繁盛热闹繁荣的街道、熙攘的人群、来往的马车......100年前老北京的市井生活竟然真实地涌如今我们面前。
经由修复的视频，人物面孔清晰、动作流畅。见面问候、街头买卖等场景贴切真实。
意外火爆背后：有哪些技能含量？
视频创作者大谷是一位旅居纽约的独立艺术家、独立游戏制作人。他一贯在B站做科普类视频，比如向网友先容如何绘画、作曲等。近两年，他开始做人工智能技能方面的科普，每期视频会先容人工智能技能方面的工具，并教网友如何去利用它们。
大谷先容，该视频来源于公民日报四年前发布的资料影片拍摄。
修复影片是大谷进行的一项探索性学习，这次的老北京影片修复是他在AI修复上的一个成果展示。“向大家先容AI修复前，我都是结合海内外的一些教程边学边做，学会并做出来之后再先容给大家。未来我还会再出一些视频，进一步先容AI修复所利用的工具。”大谷说。
这段视频实际上用了三种人工智能技能来完成。
第一是补帧技能。老电影年代比较久远，原版是一个像默片一样的超快速播放视频。“以是我须要把它拉成一个常规时速播放的视频，但这样会产生卡帧问题，视频片段就会很不连贯。这时候就须要人工智能来天生一些帧数，使画面更加流畅。”大谷表示。
第二是上色技能。通过利用DeOldify这个工具，可以完成黑白影片和彩色影片之前的色彩转换。但大谷表示，该工具对历史还原的准确性还不足高，还须要不断完善。
第三是分辨率扩增技能。该技能可以把低分辨率视频变成高分辨率视频。大谷透露，在这次AI修复中，他并没有全部利用分辨率扩增技能，由于这项技能比较花费硬盘和显卡，以是他只在一些关键的地方，比如视频的封面利用了这项技能，但末了取得的效果也不错。
在视频发布之初，大谷并没有预见到自己的这个视频会这么火。
对付视频为何会引起广大网友的共鸣，大谷认为：“是由于里面的很多镜头很打动人，有很多屏幕内外对视的片段。比如视频中有100年前的古人看着屏幕的画面，他们的表情互异，有迷茫、有好奇......当100年后的我们和画面中的古人对视的时候就有一种超过时空的觉得，彷佛穿越了一样。”
创作者心途经程：从游戏开拓到人工智能
谈及创作初衷，大谷表示：“做人工智能干系的科普，是为了让大家去理解人工智能不是高高在上的东西，它实在很贴近我们的生活，可以利用它做出很多可运用的东西。”
在这次AI修复的视频中，大谷并没有止步于对视频进行纯挚的上色，凭借自己游戏制作和作曲音效的履历，他还选用了许多北京历史民俗文化录音数据，包括两位京韵大鼓演出艺术家闫秋霞和骆玉笙的音乐作品，为复原的影片加上了背景声效。音乐音效与画面达到完美契合，这符合大谷游戏的制作理念。
大谷表示，如果把游戏定义为一个艺术品，程序决定骨架，美术决定皮肉，音乐给予氛围，游戏设计者授予灵魂。以是在做任何创作的时候，他都在遵照这一理念。
一开始打仗人工智能，大谷并不是“故意而为之”，而是为了提高自己游戏开拓事情的效率。
“由于我是自己一个人在做游戏开拓，以是我就在思考人工智能是否能够为我的事情节省韶光。通过理解后创造，人工智能不仅可以使游戏开拓的过程更简便，还可以在社会公益等其他领域有更广泛的运用，以是我才开始做了一些关于人工智能的科普视频。”大谷说道。
在与大谷的谈天过程中，传播君感想熏染到他的阅读十分广泛。除了游戏开拓和AI修复，他在作曲和其他艺术开拓方面也均有作品。可见，对新鲜事物永葆热心和好奇心，便会迸发出无限的想象力。
大谷表示，未来，他会依然在影像修复、游戏开拓以及艺术创作上深耕，争取做出更多更好的作品。
AI修复，未来有哪些新空间？
影片修复技能是人工智能发展到现在的一项十分主要的运用。
在中国传媒大学新闻学院教授沈浩看来，人工智能在视频、图像、措辞、笔墨、声音的处理方面都有了极大进展，而这些进展紧张集中在视频和图片领域。原则上来讲，对付视频和图像的处理我们可以把二者都归结于图像的处理，由于任何视频都是由一帧一帧的图像制作出来的。
对付这次百年前老北京影像的修复视频，沈浩认为该视频并不仅仅只是将视频编辑出来，还加了配乐，这让全体视频有了一个完全的故事。
沈浩表示，从技能角度来讲，AI修复有三个层面：科学、技能、工程。“科学”便是在AI修复领域已有人进行了干系科学研究，写成论文并公布了干系的代码，这些公开的代码可以供所有人利用，这是一项通用的技能；“技能”便是看谁能够依据已公布的共享代码，通过调度参数做出更故意义的创作；“工程”便是指利用AI修复技能进行批量的修复事情，比如一些历史资料馆或电影公司对过去历史文献、历史影像进行批量修复事情。
“目前来看，我们的AI修复技能还勾留在技能层面进行探索试水，没有上升到‘工程’层面。”沈浩表示。
此外，沈浩认为，AI修复除了须要有艺术方面的再创作，还须要有GPU高性能电脑。有高性能的硬件，才能担保AI修复技能的实现。
在运用层面，AI在视频画质修复和增强方面的能力曾为一些经典老片带来了新的流量。
阿里巴巴资深技能专家江文斐曾在接管《中国经济周刊》采访时表示：“有很多用户到视频平台是来看老电影的，但我们也创造，很多用户看了几分钟就走了，由于画面太糊了，体验感不好。修复老片便是希望用户由于内容而来，但不要由于画面不清晰而走。”
江文斐透露，在优酷平台上，修复类的视频播放量增长非常快，照样以吸引了大量新会员。这实在已经从商业上证明了技能能够带来新代价。
沈浩提到，当一张照片可以实现上色、升频的时候，很多人会把家中老人的老照片拿出来修复，使之成为一个纪念。而对付一些博物馆、历史资料馆来说，将黑白的或受损的影像资料进行批量修复，是AI修复技能未来可以广泛运用的领域。
此外，通过AI修复技能，沈浩还引申到AI图像视频处理技能的另一大类型——视觉编辑和修正。他表示，除了上色、增强画质、修复有损视频之外，AI还可以实现视频风格的转变、视频背景的去除等功能。
一次与古人的对视再次引发了人们对付AI修复技能的更多想象。相信在不久的将来，科技会给我们带来更多的惊喜与冲动。