記者 | 徐詩琪1
給圖片加上馬賽克很簡單，但若將馬賽克還原成清晰圖片卻很難。近日，美國杜克大學科研團隊推出了一款AI工具，能將馬賽克級別的模糊人臉，轉換為以假亂真的高清圖像。
這個名叫PULSE的算法，能夠在幾秒內將16x16像素的圖片提升至1024x1024，解析度提升高達64倍。目前該算法僅針對人臉照片，經算法生成的新照片能夠呈現臉上的毛孔、皺紋甚至一縷頭髮。
圖源：PULSE官網不過，算法生成的人像圖片與原始的真實人臉並不完全相符，它也不能被用於人臉識別。這些由算法新生成的高清人臉在現實中並不存在（當然，現實中的60億人裡或許有和他們長得相似的人）。
還原馬賽克照片的工具早已有之。以往的還原方法是在低解析度圖片中添加像素點，而PULSE卻不同，它先利用AI生成一系列高清圖片，再降低它們的解析度，並與模糊的原圖對比，從中找出匹配程度最高、最接近原圖的高清圖像。
PULSE輸出的圖像與其他方法對比。圖源：PULSE官網儘管目前研究團隊的論文以人臉照片作為案例，但理論上，PULSE可以應用至所有物體的低解析度照片，並製作出清晰逼真的圖像。因此，其應用範圍可以包含醫學、顯微鏡學、天文學和衛星圖像等。
該團隊在機器學習中使用了一種名為「對抗生成網絡」（StyleGAN）的工具，這是在相同照片數據集上訓練的兩個神經網絡。其中一個神經網絡通過AI生成經過數據訓練的人臉，而另一個用於比對該人臉圖片能否以假亂真。第一個神經網絡會在訓練中表現得越來越好，直到第二個無法分辨出差異。
就在PULSE引起大眾興趣以後，新的問題也跟著讚譽一起到來。有網友指出，PULSE涉嫌「種族歧視」。
國外網友發現，在PULSE中輸入被模糊後的歐巴馬照片時，該工具輸出的「歐巴馬」高清圖像竟是白人臉孔。後又有許多人進行了相似的測試，結果無一例外——輸入低清的少數族裔人臉照片，PULSE輸出的都是高清的白人特徵照片。
在BLM運動進行正盛的時期，任何一個關於「黑白」的爭論都會挑動人們敏感的神經。很明顯，在網友們發現這一點以前，杜克大學研究團隊並沒有意識到算法的公正性問題。而值得玩味的是，研究團隊的5個人中，至少有3人是有色人種。
對此，杜克大學研究團隊很快在Github上回應稱：「看起來PULSE生成白人面孔的頻率確實比其他有色人種高很多，這種偏見很可能是從StyleGAN訓練時使用的數據集繼承而來的，也可能存在我們不知道的其他因素。」
圖靈獎得主、Facebook首席AI科學家Yann LeCun也加入了這場討論，他同樣認為是數據集的問題：「數據有偏見，機器學習系統就會有偏見。這個算法使每個人看起來都是白人，因為該網絡在FlickFaceHQ上進行了預訓練，裡面大多是白人照片。在塞內加爾的數據集上訓練『完全』相同的系統，每個人看起來都會像非洲人。」
有人質疑，Yann LeCun並沒有考慮到社會倫理因素，例如西方社會對有色人種的長期忽視，而將罪名都推給了不公平的數據集。更何況，絕對公平的數據集是很難實現的。
向來以直言不諱的Yann LeCun在連發數十條推特後，最終做出了道歉聲明：「很抱歉我在Twitter對此事的評論成了話題中心。」
AI行業標杆人物Yann LeCun在推特做出了道歉。目前，研究團隊在PULSE官網置頂了關於爭議的聲明：我們想解決有關PULSE偏見的問題。我們已經在論文中增加了一個部分，並附加了一張能直接解決此偏差的模型卡。