前段韶光疫情持续，海内就有科研职员鼓捣着，用 AI 建立机器学习模型，对疫情可能扩散的范围和趋势进行预警。
乃至，还有科研职员通过演习 AI 深度学习，检测冠状病毒传染情形。
更进一步的运用，还有预测严重新冠肺炎病例患者的生存机率、抗病毒药物和疫苗研发等。
然而这几天，AI 由于它的另一个运用处景，再次被推上了热搜。
在 B 站上，有一位名为“大谷的游戏创作小屋”的用户，上传了一段用 AI 技能修复过的视频。
原视频由加拿大拍照师拍摄，内容是市价 1920 年的北京。
由于当时的拍摄技能限定，虽然为大家呈现了 100 年前的生活场景，但是在色彩和画面细节上，没有办法做到最真实的还原。
黑白的画面，看起来是不是缺了点什么？
颜色光影没办法完全表达细节，这就让这些视频片段短缺一些温度。
同样的，也就很难让我们通过这些画面产生共鸣。
而通过 AI 技能的修复，这段视频就变得非常生动。
即便修复的成片，没有达到当代拍照技能的输出效果。
不过通过 AI 上色，这些片段不再冷冰冰，而是增加了点“人气”。
除此之外，画面也明显比修复之前更加稳定。
噪点方面，也比之前的原片更少。
通过这个 AI 修复过后的视频，民国期间人们的真实生活，被清楚地呈现在大家面前。
看看这一百年前的车水马龙，说是上世纪七八十年代拍摄的电影画面，相信很多机友也并不会太意外。
就连那个时候的吃瓜群众，也和现在路边看到新奇玩意的大叔大妈一样。
还有路边热闹的集市，生活气息切实其实迎面而来。
还有一些大家没见过的传统礼节，通过这个修复视频，更加清楚地呈现在大家面前。
这乃至让机哥产生了，一种穿越时空的奇妙觉得。
不得不说，这个 AI 修复过的视频，的确是让次元壁分裂了。
由于全天下第一部彩色电影，出身于 1935 年。
So，更早之前的彩色影片，可能对大家来说，有一种说不上来的违和感。
但是嚯，同样是修复过的视频，接下来的这一个片段，可能看起来就合理得多。
瞧瞧这马车，各位机友们可以猜猜看，这是那个年代拍摄的视频。
还有这些现在看起来，略显复古的行人装扮服装和建筑风格。
虽然看起来也是有点年头，但比起前面咱们海内 100 年前的视频，彷佛又晚了不少。
但是，机哥又要说但是喽。
大家看到的这个 AI 修复视频，来自 1906 年的洛杉矶。
比起拍摄于 1920 年的北京片段，足足还要早上十几年。
这就难怪有不少网友表示，看完感慨良多啊。
这个视频由外国作者 Denis Shiryaev 上传，他修复过最早的视频片段，来自 1888 年的英国。
那个时候，清朝还未灭亡，光绪帝还在重修圆明园。
而英国…已经开始殖民扩展，在生活形式上已经和趋于近当代化。
这个视频由当代电影之父，路易斯·普林斯所拍摄。
虽然这个视频在修复之后，并没有完备达到彩色的效果。
但是由于原来拍摄的效果非常模糊，以是 AI 能修复到这个程度，已经非常成功。
除此之外，Denis Shiryaev 还修复过一段 1890 年的巴黎街头视频。
大桥旁人头涌动。
一百多年前的方尖碑。
还有当时类似地铁的交通工具，都生动地呈现在我们面前。
机哥觉着，看到这些当时的彩色视频，觉得还是非常奇妙。
AI 修复技能大火，实在从去年“修复旧照片”的各种运用就已经开始。
不少网友考试测验，帮上世纪八九十年代的明星，修复低像素的照片。
更故意义的是，能让自己家的老照单方面目一新。
将各种早已泛黄的老照片，重新规复它最初的样子，就像韶光仿佛没有流逝过一样。
这样的技能，还是相称故意义的。
看了这么多，大家肯定也很好奇，到底 AI 是怎么实现修复旧视频和旧照片的呢？
这还是要得益于 GitHub 修复技能的开源。
对付低像素的片段，图像修复一样平常利用“扩散”或“示例”的方法，重构缺失落部分的一个像素点，就像大家熟习的“脑补”。
通过 AI 的不断学习，神经网络可以实现精准的分类，完成准确的像素补充。
目前，以 ESRGAN 为代表的增强型超分辨率方法，乃至能够天生真实的纹理感。
同时在上色方面，以 DeOldify 为例的项目，AI 通过长期的学习和纠正，能够区分画面当中的物体。
并且通过原来黑白片段进行剖析，对场景当中的不同物体进行色彩补充。
当然，通过这些超分辨率和视频上色的方法，能够让画面效果更加靠近现在的水平。
但是嚯，这只是 AI 大量学习之后，尽可能复原出来的效果，可能和当时的真实情形有一丢丢差异。
不过，这也不影响我们窥伺当时人们的生活办法。
假如拍照摄像技能再早一点被发明，说不定我们就能看到，清朝早期乃至更早的古人影像。
不知道这神奇的 AI 技能，往后还能给我们带来什么样的惊喜。
拭目以待吧。