本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。

AI给老照片上色，近来确实很火爆，但上的颜色真的准确吗？

有人便就此做了个实验，把20世纪初俄国的彩色照片去AI色后，再与AI上色的结果做对比。

如此对比结果之下，这位网友直接指出：

AI总是倾向于选择不鲜艳的颜色，让天空总是灰蒙蒙，人们的穿着都很朴素，地面充满灰尘和泥土。

但更进一步的，她所担心的还有另给老外一点——AI会加重人们对过去“是枯燥乏味、死气沉沉”的偏见。

她认为给老照片上色这种工作，还是应该交给人类专家完成。

AI，不行️。

此帖一出，在Reddit上的机器学习社区和历史爱好者社照片区引发了大激辩。

不到一天的时间盖起一千多楼，总计3万5千赞。

但后来，因为吵得太厉害，原帖都被版主删了……

来自不同社区的网友们，又在争吵些什么呢？

技术界：你这算法靠谱吗？

来自机器学习版块的上色选手首先提出了质疑：

你用的这个算法，他是State of the Art吗？一看就是简单地将损失函数设计成计算周围像素的均方误差(MSE)一类的东西，这样就会促使AI选择低饱和度的颜色。

有人给，真出了改进思路，应该把色相、饱和度和亮度的差异单独加权，然后“惩罚”异常值，减少算法选择低饱和度颜色的动机。

懂摄影的选手指出，彩色照片去除RGB通道 ≠ 黑白相机原片。像适马SD1 Merill和徕卡的准M Monochrom这样的专业设备传感器能捕捉到更大的动态范围。

目前的数据集为了方便，都是用彩色图像去色做的，还没见到过用真正的单色相机原片做训练的。

不服的人说，黑白照片就是有误导性。

你看吗？这一排柿子椒，去色以后质感都一样，人类也不能分出哪些是红色哪些是绿色的。

有人认为，人们不能把AI当作魔法或奇迹，商业公司也不能把AI生成的内容当成事实去销售。这是个商业伦理问题，而不技术是AI伦理问题。

手艺人：最重要的是文化

在照片上色爱好者聚集地，人们认为手动给老照片上色最有价值的环节其实是搜集资料。

寻找照片中事物应有颜色的过程中总是能学到很酷的历史知识。

也有人指出，在网上圈和发布AI上色的照片，人们的焦点都放在对技术进步的庆祝了。老照片背后的人文价值却被忽略。

有人认为AI在计算光照阴影方面很强，但挑选颜色还是需要人类专家的指导。

AI应该像实习生一样成为人类的助手，历史而不是人们把工作全丢给AI去做。

人与AI协作

其实人类指导AI给照片上色的研究已经有了。这项研究发表在SIGGRAPH 2017大会上。

在演示中，人类可以在灰阶图像的任意像素指定颜色，AI会自动圈吵计算适用的范围，并实时给出预览。

该算法使用卷积神经网络(CNN)，灰阶图像和人类指定颜色作为输入，自动计算颜色的分布。

训练集包含130万张彩色照片的去色版本，其中包含很多著名摄影作品。了1每个选色的人类用户平均在每张照片上平均花费1分钟。

模型使用Caffe开发，后来补充了PyTorch版本，已在Github上开源。

CPU或GPU计算都支持，可以下一个玩玩。

Github地00址：
https://github.com/junyanz/interactive-deep-colorization

论文地址：
https://arxiv.org/abs/1705.02999

S0帖IGGRAPH演讲：
https://www.youtube.com/watch?v=rp5LUSbdsys

• ·标签: 小米汽车 寻天 SKYNOMAD 增程式SUV
• ·标签: 腾讯文档 WorkBuddy AI工作流 腾讯云
• ·OpenAI 挥剑指向 LinkedIn，将于2026年推出 AI 招聘平台
• ·扎克伯格：AI 数据中心 GPU 紧缺正在缓解，电力将成新瓶颈
• ·标签: 容百科技 宁德时代 证监会 磷酸铁锂
• ·标签: 中国移动 5G网络 AIoT平台 卫星通信
• ·小猪佩奇第一季全集
• ·标签: 埃泰克 603293 汽车电子 智能座舱
• ·阿里云通义千问开源72B、1.8B两款大语言模型 并首度开源音频大模型
• ·Elastic 收购 Jina AI，推动开源检索与多模态 AI 技术发展
• ·标签: 迪哲医药 舒沃哲 高瑞吉 EGFR TKI
• ·标签: 谷歌眼镜 谢尔盖・布林 智能眼镜 隐私担忧
• ·云计算核心技术Docker教程：Docker使用VFS存储驱动程序
• ·抖音副总裁李亮称 AI 令造谣更易，平台正用智能体治理谣言
• ·标签: 车来了 元光科技 MetaLight 实时公交
• ·菜地蚂蚁用什么药可以杀死