我用AI“復活”了外公，是為了與他告別

□俞佳霖（口述）史航（整理）

遺憾

外公是在我讀高一時去世的。我那時只有17歲，在一所寄宿學校就讀，每周回家一次。如今已經過去10年了。我記得外公去世當天，我正在學校參加期末考試。班主任來找我，說我家里出事了，我才知道外公去世了。我回到家時，外公已經被送到殯儀館準備火化。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。那天，在回學校的路上，我一直在哭，這是我第一次經歷親人的離世，第一次面對死亡。而且，離開的還是我最親近的外公——高中之前，我一直跟外公外婆生活在一起，他們是我最親近的人。

這個遺憾在我心里埋下了一顆種子。我從小愛看科幻電影，一直相信人類在未來可能有技術能讓去世的人“回來”。這個想法讓我對計算機產生了濃厚的興趣，2013年考大學，我報考的專業也是計算機。

2019年，我研究生畢業，成為一名算法工程師。有一天，我看到一篇文章，這篇文章介紹了一個新的語言模型：GPT-3。業界很多人認為，GPT-3可能擁有近似人類的情感和思維，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。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

我希望“復活”能以互動的形式出現。我的設想是，先通過對語言模型的訓練，讓模型先擁有互動的能力，接著就是模擬出聲音、形象，實現“面對面”對話。

那么，要想成功“復活”外公，我首先要做的是訓練AI去學習外公的這些性格和特質。這種訓練需要大量的文本資料，尋找外公留下的資料并不是一件容易的事情。

外公是10年前去世的，那時智能手機還不太流行，外公不怎么用手機，也很少留下短信這樣的電子資料。我手里有的資料是初中時給他拍的視頻。那時候媽媽和我打賭，說只要我考年級前100名就給我買新手機。我拿著贏來的手機，幾乎每天都在拍視頻，有一些視頻的拍攝對象就是外公。

一段視頻里，外公在點評魚的做法，“這個魚還是要紅燒，80多塊錢買來清蒸，味道‘潔潔淡’（杭州話，‘清淡’的意思），沒味道”。在另一段視頻中，他責備吃飯時正在拍視頻的我，“你不要一直拍來拍去，去幫你阿弟端菜”。這些內容我都保留著，它們可以幫助AI學習外公的說話習慣，獲取外公的聲音，以及幫我更清晰地去模擬外公的外貌。

要想“復活”外公，這些還不夠，還需要更多的文本來訓練。我想到了外公的抽屜。外公的辦公桌里有一個抽屜，他從來都不讓我看。后來家里裝修，抽屜里的東西被搬出來，是滿滿一抽屜信件。

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，有時遇到事情會躲在角落里哭。外公外婆關系很好，外公去世后，他在外婆那里就成了一個禁忌的話題。每次我們不小心提到外公時，外婆就不說話了，我知道她是在強忍著自己的傷心，也不想讓大家看到她難過。

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，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。翻找的時候外婆開始責備我，她問我外公都去世這么久了，為什么還要看外公的照片。我聽得出她是在用抱怨和責備來掩飾傷心的情緒。

我沒有說話，外婆翻著照片，開始講每張照片的故事。這個過程好像是在完成一種讓自我放下悲傷的說服。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，但唯獨只聽她的話。外公還愛跟她吹牛，會給她寫信。她還提到了過去困難的日子，說當時家里窮，吃不起飯，外公就去田里給她抓螺螄吃。

在講述的過程中，外婆的嘴角漸漸有了一些笑意，語氣里甚至有些得意，她還和我說：“不要看你外公老了以后咄咄逼人，以前什么都聽我的，我讓他干嘛就干嘛。”聽外婆講這些，我突然意識到，外公去世后的這么多年里，外婆其實需要這樣的窗口來談論外公，也需要有人聽她傾訴對外公的想念。看照片給了我們一個重新談論外公的機會。

