“硌硬”，大家都叫它“石头牌坊”。

1900年6月2日，德国公使克林德在此处被人开枪打去世，以此事宜为导火索终极引发了八国联军侵华和签订《辛丑条约》。
根据德国哀求，1901年6月25日，清政府在克林德殒命处开工建造一座纪念牌坊并敬拜赔礼。
直到1918年11月第一次天下大战结束，德国成为败北国，这座象征着屈辱的牌坊急速成为众矢之的，于1919年被拆除。
拆除后，主体的散件被运至中心公园（今中山公园）重新组装，题头被换成了“公理降服”，在1952年召开的亚洲及太平洋区域和平会议上，为表彰中国公民保卫天下和平所做的贡献，决定将“公理降服”牌改为“保卫和平”碑。

影视作品“修旧如旧”

“历史影像一上色，彷佛拉近了和我们之间的间隔，看完十分亲切。
”大谷表示，许多网友和他互换中都谈到这一体会。
实在，去年新中国成立70周年时，《开国大典》等经由ＡＩ和人工修复的献礼片就惊艳了公众年夜众，许多不雅观众看后热泪盈眶。

修复版的电影《开国大典》让人们目睹三次战役胜利到开国大典的历史过程。
通过人工智能深度学习的办法，老片中常见的噪点、色偏、模糊、抖动、划痕等“小伤小痛”得以被批量化修复。
但是，一些老片画面由于丢失严重或存在大片污渍，人工智能无法通过韶光、空间信息“脑补”，在这种情形下，必须依赖有履历的修复专家来完成。
因此，专业修复师对影片《开国大典》进行了修补，统共修复了1082个镜头。
虽然修复历时仅40天，但这是600人每天事情20小时之后的结果。
可见，人工智能实际上不能完备代替手工劳动，人机共同协作才能产生最好的结果。

为高科技装上“指南针”

近年来，打算机视觉在人工智能和深度学习的大背景下变得盛行起来，越来越多的运用处景被挖掘，图像处理技能成为最热门的运用之一。
而深受"大众年夜众喜好的是图像修复功能，一键修复老照片等Ａｐｐ运用，在社交网络上掀起传播潮流。

大谷见告，ＡＩ图像修复有许多神奇的玩法。
比如人脸天生，用新婚夫妇的照片通过ＡＩ程序可以制作一张未来孩子的照片；再比如，一些人没有童年照片，这样的遗憾也可以通过人工智能来填补，ＡＩ通过对其现有照片的学习和判断，天生童年照。
“你也可以通过人工智能看看自己变老的样子。
”他说。

许多科学家开始关注人工智能的把稳力机制。
把稳力机制来源于人类的视觉把稳力，即人类在进化过程中形成的一种处理视觉信息的机制。
对付人工智能来说，它是机器学习中的一种数据处理方法，紧张功能是减少对无用线索的关注。

目前，ＡＩ把稳力和真正的人类把稳力差距仍旧很大。
在科学家们看来，在未经充分演习的情形下，让ＡＩ关注人是随意马虎的，但关注某个特定的人是困难的。
目前来说，ＡＩ把稳力机制更靠近直觉，科学家也在研究增加模型的知识储备，提升模型的推理能力，这样ＡＩ才能在繁芜的图像等语境下利用把稳力完成更为繁芜的操作。

人工智能修复，为"大众年夜众呈现了一次遇见古人的时空穿梭之旅。
然而，技能不仅仅是运用工具。
对付创造和运用技能的人类而言，在法律规范和道德约束下让技能“为我所用”，才能真正为技能装上“指南针”，实现人类和科技的促进发展。
（彭薇）