電腦屏幕上的“奶奶”說話了：“我和他（你爸）說，別喝酒，要節(jié)約，別打牌。”吳伍六（化名）對(duì)著屏幕和她聊著。“奶奶”眨眼，點(diǎn)頭，卻很少回答。

(資料圖)

這是他按照記憶里奶奶的表達(dá)方式修改的回答。現(xiàn)實(shí)中的她耳背，習(xí)慣用兩三個(gè)字說話。

奶奶去世兩個(gè)月了，吳伍六會(huì)和往常一樣拿起手機(jī)撥通她的電話，卻再也無法接通。3月份，他收到老家寄來的遺物后，想到用AI還原奶奶，“這是一個(gè)非常冒險(xiǎn)，也很瘋狂的事情，但我內(nèi)心還是想去試試。”

吳伍六給ChatGPT詳細(xì)地描述了奶奶的形象、說話習(xí)慣，然后導(dǎo)入奶奶的照片、電話錄音并用AI工具生成動(dòng)態(tài)影像。十幾天后，“奶奶”出現(xiàn)了。對(duì)話第一遍時(shí)，他很興奮，但還是發(fā)現(xiàn)，AI生成的像是一個(gè)老道的長(zhǎng)者，而不是親人。

以下是與他的對(duì)話。

AI復(fù)原的奶奶。圖/吳伍六視頻截圖

【1】“我在做一件很瘋狂的事”

九派新聞：為什么想要用AI復(fù)原奶奶？

吳伍六：我奶奶是3個(gè)月前在老家去世的，過年本來想和她團(tuán)圓，但我下了高鐵就直接去了醫(yī)院，她病危了。我有很多想說的話跟她說，但是奶奶在醫(yī)院時(shí)已經(jīng)意識(shí)模糊，沒辦法跟我交流。直到她去世，我更感到有點(diǎn)無助，或者說是不知所措。

在奶奶生前，我就習(xí)慣了每天中午和她打電話，基本都會(huì)聊5到10分鐘。我回上海后，有很長(zhǎng)一段時(shí)間，中午就重復(fù)打那個(gè)號(hào)碼，電話那頭一直是無人接聽的狀態(tài)，那段時(shí)間心情還是很低落的。

我有一些很想說的心里話，沒辦法和同事、朋友分享，因?yàn)閯傞_年，他們正處于過年歡樂氣氛下，我也不想和他們聊這種很傷感、難過的事。所以，這段時(shí)間我一直很沉默。我不知道該如何去表達(dá)和排遣。

九派新聞：當(dāng)時(shí)覺得AI復(fù)原能夠?qū)崿F(xiàn)嗎？

吳伍六：我是做設(shè)計(jì)的，最早接觸的是AI繪畫，之后我也接觸到AI新出的工具和應(yīng)用。收到老家寄來的奶奶的遺物之后，我心情很低落，所以我就在想，我能不能用AI這樣的工具去做這件事。因?yàn)槲铱戳藝?guó)外的一些視頻，理論依據(jù)上是可行的，但是國(guó)內(nèi)還沒有人去嘗試。

我當(dāng)時(shí)覺得，這樣的嘗試是非常冒險(xiǎn)，也很瘋狂的，但是我內(nèi)心的想法還是去試試。讓我再和奶奶，或者說是虛擬意義上的“奶奶”再溝通一下，哪怕就一分鐘甚至半分鐘都好。

【02】“輸出相似度只有30%”

九派新聞：奶奶的頭像和聲音如何還原？

吳伍六：我找殯儀館的工作人員要了奶奶的遺照，那個(gè)照片經(jīng)過了高清修復(fù)。照片還算清楚，背景也干凈，做虛擬頭像的效果還是不錯(cuò)的。

我奶奶聲音這部分的處理有很大的工作量。但我存有一年半的通話錄音，我電話錄音是自動(dòng)開啟的。每一條去聽，把有關(guān)奶奶的聲音給提取出來，然后利用百度的一個(gè)開源平臺(tái)去做聲音克隆。

截取的音頻。圖/吳伍六視頻截圖

后面也遇到了一些困難。我提供的是湖北方言，技術(shù)識(shí)別難度很大。另外，奶奶跟我聊的內(nèi)容都是一些很家常的話，她的回答有限。

因?yàn)槟棠潭常芏嗍虑槲覀兌剂牡煤?jiǎn)短，聊得最多的就是：吃了沒有，喝了沒有，或者過得怎么樣，家里怎么樣。她的回答都很單一，基本上都是一些簡(jiǎn)短的生活類關(guān)心的話，這個(gè)樣本數(shù)據(jù)本身是不豐富的。

