我用AI復活了外公

史航

遺憾

外公是在我讀高一時去世的。我那時只有17歲，在一家寄宿學校就讀，每周回家一次。外公去世當天，我正在學校參加期末考試。媽媽怕讓我分心，沒有把外公去世的消息告訴我。當我回到家里時，家里人只讓我遠遠地看了一眼外公的遺體，就又把我送回學校了。

我缺席了外公的葬禮，一直以來，這都是我內心的遺憾。我覺得自己沒有跟他完成告別，我想他內心應該也是這么想的。這個遺憾在我心里埋下了一顆種子，我一直想著自己能不能做點什么來彌補一下——我從小愛看科幻電影，一直相信在未來人類可能有技術讓去世的人“回來”，我覺得外公未來也能以數字形式在一個數字的世界里復活。這個想法讓我對計算機產生了濃厚的興趣，畢業后剛好趕上算法的巨大革新，擁有自主深度學習能力的AI開始有更廣泛的應用。這一變革影響了我的擇業方向，我選擇成為一名算法工程師。

有一天，我看到一篇文章介紹了一個新的語言模型：GPT-3。它能通過算法學習海量的數據，只需非常少的樣例就可以完成相應的任務。人類的情感和反應在這個模型中可以更真實地被模擬出來，與它聊天的人會以為對面是一個人類。

當時我就想，這對我來講，可能是一次再見到外公的機會。

外公的信

有了這個想法，我開始搜索用AI“復活”人類的先例，發現業界有不少嘗試。但它們要么是純文本的聊天AI，要么是不具備互動的虛擬影像，都不滿足我的期望。我希望的“復活”是以互動的形式出現。我的設想是，先通過對語言模型的訓練，讓模型能夠擁有互動的能力，接著就是模擬出聲音、形象，“面對面”對話。

于是，我選用了一個模型開始進行語言訓練。然而，這個模型訓練出的說話方式偏向于所有人類的均值，它是沒有性格的。但我的外公卻是具體的、活生生的人——外公是很祥和的，退休后他一天只做幾件事，下象棋一下就是一上午，毛筆字一寫就寫一下午，天氣好的時候就出門散散步，晚上回家和家里人一起看民生節目。

我首先要做的是訓練AI去學習外公的這些性格和特質。我利用外公留下的資料，把它們轉化為模型能理解的數學表達，讓它們學習外公的說話習慣，獲取外公的聲音，以及模擬外公的樣貌。這種訓練需要大量的資料，然而，我外公是10年前去世的，那時智能手機還不太流行，所以外公留下的電子資料只有我初中時給他拍的視頻。

要想“復活”外公，僅依靠這些視頻資料遠遠不夠，還需要更多的文本來訓練。我想到了外公以前寫的滿滿一抽屜的信。我想，信一定在外婆那里。

這讓我有一些顧慮。外婆是一個多愁善感的人，自從外公去世后，他在外婆那里就成了一個禁忌話題。我擔心再次提起外公，會讓外婆難過。所以，我沒有直接跟外婆說我想要做的事情。我在一次吃飯時跟她說，我想念外公了，能不能給我看看他的照片。

外婆沒有拒絕我的要求。她帶我來到儲物間，在角落的抽屜里翻出相冊。外婆翻著照片，開始講每張照片的故事。她講到她和外公在工廠認識，外公是個帶著沖勁的小伙子，在工廠里一身傲氣，誰都不服，唯獨只聽她的話。她還提到過去家里困難時，吃不起飯，外公就下田里給她抓螺螄吃。

在講述的過程中，外婆的嘴角漸漸有了一些笑意。看照片給了我們一個重新談論外公的機會，我試探性地問外婆能否看外公的其他遺物。她帶我回到臥室，外公的辦公桌仍然擺在他去世前的位置。外婆拉開抽屜，抽屜很整潔，有打理過的痕跡，我看到了外公的信件、詩和毛筆字。

