老视频修复爆火，却惹恼了历史学家：这并不是照片的本质|历史学家|史学家|现代|艺术|艺术史

大数据文摘出品

来源：wired

编译：刘俊寰、朱科锦

近年来，人们对历史的兴趣逐渐浓厚，同时随着AI技术的进步，越来越多的技术人转向了老视频修复。

比如大谷，在大谷的老视频修复系列项目中，我们能看到、听到，还能看到。

在多次接受文摘菌采访时，大谷总是会提到一个人，那就是Denis Shiryaev。

在YouTube上，你可以在Denis Shiryaev的个人频道中，在1911年的纽约街头漫步，或者是乘坐20世纪初Wuppertal的飞行列车、甚至是在1888年的Leeds花园里见证动态影像的诞生。

Shiryaev的YouTube频道是他位于波兰Gdansk的公司Neural Love的展示平台，该公司主要利用神经网络和算法的结合来检修历史图像。一些现存的胶片已经被清洗、揭开、修复、上色、稳定、修正到每秒60帧，同时分辨率也上调到了4K。

对于观众来说，这几乎有种时空穿越的感觉。Shiryaev在Neural Love的同事之一Elizabeth Peck说：“我们的客户，甚至YouTube的评论员都一致指出，它让你真实的感觉到‘我在这里看着别人做这件事’，在此之前，你更多地是在看一些更艺术或电影的东西。”

但是，这些修复后的视频和图像并没有让所有人都满意。对于一些艺术和图像制作的历史学家来说，将有百年历史的档案变得现代化会带来一系列问题，即使是在黑白照片中加入色彩这件事，也受到了激烈的争议。

都柏林大学学院艺术史和文化政策学院副教授Emily Mark-FitzGerald说：“彩色化的问题在于，它让人们把照片当成简单的通往历史的窗户，可这并不是照片的本质。”

Peck认为Neural Love向客户清晰展示了该公司的“修复和增强”功能可以产生的巨大差异。他们认为去除划痕、噪音、灰尘或其他在处理过程中，去除瑕疵是一个比放大和着色更道德的过程。她说：“你只是把胶片还原到了它的原始状态。”

为了看到这个功能，你必须同意社交媒体的cookies。

然而，这不是许多学者所持的观点。大英图书馆的新闻和动态图像首席策展人Luke McKernan对Peter Jackson 2018年第一次世界大战纪录片《他们不会老去》（They Shall Not Grow Old）表达了强烈不满。

《他们不会老去》将西线的镜头进行了放大和彩色化。在McKernan看来，让镜头看起来更现代破坏了它们，“这是一种无用功，”他写道，“彩色化并没有让我们更接近过去，而是强化了现在和当时的差距。它不能使人连接，而是制造了差异”。

突然涌入1910年代纽约街头的色彩，并不是赛璐珞（合成塑料）本身绘制的，那些信息从来没有在那里存在过，纽约人每秒60帧的漫步而增加的额外帧数也是全新的。

Neural Love在它的剪辑上使用了其他几个操作程序，一次一次慢慢地修补和微调。为了给片段上色，它使用了开源软件DeOldify，其开发者Jason Antic和Dana Kelley正在收尾一款全能的图像修复和上色工具。“虽然这非常痛苦，”Kelly说，“（我们经历了）大量的训练和大量的失败实验”。

对于Mark-FitzGerald和其他摄影史学家来说，DeOldify和Neural Love这样的工具可能会让照片看起来很神奇，但它们有可能会掩盖过去，而不是照亮它们。

她说：“即使作为一位照片历史学家，我依然会看着它们，然后想，哇，这是一张相当引人注目的照片。但我的下一个反应就是说，'好吧，为什么我有这种反应？而这些干预修复过程的人到底在做什么？这个人增添了什么信息？他又删除了什么？”

不过，DeOldify和Neural Love认为，他们的工具是弥补一个世纪以来技术进步所带来的理解差距的一种手段。他们的技术是一种可以让抖动的图像看起来突然变得很现代的手段。但对于历史学家来说，现在和当时的距离才是重点。“是努力创造了理解，”McKernan写道，“没有这一点，就没有真正的同情，只有虚假的情感。看起来像上周拍摄的电影只能属于上周。”

Peck将Neural Love的作品与佛罗里达州萨尔瓦多-达利博物馆（Salvador Dali Museum）的一个装置相比较，这个装置操纵了艺术家的图像，使图像要求游客拍一张自拍。“（我们）是在做一些更容易被现代人接受的东西，现代人习惯于用一种非常不同的方式与媒体互动。“

“我们认为我们的作品是对原作的改编，类似于对莎士比亚的现代演绎，或者将文学作品翻译成另一种语言，”Shiryaev通过电子邮件补充道，“改造原著所涉及的选择（或者在这种情况下，技术）有其自身的艺术价值，但源头内容仍然是其独立的艺术形式（并且值得被体验）。我们的工作旨在转变对原作的获取和认知，而不是对其真实性或艺术价值构成挑战”。

Antic和Kelley并不幻想经过DeOldify处理后的图像会具有历史上的准确性，尽管他们其实是对训练神经网络的实用性有所保留。确保彩色电影的准确性是“一个完全无法解决的问题”，Antic解释说，DeOldify使用现代图像来训练其人工智能，“我们知道这是一个很大的弱点，因为，别的先不说，它更偏向于让人穿蓝色牛仔裤”。

相反，他们说，他们更希望DeOldify被用作一个平台，在一个专业的、人类色彩师确保一切都有适当的历史研究之前，这个平台可以把耗时的（如建筑，树木和天空）色彩化的部分处理好。

Neural Love向那些想要进行视频着色和润色的客户阐明了一点。“我们很清楚这一点：这些图片不是历史上准确的，”Peck说，“这是一个神经网络根据影片中存在的矢量做出的最佳猜测”。

为了防范任何人取信于DeOldify图像的表面意义，用户可以选择在他们用该软件改编的任何图像上留下水印。然而，由于DeOldify是开源的，许多其他使用它的开发者并不屑于添加水印。"我们无法控制世界上其他地方用它做什么，”Antic说。“我们能做的最好的事情就是努力成为某种程度上的思想领袖”。

当然，原始视频仍然存在，Shiryaev的YouTube视频分解了修复过程中的每一步，所以没有人会误认为他们的成品是原版。Kelly将他们的工作比作阅读抄写的日记，而不是原始的难以辨认的涂鸦。

不过对于历史学家来说，他们的软件所具有的局限性和妥协性（Antic和Kelley很乐意承认这一点），与任何在社交媒体上看到这些图像的人可能做出的假设之间存在着差距。让人们感兴趣是一回事，但Mark-FitzGerald说，有必要批判性地评估你所看到的东西，而不是被动地吸收任何进入你的Twitter主页的信息。

她说，在互联网上，这些图像“脱离了”它们是如何和为什么被制作出来的，以及它们是如何和为什么被改变的。她已经发现有学生提交的论文中使用了虚假的彩色图片，而学生们却没有意识到这一点。

“（这些修复）有得有失，”Mark-FitzGerald说，“我认为我们需要好好考虑一下得失”。