换回久远的记忆,留住人生的瞬间

换回久远的记忆,留住人生的瞬间

最后是老哥结辑的动画短视频联播 四十年前的同学们一一浮现眼前 不可思议的鲜活生动。这背后的人工智能是如何工作的? 简单说来 主要拜深度学习革命和大数据的加持。前者是引擎 后者是油。具体说来 这里有三个技术功能 第一是黑白转彩色 第二是模糊转清晰 第三是静态图片转动画肖像。前两个功能有现成的人像巨量图库 只要把高精度彩色人像人为去色构成黑白图片就构成了黑白输入彩色输出的海量对照数据集。只要把高精度人像人为添加噪音或降低精度 就构建了模糊输入清晰输出的海量对照数据集。这样的对照数据集学术界叫做标注数据训练集。有了它 几乎任何信息输入都可以转变为任何输出 不仅仅局限于图像和视频 也可以做到文字转图 图转声音 声音转文字等。这背后就是神奇的监督学习的深度神经网络技术 史称深度学习革命。神经网络监督学习已经是一项非常成熟 有效的技术 只要有足够量的标注数据 其质量是有保障的。第三项动画功能技术方案虽然也可以采用监督学习的方法去准备数据 采集人像视频剪辑人为采纳视频的头部图像作为输入来构建对照数据集 但是收集这样的适合做肖像动画作为输出的样本并不容易 起点终点不好确定 视频片段的基本结构要保持大体统一的结构 保留一颦一笑 流转顾盼的动画特色 这都有挑战。估计是在这个环节 系统采用了最新的视频大数据预训练生成模型的新技术路线 帮助克服标注数据不足的困难。这才有我们见到的奇迹发生。一切才刚刚开始 人工智能的各种应用会越来越红火,其对我们生活的渗透会越来越深。

图文版见:《换回久远的记忆,留住人生的瞬间

我老兄又给我发来一批小学初中同学照,四十年过去了,仍然很熟悉,所以头脑中的他们的音容笑貌是很鲜活的 大脑作证噪音中“抠”出来的图,确实得了他们当年的神韵,往事历历在目,是温馨的回忆.

 
 

 
 
 
 

 
 
 
 

 
 
 
 

 
 

   张同学是个好人,让人想起来就温暖的同学。她比较早熟 小学时候个头就长起来了 人非常能干热心 外向有能力 很多年做班干部 一直就是我心目中的大姐姐形象.我对她的特别好感是因为我在班级岁数最小,是个不起眼的小不点儿,小学四五年级的时候,记得她带着我在教室转圈玩儿,跟姐姐带弟弟似的,感觉好温馨.大姐姐也不大 才长我两岁,但一直是仰望她,有些记忆是刻在心里的.她很知性 端庄。对,记得字写得好 人落落大方.还多才多艺,会唱歌,成绩也不错。当年开批判会,她上台念稿,听上去很精彩。但有点早熟,也比同龄人显老成。其实也并不真正成熟老成,无法自拔的陷入到早恋泥坑中,不知算不算是早熟还是缺憾。八十年代我在此京读研的时候,曾向同学王建军提及这位同学住在北京附近,约他一起去看看她?可王建军学习忙,没有响应。从她的玉照看,女大十八变,越变越好看。我也错失了造访美女的机会

 
 

 
 
 
 

 
 
 
 

 
 

   邵同学是我小学时期一位最美的女生。这一位与当年其他女孩不同,皮肤特别水灵白皙,回想起来就跟芭比娃娃似的,漂亮得不像真的。在我们的皖南小县城里,孩子们大多显得土气,她却很清丽柔嫩。她是老军人的后代,她与她弟弟都在我们班级,弟弟跟我是同桌好友,很玩得来(林彪事件内部传达后,他从他的老干部爸爸那里得知消息,忍不住想说又不敢说,就拉着我去县文化馆的展示栏看当时的林彪学习毛主席著作的光头照片,江青拍摄的,后来批林批孔全社会展开我才恍然大悟,原来人家是干部家庭的信息特权啊)。姐姐在班上很文静,印象中好像从来没跟她说过话,不是不想,而是当年男女界限分明,找不到近乎的理由。只是远远望去,不好意思走近。Anyway 就是这么个遥远的记忆,现在复活了。也许每个人都有某种人生记忆的瞬间,但很多时候也就是记忆而已,记忆形象鲜活如生历历在目的事情,除了在梦中,以前是不敢想的。

图文版见:《换回久远的记忆,留住人生的瞬间

发布者

liweinlp

立委博士,计算语言学家,多语言多领域自然语言处理(NLP)资深架构师。前弘玑首席科学家,聚焦RPA+AI的NLP低代码多领域落地,设计NLP核心引擎雕龙,落地多领域场景,包括金融、电力、航空、水利、客服等。前讯飞AI研究院副院长,研发支持对话的多语言平台,前京东主任科学家, 主攻深度解析和知识图谱及其应用。Netbase前首席科学家,期间指挥研发了18种语言的理解和应用系统。特别是汉语和英语,具有世界一流的解析(parsing)精度,并且做到鲁棒、线速,scale up to 大数据,语义落地到数据挖掘和问答产品。Cymfony前研发副总,曾荣获第一届问答系统第一名(TREC-8 QA Track),并赢得17个小企业创新研究的信息抽取项目(PI for 17 SBIRs)。立委NLP工作的应用方向包括大数据舆情挖掘、客户情报、信息抽取、知识图谱、问答系统、智能助理、语义搜索等等。

发表评论

您的电子邮箱地址不会被公开。

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据