记者 | 徐诗琪

给图片加上马赛克很简单，但若将马赛克还原成清晰图片却很难。近日，美国杜克大学科研团队推出了一款AI工具，能将马赛克级别的模糊人脸，转换为以假乱真的高清图像。

这个名叫PULSE的算法，能够在几秒内将16x16像素的图片提升至1024x1024，分辨率提升高达64倍。目前该算法仅针对人脸照片，经算法生成的新照片能够呈现脸上的毛孔、皱纹甚至一缕头发。

不过，算法生成的人像图片与原始的真实人脸并不完全相符，它也不能被用于人脸识别。这些由算法新生成的高清人脸在现实中并不存在（当然，现实中的60亿人里或许有和他们长得相似的人）。

还原马赛克照片的工具早已有之。以往的还原方法是在低分辨率图片中添加像素点，而PULSE却不同，它先利用AI生成一系列高清图片，再降低它们的分辨率，并与模糊的原图对比，从中找出匹配程度最高、最接近原图的高清图像。

尽管目前研究团队的论文以人脸照片作为案例，但理论上，PULSE可以应用至所有物体的低分辨率照片，并制作出清晰逼真的图像。因此，其应用范围可以包含医学、显微镜学、天文学和卫星图像等。

该团队在机器学习中使用了一种名为“对抗生成网络”（StyleGAN）的工具，这是在相同照片数据集上训练的两个神经网络。其中一个神经网络通过AI生成经过数据训练的人脸，而另一个用于比对该人脸图片能否以假乱真。第一个神经网络会在训练中表现得越来越好，直到第二个无法分辨出差异。

就在PULSE引起大众兴趣以后，新的问题也跟着赞誉一起到来。有网友指出，PULSE涉嫌“种族歧视”。

国外网友发现，在PULSE中输入被模糊后的奥巴马照片时，该工具输出的“奥巴马”高清图像竟是白人脸孔。后又有许多人进行了相似的测试，结果无一例外——输入低清的少数族裔人脸照片，PULSE输出的都是高清的白人特征照片。

在BLM运动进行正盛的时期，任何一个关于“黑白”的争论都会挑动人们敏感的神经。很明显，在网友们发现这一点以前，杜克大学研究团队并没有意识到算法的公正性问题。而值得玩味的是，研究团队的5个人中，至少有3人是有色人种。

对此，杜克大学研究团队很快在Github上回应称：“看起来PULSE生成白人面孔的频率确实比其他有色人种高很多，这种偏见很可能是从StyleGAN训练时使用的数据集继承而来的，也可能存在我们不知道的其他因素。”

图灵奖得主、Facebook首席AI科学家Yann LeCun也加入了这场讨论，他同样认为是数据集的问题：“数据有偏见，机器学习系统就会有偏见。这个算法使每个人看起来都是白人，因为该网络在FlickFaceHQ上进行了预训练，里面大多是白人照片。在塞内加尔的数据集上训练‘完全’相同的系统，每个人看起来都会像非洲人。”

有人质疑，Yann LeCun并没有考虑到社会伦理因素，例如西方社会对有色人种的长期忽视，而将罪名都推给了不公平的数据集。更何况，绝对公平的数据集是很难实现的。

向来以直言不讳的Yann LeCun在连发数十条推特后，最终做出了道歉声明：“很抱歉我在Twitter对此事的评论成了话题中心。”

目前，研究团队在PULSE官网置顶了关于争议的声明：我们想解决有关PULSE偏见的问题。我们已经在论文中增加了一个部分，并附加了一张能直接解决此偏差的模型卡。