九派新聞：chatGPT模仿奶奶的效果如何？

吳伍六：GPT這種大語言模型，確實(shí)通用性很強(qiáng)，但是要去做一些個(gè)性化定制，還是有局限性的。比如，我給它輸入了一些簡(jiǎn)短的信息，關(guān)于奶奶的生平背景、語言習(xí)慣、生活習(xí)慣，但是輸出來的相似度只能達(dá)到30%。主要的差別在于，AI感覺更像是扮演一個(gè)智慧的長(zhǎng)者，它能夠提供很多心理或者行為上的安慰，而且，你問一句話，它能回答很長(zhǎng)一段話。但在現(xiàn)實(shí)中，我奶奶是一個(gè)沒有什么文化的，84歲且反應(yīng)略顯遲鈍的農(nóng)村老人，她不太能進(jìn)行那么長(zhǎng)時(shí)間的深入交流，她更多的是點(diǎn)頭和微笑。

在視頻對(duì)話的過程中，我截取了一些GPT回復(fù)的內(nèi)容，然后再把對(duì)話內(nèi)容輸入到AI合成的軟件中生成音頻。但是我沒有完全按照它給的文本去輸出，還是按照我記憶中奶奶習(xí)慣性的回答去做的。目前AI的技術(shù)還不能完全理解人類情感，也只是支持標(biāo)準(zhǔn)化的神態(tài)，比如抬手、比“耶”這些動(dòng)作是做不到的。

chatGPT模擬的對(duì)話。圖/吳伍六視頻截圖

【3】“反復(fù)觀看我會(huì)有些傷感”

九派新聞：視頻做了多久？

吳伍六：整個(gè)花了兩周。我記得很清楚，當(dāng)時(shí)是凌晨4點(diǎn)，把視頻剪完之后，我想發(fā)給朋友或親人，但是我一下子就不知道該發(fā)給誰了，所以我就發(fā)給了我自己。那天快日出的時(shí)候，我看了很多很多遍。

我看第一遍的時(shí)候很興奮，非常興奮，覺得我好像做了一件超級(jí)瘋狂的事情。有點(diǎn)熱淚盈眶的感覺。

但是當(dāng)我反復(fù)去看這個(gè)對(duì)話的時(shí)候，我又有一點(diǎn)傷感了，因?yàn)槲矣窒肫鹆宋夷棠獭Ｎ抑翱吹竭z物的時(shí)候會(huì)傷感，現(xiàn)在當(dāng)我和她再次對(duì)話的時(shí)候又想起了奶奶在醫(yī)院的那段離別的場(chǎng)景，小時(shí)候的回憶又涌上心頭。其實(shí)這種感情是復(fù)雜的，悲喜交加的，或者說是既興奮又害怕，又有一點(diǎn)熟悉又陌生。

九派新聞：為什么會(huì)害怕？

吳伍六：她是我的奶奶，在一定程度上好像是的，但是也不完全是，這個(gè)遺憾通過某種方式去彌補(bǔ)之后，你會(huì)有一種失落。好像有一些還未完成的某些東西想要繼續(xù)去探索，就像樹洞一樣，這種方式可以作為你最親近人的一個(gè)形象去傾聽你的聲音，當(dāng)你找不到人聊天的時(shí)候，有一些心里話不知道跟誰說的時(shí)候，她可能是一個(gè)舒適的，排遣焦慮和自我安慰的對(duì)象。但也只能作為一個(gè)短期的鎮(zhèn)痛劑，不可能成為起死回生的靈丹妙藥。

九派新聞：這段視頻親人看過嗎？

吳伍六：我發(fā)給過我的親人，他們有點(diǎn)驚訝。特別是我爸，他給我的反饋就是驚訝，然后繼續(xù)看下去，又會(huì)發(fā)現(xiàn)有很多地方還是不相似。就像我剛才提到的那種熟悉而陌生的感覺。AI還是不能夠承接一個(gè)完整的，擁有過84年生活經(jīng)歷和鮮活生命的人。

也就是說，機(jī)器是可以學(xué)習(xí)人的行為、動(dòng)作、外貌、聲音，而且學(xué)的比人還要快，還要精準(zhǔn)，但是就算是你讓一個(gè)表演老道的演員去演我的奶奶，她也可能演不出那種狀態(tài)。更何況讓一個(gè)AI表演，難度是非常非常大的。AI無法承載這些記錄了幾十年朝夕相處的，普通但溫暖的時(shí)光。

九派新聞?dòng)浾摺●R婕盈

編輯　曾金秋

【爆料】請(qǐng)聯(lián)系記者微信：linghaojizhe