水利部2015年批復了《全國灌溉試驗站網建設規劃》，但流域灌溉試驗網絡體系還沒有完全建成，已建成的灌溉試驗站沒有穩定的運行資金渠道，技術人才匱乏，運行困難，一些灌溉試驗站把工作精力主要放在課題研究之上，對節水灌溉新技術等基礎灌溉試驗研究不夠，流域農業節水灌溉技術支撐能力不足。

我試探性地問外婆能否看看外公的其他遺物。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，里面很整潔，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。

我講完后，外婆有點懵，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？”外婆有點抗拒，她不能理解我為什么要這樣做。因為我平時總愛開玩笑逗她，她懷疑這是一個惡作劇。我不想放棄，我很認真地和外婆講這不是惡作劇，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。外婆最終把這些信都給了我，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？”

“復活”外公

語言模型訓練有點像“猜詞”的過程，而我要做的是把外公的信件轉換成一個個詞元輸入語料庫，丟給GPT-J學習。這是一個相對簡單的事情，并不耗時，只用了6個小時，我就能跟模型進行對話了。

雖然很激動，但我知道這還不是外公。它還不具備外公的聲音和形象。我將與AI模型的對話復制下來，又導入外公視頻里的音頻，丟給模型學習。很快，我就得到了有外公聲音的“回復”。

最難的還是生成外公的形象。我最早想的方法是構建一個三維虛擬形象，但這需要采集人體的許多數據點，顯然行不通。那我能否用手中現有的照片、視頻等素材結合在一起，生成外公的形象呢？我琢磨了很久，后來想到一種叫“HeadOn”的變臉技術，運用這種技術，可以設計指令實時地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，但這并不是外公說話的習慣。我知道，我輸入進去的文本資料有限，所以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。

告別

其實，“復活”外公的過程也是在重新認識他。小時候爸爸媽媽工作很忙，我和表弟住在外公家，那時外公是我們的大家長，他總是在向我們展示應該怎么做，卻很少告訴我們他的想法。我記得小時候我愛吃零食，外婆總是偷偷給我錢讓我去買，每次被外公發現，他都會嚴厲地批評我，我覺得他很難親近，很多事情絕不通融。

但在讀信件時，我看到了外公的另一面。他給外婆寫信，信里他們會約好明天去哪里玩。他會說一些肉麻的話，比如，跟外婆說我們已經太久沒見了，是溫柔的口氣。他還有“憤青”的一面，他會在跟筆友的通信中談他對社會事件的看法。這和我印象中的外公有很大的反差，我原以為他是一個比較市井的小老頭，如今才看到了他的另一面。

在整個“復活”的過程中，我一直很矛盾，我想再次和外公見面，但訓練AI的過程中，外公的這些資料總在提醒我，他已經離開，讓我一次次沉浸在悲傷的情緒里。我很努力地克制自己，把自己想象成一個打字機器，一個詞一個詞地輸入外公的信件，不敢去看前后文，不敢去細讀文本的意思。

模型成功后，我把外婆要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。它好像具有一定的思維能力，但它終究不是真正的人，它不懂你是誰，也不懂自己是誰。我把視頻中外公說的那句“你們要不要過來玩？”處理掉，在一次周末去外婆家吃飯的時候，我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。只是每看完一段視頻的時候她就看向我，示意我繼續放下一段。

視頻放完，外婆說了聲“謝謝”，她和我說話的時候，聲音已經處在哽咽的邊緣。隨后她就回了房間，坐在一個我看不到的地方待了很久。我豎著耳朵去聽她房間里的聲音，一直很安靜，我什么也沒聽到。后來，外婆走出房間，備菜、下廚，我不知道在屋子里的那段時間她在想什么。

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，我在做什么。我還和他道了歉，解釋當時沒有見他最后一面的原因。我告訴了他我對他的思念，講我很在乎他，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。

（摘自七一網 七一客戶端/《視野》）