本刊記者/蔡雨彤

人工智能正在“見縫插針”地開拓邊界，一次又一次滿足我們對AI無限可能的想象，帶給我們越來越多的驚喜。

4月1日，由騰訊云多媒體實驗室領(lǐng)先算法團隊修復(fù)，騰訊音樂娛樂集團攜手環(huán)球音樂旗下廠牌寶麗金，并聯(lián)合騰訊云、微信視頻號、騰訊視頻等多個團隊聯(lián)合呈現(xiàn)的“張國榮2000年《熱·情》演唱會超清修復(fù)版”全球首播，數(shù)千萬名粉絲共同見證了這場由AI技術(shù)加持風華絕代的演唱會。

一場演藝巔峰重現(xiàn)的背后，AI修復(fù)技術(shù)再一次用超越時間的魔力驚艷我們，AI高清修復(fù)市場也再次引起關(guān)注。

《熱·情》演唱會背后有怎樣的修復(fù)技術(shù)？AI修復(fù)技術(shù)還能做什么？

視頻修復(fù)“修”的是什么

視頻修復(fù)并不是新鮮的事物，人們對經(jīng)典老片、老電影經(jīng)過AI技術(shù)的修復(fù)，重新搬上了銀幕早已習以為常。但AI技術(shù)修復(fù)視頻影像資料此前大都集中在影視領(lǐng)域，對于演唱會這類視頻資料的修復(fù)較少見。雖然都是修復(fù)視頻，但演唱會和影視類的視頻修復(fù)還是有著較大的區(qū)別。

影視劇視頻修復(fù)解決的是老舊影視資料中，畫面雪花、劃痕等造成視頻素材清晰度、畫質(zhì)、色彩等導(dǎo)致的感官損失度感受。相對演唱會而言場景比較固定，鏡頭的運作以及整個畫面比較穩(wěn)定，從頭到尾的藝術(shù)表達形式、整體的色彩風格比較統(tǒng)一。

據(jù)騰訊多媒體實驗室方面介紹，此次演唱會的修復(fù)工作用到的是實驗室旗下的“超清沉浸感修復(fù)引擎”，這是面向老片修復(fù)場景的技術(shù)解決方案。整個演唱會的修復(fù)包括智能分析、畫質(zhì)修復(fù)、畫質(zhì)增強、智能編碼四個步驟。通過多種AI評估算法對視頻內(nèi)容進行幀級別、場景級別和視頻級別等多維度的智能分析。利用多種人工智能修復(fù)算法，針對老片場景下進行訓練和優(yōu)化，修復(fù)老片中常見的豎線、雪花點、噪聲、壓縮失真、抖動等問題。

人工智能遍地開花

其實不僅僅是“娛樂圈”視AI修復(fù)為香餑餑，“考古界”更是對AI修復(fù)技術(shù)“愛不釋手”。

在歷史領(lǐng)域，研究者經(jīng)常會面對一些殘缺的古籍。這些古籍記載了遠古的文明，要了解歷史就必須要解開這些謎團。但長年的侵蝕和破壞造成了不少文字的缺損。依據(jù)剩余部分和其余相似文字推理出殘缺部分的內(nèi)容至今仍是個難題。

為克服當下考古的限制，DeepMind與威尼斯大學、牛津大學等多家機構(gòu)合作，共同推出了名為Ithaca的AI，這是第一個可以恢復(fù)受損銘文缺失文本、識別其原始位置并確定其書寫時間的深度神經(jīng)網(wǎng)絡(luò)AI。

Ithaca架構(gòu)中的注意力機制能夠通過串聯(lián)輸入的單個字符、完整單詞的表征與順序位置來了解輸入文本的每一部分的位置，最終權(quán)衡不同的輸入對模型決策過程的影響。

在以往，歷史學家單獨破譯某塊古希臘石碑的準確率只有25%，但在實際使用這一方法后準確率一舉提升了近乎2倍，達到了72%。

Ithaca不僅能修復(fù)文字，在地理歸屬的任務(wù)上也有71%的準確率，還能將古文字的書寫日期精確到30年以內(nèi)。

除了影視和歷史領(lǐng)域，制造業(yè)、醫(yī)療、教育、無人駕駛、智能家居等這些常見領(lǐng)域，人工智能也正在“見縫插針”地開拓邊界，一次又一次滿足我們對人工智能無限可能的想象，帶給我們越來越多的驚喜。