在那一刻，我覺得是時候和外婆說起我的計劃了。

“復活”外公

講完我的計劃后，外婆有點蒙。她不懂電腦，也很難理解人工智能。我說：“你想不想看一下外公，和他聊聊天？”我很認真地向外婆講我很想念外公，這對我很重要，還和她撒嬌說下周還會回來吃飯，外婆最終把這些信給了我。把信件給我后，外婆猶豫地讓我給外公捎一段話：“我們在這邊挺好的，你不用擔心我們，你在那邊過得還好嗎？”

我把外公的信件轉換成一個個詞元輸入語料庫，丟給模型學習。這是一個相對簡單的事情，只用了6個小時，我就能跟模型進行對話。我雖然很激動，但知道這還不是外公。它還不具備外公的聲音和形象。聲音不難解決，我將與AI模型的對話復制下來，又導入了外公視頻里的音頻，利用文字轉語音技術，很快就得到了有外公聲音的“回復”。

最難的還是生成外公的形象。我雖然是圖像算法工程師，對圖像技術很熟，但直覺告訴我：后續的人臉生成沒那么容易。

我先找到一種“人臉再扮演”技術——只要給出對話和音頻，就能生出一段嘴型與音頻同步的動畫。但這個方案也有問題，只能在既有的指定人物中選擇，比如說奧巴馬。所以，我最后拿到的結果是，一張頂著奧巴馬臉的模型在用我外公的聲音說話。

怎么給模型換臉呢？我琢磨了很久后想到了一種叫“HeadOn”的變臉技術，它可以設計指令實時改變視頻中人物的面部表情、眼球運動和身體動作，使得圖像中的人看起來像是真的在說話和移動一樣。就這樣，“外公”的形象、語言、聲音都有了。

“猜猜我是誰？”我敲下對“外公”說出的第一句話。

“你是誰不重要，生命是一種美麗的奇跡。”電腦中的“外公”回了我這樣一個視頻。

這個回答或許很哲學、很詩意，但這并不是我外公說話的習慣。因為文本資料有限，訓練模型也只能做到在某些場景里表現得像外公。比如，當我問“外公”想不想去西湖散步，他會回答：“好久沒有散步了，我們出去走一走，我想去下象棋。”這是記憶里外公會給出的回答。模型能夠通過外公的信件和視頻理解“出去散步”這個場景，而在文字和視頻資料中沒能提及的更多場景中，模型是不能做到像外公一樣和我對話的。

告別

其實，“復活”外公的過程也是在重新認識他。信件中外公會談及對社會的看法，我印象中他很少看時政新聞，每次打開電視他都會換到相親節目。我原來以為他是一個比較市井的小老頭，如今才看到他的另一面。

模型成功后，我把外婆帶給外公的話輸入給“他”：“我們在這邊挺好的，你不用擔心我們，你在那邊過得還好嗎？”

“外公”的回應讓人有些尷尬，“他”說：“我在這邊也挺好的，你們要不要過來玩？”

模型終究不是人，它只是列出關于你問題的所有可能，然后積極地選擇一個你喜歡聽的答案。我把視頻中那句“你們要不要過來玩”處理掉，然后把所有生成的視頻放給外婆看。

看到視頻中外公的臉，外婆一驚，愣在原地，什么話都沒說。視頻放完后，外婆說了聲“謝謝”，隨后就回到了房間，坐在一個我看不到的地方待了很久。

離開外婆家后，我也開啟了與“外公”的告別儀式。我敲下了好多想和外公說的話。我告訴他我現在在哪里，我在干嗎。我還和他道歉，解釋當時沒有見他最后一面的原因。我也代表全家人對他說我們很想他。最后，我問他過得還好嗎。這些交流完成之后，我覺得這么多年悶在心里的一個心結解開了。

這之后，我沒有再開啟過這個模型。我做這個模型的唯一目的就是為了告別，現在告別結束了，我也該放下了。

慶南//摘自三聯生活周刊微信公眾號，本刊有刪節，與魚/圖