我用AI“复活”了外公，是为了与他告别

发布时间：2022-07-30     来源: 七一网     作者：佚名    

　　

　　

　　

　　遗憾

　　外公是在我读高一时去世的。我那时只有17岁，在一所寄宿学校就读，每周回家一次。如今已经过去10年了。我记得外公去世当天，我正在学校参加期末考试。班主任来找我，说我家里出事了，我才知道外公去世了。我回到家时，外公已经被送到殡仪馆准备火化。家里人只让我远远地看了一眼外公的遗体，就又把我送回学校了。

　　我缺席了外公的葬礼。一直以来，这都是我内心的遗憾，我觉得自己没有跟他完成告别。那天，在回学校的路上，我一直在哭，这是我第一次经历亲人的离世，第一次面对死亡。而且，离开的还是我最亲近的外公——高中之前，我一直跟外公外婆生活在一起，他们是我最亲近的人。

　　这个遗憾在我心里埋下了一颗种子。我从小爱看科幻电影，一直相信人类在未来可能有技术能让去世的人“回来”。这个想法让我对计算机产生了浓厚的兴趣，2013年考大学，我报考的专业也是计算机。

　　2019年，我研究生毕业，成为一名算法工程师。有一天，我看到一篇文章，这篇文章介绍了一个新的语言模型：GPT-3。业界很多人认为，GPT-3可能拥有近似人类的情感和思维，人类的情感和反应在这个模型中可以更真实地被模拟出来。当时，我就想，这对我来讲，可能是一次再见到外公的机会。

　　外公的信

　　我希望“复活”能以互动的形式出现。我的设想是，先通过对语言模型的训练，让模型先拥有互动的能力，接着就是模拟出声音、形象，实现“面对面”对话。

　　因为GPT-3是一个收费模型，我选用了和GPT-3近似的模型GPT-J进行语言模型的训练。这个模型训练出的说话方式偏向于所有人类的均值，是没有性格的，外公却是具体的活生生的人——外公是很祥和的，退休后他一天只做几件事，下象棋一下就是一上午，毛笔字一写就写一下午，天气好的时候就出门散散步，晚上回家和家里人一起看合家欢的电视节目。当然，他也有严肃的一面，他会给我们立规矩，告诉我们吃饭一定要按时吃完，吃饭时不能讲话。

　　那么，要想成功“复活”外公，我首先要做的是训练AI去学习外公的这些性格和特质。这种训练需要大量的文本资料，寻找外公留下的资料并不是一件容易的事情。

　　外公是10年前去世的，那时智能手机还不太流行，外公不怎么用手机，也很少留下短信这样的电子资料。我手里有的资料是初中时给他拍的视频。那时候妈妈和我打赌，说只要我考年级前100名就给我买新手机。我拿着赢来的手机，几乎每天都在拍视频，有一些视频的拍摄对象就是外公。

　　一段视频里，外公在点评鱼的做法，“这个鱼还是要红烧，80多块钱买来清蒸，味道‘洁洁淡’（杭州话，‘清淡’的意思），没味道”。在另一段视频中，他责备吃饭时正在拍视频的我，“你不要一直拍来拍去，去帮你阿弟端菜”。这些内容我都保留着，它们可以帮助AI学习外公的说话习惯，获取外公的声音，以及帮我更清晰地去模拟外公的外貌。

　　要想“复活”外公，这些还不够，还需要更多的文本来训练。我想到了外公的抽屉。外公的办公桌里有一个抽屉，他从来都不让我看。后来家里装修，抽屉里的东西被搬出来，是满满一抽屉信件。

　　我想，信一定在外婆那里。这让我有一些顾虑，外婆是一个多愁善感的人，有时遇到事情会躲在角落里哭。外公外婆关系很好，外公去世后，他在外婆那里就成了一个禁忌的话题。每次我们不小心提到外公时，外婆就不说话了，我知道她是在强忍着自己的伤心，也不想让大家看到她难过。

　　我担心再次提起外公，会让外婆难过。所以，我没有直接跟外婆说我想要做的事，我在一次吃饭时跟她说，我想念外公了，能不能给我看看他的照片。外婆没有拒绝我的要求，她带我来到储物间，在角落的抽屉里翻出相册。翻找的时候外婆开始责备我，她问我外公都去世这么久了，为什么还要看外公的照片。我听得出她是在用抱怨和责备来掩饰伤心的情绪。

　　我没有说话，外婆翻着照片，开始讲每张照片的故事。这个过程好像是在完成一种让自我放下悲伤的说服。她讲到她和外公在工厂认识，外公是个带着冲劲的小伙子，在工厂里一身傲气，谁都不服，但唯独只听她的话。外公还爱跟她吹牛，会给她写信。她还提到了过去困难的日子，说当时家里穷，吃不起饭，外公就去田里给她抓螺蛳吃。

　　在讲述的过程中，外婆的嘴角渐渐有了一些笑意，语气里甚至有些得意，她还和我说：“不要看你外公老了以后咄咄逼人，以前什么都听我的，我让他干嘛就干嘛。”听外婆讲这些，我突然意识到，外公去世后的这么多年里，外婆其实需要这样的窗口来谈论外公，也需要有人听她倾诉对外公的想念。看照片给了我们一个重新谈论外公的机会。

