昆士兰大学的博士毕业典礼每年举行两次，一次在7月，一次在12月。

昆士兰大学作为世界一流名校，留学生众多。对于来自世界各地的留学生来说，把人聚在一起并不容易。所以学校想的很周到，在年中和年底组织一次毕业典礼，让博士毕业生分配时间。

但对于刚刚博士毕业的李源来说，似乎命运跟他开了个小玩笑，他的博士生涯注定不会随着毕业典礼而结束，因为他错过了两次毕业典礼。

李源两次错过的原因都是因为百度。第一次毕业典礼，他刚加入百度视觉技术部，已经来不及了。第二届毕业典礼，他正在为百度科技园的“焕彩”项目争分夺秒。

一个

2009年，中央电视台播出了战争纪录片《天启》，好评如潮。虽然有很多关于二战的纪录片，但没有一部作品像《天启》一样引起如此巨大的反响。

因为这部纪录片的制作团队收集了大量二战时期的影像，其中很多还是从未公开过的珍藏影像，通过数字手段进行了还原和上色，变成了全彩视频。

《天启》电影剪辑

这就是色彩的力量。让70多年前的人物重获生机，在黑白照片中显得机械麻木的人物瞬间变得栩栩如生。

当我们看黑白图像时，我们有很强的距离感，因为黑白的一切都与我们日常生活的世界完全不同。

所以黑白的作品会给人一种历史感，而年代更久远的古代油画更能让人感到亲切。

上面两张照片分别是上世纪40年代在美国和拍的，但是右边的能看出来是历史照片，左边的真实直观得多。

在欧美等国家，由于经济发达，彩色摄像技术已经普及了很长时间。20世纪50年代中期，美国电影以色彩为主。自20世纪60年代以来，彩色照片在美国非常流行。

六十年代的美国彩色照片

2

然而，对于人来说，直到20世纪90年代，彩色照片还是稀罕物。

虽然在90年代之前，也有彩色摄影技术，但多用于官方重要场合，普通人拍一张彩色照片非常困难。

在那个年代，如果人们真的想要一张彩色照片，他们需要将其发送到照相馆进行“着色”，并让专业人员通过绘画来绘制黑白照片，这既昂贵又耗时。

所以在改革开放初期和之前，大部分家庭照片都是这样的：

黑人全家福是当年全家福中最大的一部分。毕竟那个年代拍照不容易。彩色家庭照片在20世纪80年代非常罕见。

直到“傻瓜相机”的流行，国人才真正告别了黑白照片的时代。

老式的“傻瓜相机”

相机在家庭的全面普及，对人来说不过二十年。在此之前，大多数拍照的人都要去照相馆。在那个年代，摄影是一件大事，每张照片对这个家庭来说都有着不同寻常的意义。

现代人可以不受限制地随时随地保存信息，网络中视频和照片的存储空间几乎没有上限。而上一个时代的记忆，却总是以黑白照片的形式保存在每个家庭的相册里。

如果这些照片可以像纪录片一样重新着色，这些记忆就可以以新的形式出现在人们面前。

那些旧的黑白照片。

在改革开放四十周年之际，企名网希望还原上一个时代的记忆，把两个时代的记忆放在一起，让人们感受改革开放的伟大成就。

但没有人能像纪录片制作者那样，把千千万万个家庭的黑白照片一张一张地涂上颜色。要做到这一点，我们需要一个工具，一个人人都能用的工具。

三

2018年11月初，百度视觉技术部产品经理张仪彤接到一个任务：能否利用现有技术将黑白照片还原成彩色？

在此之前，视觉技术部团队的同学们一直在做色彩增强渲染，对不好的彩色照片进行修补和增强。

给黑白照片染色，原则上和团队之前的工作差不多，但这是一个从未尝试过的领域。团队花了两天时间实验项目的可行性，最终确定——百度的AI技术可以胜任这个任务！

黑白照片上色的原理是什么？

在黑白相机时代，虽然彩色风景在照片上以黑白形式出现，但黑白照片的灰度与风景的颜色不同。根据黑白照片的灰度差异，AI可以大致判断一个物品的颜色。

但是根据灰度判断颜色不一定很准确，一些细微的灰度差异可能会导致结果的差异小到一毫米。比如蓝色和绿色的灰度比较接近，但是如果彩草变成蓝色，牛仔裤变成绿色，那就大错特错了。

“我们需要让AI拥有常识，这样它才能判断不同场景下的物品应该是什么颜色。网络就像一个简化的大脑。如果你教他一些东西，他就能记住并做出判断。”李远说。

要做到这一点，AI需要具备图形辨别能力。要让AI能够“识别”物体，需要大量的数据练习和学习算法的时间。技术团队成员只有一个月的时间，对于神经网络的训练需求来说，时间非常紧张。

