AI給老照片上色,近來確實很火爆,但上的顏色真的準確嗎?
有人便就此做了個實驗,把20世紀初俄國的彩色照片去色后,再與AI上色的結果做對比,
如此對比結果之下,這位網友直接指出:
AI總是傾向于選擇不鮮艷的顏色,讓天空總是灰蒙蒙,人們的穿著都很樸素,地面充滿灰塵和泥土,
但更進一步的,她所擔心的還有另外一點——AI會加重人們對過去“是枯燥乏味、死氣沉沉”的偏見,
她認為給老照片上色這種工作,還是應該交給人類專家完成,
AI,不行??。
此帖一出,在Reddit上的機器學習社區和歷史愛好者社區引發了大激辯。
不到一天的時間蓋起一千多樓,總計3萬5千贊,
但后來,因為吵得太厲害,原帖都被版主刪了……
來自不同社區的網友們,又在爭吵些什么呢?
技術界:你這算法靠譜嗎?
來自機器學習版塊的選手首先提出了質疑:
你用的這個算法,他是State of the Art嗎?一看就是簡單地將損失函數設計成計算周圍像素的均方誤差(MSE)一類的東西,這樣就會促使AI選擇低飽和度的顏色。
有人給出了改進思路,應該把色相、飽和度和亮度的差異單獨加權,然后“懲罰”異常值,減少算法選擇低飽和度顏色的動機,
懂攝影的選手指出,彩色照片去除RGB通道 ≠ 黑白相機原片。像適馬SD1 Merill和徠卡M Monochrom這樣的專業設備傳感器能捕捉到更大的動態范圍。
目前的數據集為了方便,都是用彩色圖像去色做的,還沒見到過用真正的單色相機原片做訓練的,
不服的人說,黑白照片就是有誤導性。
你看這一排柿子椒,去色以后質感都一樣,人類也不能分出哪些是紅色哪些是綠色的,
有人認為,人們不能把AI當作魔法或奇跡,商業公司也不能把AI生成的內容當成事實去銷售,這是個商業倫理問題,而不是AI倫理問題,
手藝人:最重要的是文化
在照片上色愛好者聚集地,人們認為手動給老照片上色最有價值的環節其實是搜集資料,
尋找照片中事物應有顏色的過程中總是能學到很酷的歷史知識,
也有人指出,在網上發布AI上色的照片,人們的焦點都放在對技術進步的慶祝了。老照片背后的人文價值卻被忽略,
有人認為AI在計算光照陰影方面很強,但挑選顏色還是需要人類專家的指導,
AI應該像實習生一樣成為人類的助手,而不是人們把工作全丟給AI去做,
人與AI協作
其實人類指導AI給照片上色的研究已經有了,這項研究發表在SIGGRAPH 2017大會上,
在演示中,人類可以在灰階圖像的任意像素指定顏色,AI會自動計算適用的范圍,并實時給出預覽。
該算法使用卷積神經網路(CNN),灰階圖像和人類指定顏色作為輸入,自動計算顏色的分布,
訓練集包含130萬張彩色照片的去色版本,其中包含很多著名攝影作品,每個選色的人類用戶平均在每張照片上平均花費1分鐘。
模型使用Caffe開發,后來補充了PyTorch版本,已在Github上開源,
CPU或GPU計算都支持,可以下一個玩玩,