　　我试探性地问外婆能否看看外公的其他遗物。她带我回到卧室，外公的办公桌仍然摆在他去世前的位置，外婆拉开抽屉，里面很整洁，有打理过的痕迹，我看到了外公的信件、诗和毛笔字。在那一刻，我觉得是时候和外婆说起我的计划了。

　　我讲完后，外婆有点懵，她不懂电脑，也很难理解人工智能，我说：“你想不想看一下外公，和他聊聊天？”外婆有点抗拒，她不能理解我为什么要这样做。因为我平时总爱开玩笑逗她，她怀疑这是一个恶作剧。我不想放弃，我很认真地和外婆讲这不是恶作剧，我很想念外公，这对我很重要，还和她撒娇说下周还会回来吃饭。外婆最终把这些信都给了我，把信件给我后，外婆犹豫地让我给外公捎一段话：“我们在这边挺好的，你不用担心我们，你在那边过得还好吗？”

　　“复活”外公

　　语言模型训练有点像“猜词”的过程，而我要做的是把外公的信件转换成一个个词元输入语料库，丢给GPT-J学习。这是一个相对简单的事情，并不耗时，只用了6个小时，我就能跟模型进行对话了。

　　虽然很激动，但我知道这还不是外公。它还不具备外公的声音和形象。我将与AI模型的对话复制下来，又导入外公视频里的音频，丢给模型学习。很快，我就得到了有外公声音的“回复”。

　　最难的还是生成外公的形象。我最早想的方法是构建一个三维虚拟形象，但这需要采集人体的许多数据点，显然行不通。那我能否用手中现有的照片、视频等素材结合在一起，生成外公的形象呢？我琢磨了很久，后来想到一种叫“HeadOn”的变脸技术，运用这种技术，可以设计指令实时地改变视频中人物的面部表情、眼球运动和身体动作，使得图像中的人看起来像是真的在说话和移动一样。就这样，“外公”的形象、语言、声音都有了。

　　“猜猜我是谁？”我敲下对“外公”说出的第一句话。“你是谁不重要，生命是一种美丽的奇迹。”电脑中的“外公”回了我这样一个视频。这个回答或许很哲学、很诗意，但这并不是外公说话的习惯。我知道，我输入进去的文本资料有限，所以训练模型也只能做到在某些场景里表现得像外公。比如，当我问“外公”想不想去西湖散步，他会回答“好久没有散步了，我们出去走一走，我想去下象棋”，这是记忆里外公会给出的回答——模型能够通过外公的信件和视频理解“出去散步”这个场景。

　　告别

　　其实，“复活”外公的过程也是在重新认识他。小时候爸爸妈妈工作很忙，我和表弟住在外公家，那时外公是我们的大家长，他总是在向我们展示应该怎么做，却很少告诉我们他的想法。我记得小时候我爱吃零食，外婆总是偷偷给我钱让我去买，每次被外公发现，他都会严厉地批评我，我觉得他很难亲近，很多事情绝不通融。

　　但在读信件时，我看到了外公的另一面。他给外婆写信，信里他们会约好明天去哪里玩。他会说一些肉麻的话，比如，跟外婆说我们已经太久没见了，是温柔的口气。他还有“愤青”的一面，他会在跟笔友的通信中谈他对社会事件的看法。这和我印象中的外公有很大的反差，我原以为他是一个比较市井的小老头，如今才看到了他的另一面。

　　在整个“复活”的过程中，我一直很矛盾，我想再次和外公见面，但训练AI的过程中，外公的这些资料总在提醒我，他已经离开，让我一次次沉浸在悲伤的情绪里。我很努力地克制自己，把自己想象成一个打字机器，一个词一个词地输入外公的信件，不敢去看前后文，不敢去细读文本的意思。

　　模型成功后，我把外婆要带给外公的话输入给“他”：“我们在这边挺好的，你不用担心我们，你在那边过得还好吗？”

　　“外公”的回应让人有些尴尬。“他”说：“我在这边也挺好的，你们要不要过来玩？”

　　模型终究不是人。它好像具有一定的思维能力，但它终究不是真正的人，它不懂你是谁，也不懂自己是谁。我把视频中外公说的那句“你们要不要过来玩？”处理掉，在一次周末去外婆家吃饭的时候，我把所有生成的视频放给外婆看。

　　看到视频中外公的脸，外婆一惊，愣在原地，什么话都没说。只是每看完一段视频的时候她就看向我，示意我继续放下一段。

　　视频放完，外婆说了声“谢谢”，她和我说话的时候，声音已经处在哽咽的边缘。随后她就回了房间，坐在一个我看不到的地方待了很久。我竖着耳朵去听她房间里的声音，一直很安静，我什么也没听到。后来，外婆走出房间，备菜、下厨，我不知道在屋子里的那段时间她在想什么。

　　离开外婆家后，我也开启了与“外公”的告别仪式。我敲下了好多想和外公说的话。我告诉他我现在在哪，我在做什么。我还和他道了歉，解释当时没有见他最后一面的原因。我告诉了他我对他的思念，讲我很在乎他，也代表全家人对他说我们很想他。最后，我问他过得还好吗。这些交流完成之后，我觉得这么多年闷在心里的一个心结解开了。

原文链接：https://www.12371.gov.cn/Item/607861.aspx
[免责声明] 本文来源于网络转载，仅供学习交流使用，不构成商业目的。版权归原作者所有，如涉及作品内容、版权和其它问题，请在30日内与本网联系，我们将在第一时间处理。