李源表示：“焕彩计划的服务采用了目前最前沿的生成式对抗网络技术。这项技术有两个关键点：一是图像生成器，二是对抗性学习方法。”

所谓图像生成器，就是当你给一张黑白照片生成一张彩色照片时，需要我们的生成器知识渊博，能够准确地“回忆”出画面中事物的本来颜色。我们采用定制的神经网络结构来优化生成器的记忆能力。

但是，对抗性学习方法是难点之一。为了训练生成器，我们还设计了一种新的鉴别器和损失函数来评价生成的彩像与真实彩像的接近程度。在学习的过程中，生成器试图“记忆”事物的颜色分布，使得自己还原的颜像越来越真实，鉴别器越来越难以分辨。

从字面上讲，这种学习方法是周发明的左右搏击。一只手是生成器，另一只手是鉴别器。当双手互相靠近，成为武林高手时，发生器就能为我们还原生动的彩像。

团队成员加班加点。一个月的时间，研究了一万多张照片，算法能力迭代了好几次。从最初的将蓝色衣服染成黑色，到每一件碎花裙的在线精准上色，神经网络在数据的滋养下越来越强大。

经过大量数据的深度学习，百度的AI技术终于可以对黑白照片的图像做出更准确的判断和上色。

四

作为产品经理，张仪彤负责整个项目架构的协调、测试等等。她说，“架构、测试、数据的协调是和技术测试同时进行的，因为我们怕时间太紧。为了让项目如期上线，需要提前做很多事情。

好在我们(百度)的文化比较直接。如果你在Hi(百度内部即时通讯软件)上有什么想说的，只需要几句话就可以召集几个部门的人一起工作。大家都认同这件事的意义，都在朝着一个共同的目标努力。quot;

对于这场涉及多个部门的“协同作战”，每一个“战斗人员”都给予了最大限度的配合。

除了视觉技术部的技术团队，为了让AI模型适应手机，百度系统部的史利伟等同学对AI模型进行了瘦身和加速，可以用更少的硬件开销提供更多的线上资源；由高菲AI测试部的学生负责对项目进行测试，主要包括质量测试和压力测试，确保模型能够在上线环境下稳定运行；平台测试部的邓等同学负责数据的收集和清理。

这个项目的成功启动是许多系的学生共同努力的结果。

虽然各个系的同学都在加班加点，甚至很多同学牺牲了休息时间，但由于时间紧张，正式上线后，技术团队的成员还是不满足：“如果能给我们两三个月的时间，我们能取得更好的成绩。”

就在李源没日没夜努力迭代算法的时候，昆士兰大学在距离他本该参加的北京8000公里外的澳大利亚布里斯班举行了博士毕业典礼。

“所以你最终没有参加毕业典礼。你觉得对不起吗？”

“当然可惜了！毕竟一生只有一次。要不要我再考一次博士？”

提起毕业典礼，李远虽然遗憾地说，但脸上仍然洋溢着笑容。

五

项目上线后，百度同学想给这个技术命名。经过头脑风暴，他们最终决定了一个名字——“焕彩”

“欢”字不仅象征着“更替”的“更替”，也象征着“复兴”的“复兴”。几十年前的老照片，通过与最前沿科技的结合，展现出新的活力和色彩。

在“焕彩”下，我父亲年轻时的脸有了血色：

童年的家庭回忆，似乎突然有了温度：

曾经的青春，人们又想起来了：

12月14日，H5上线后一周内，超过570万人参与了黑白照片的上色，12万人上传了自己的黑白照片。

12万张黑白照片，代表着12万段回忆，被重新着色，重新拾起，从黑白的回忆变成了彩色的回忆。

其实AI在视觉效果上能做的远不止是给照片上色。可以作为老照片还原、黑白视频彩色还原等的工具。

各地都有大大小小的档案馆和博物馆，很多都有自己的历史照片和视频，都承载着自己的故事。可惜在众多图像中，有的斑驳，有的残缺。

单纯依靠人力很难对海量数据进行逐一修复和上色，但在AI时代，机器可以帮助人们实现这一目标，人工智能未来对文化保护的贡献难以估量。

H5上线后，项目组成员会继续优化迭代算法，因为大家都相信这项技术在未来会有更大的发展空间。

也许在未来的某一天，在AI的帮助下，现代的所有历史影像都可以还原上色，将会有一段丰富多彩的近代史。到那时，我相信也能有一个讲述自己历史的《天启》！

*张仪彤、李源、和邓为化名。