不只是未来：AI技术将引领我们回到过去

《根特祭坛：神秘的羔羊》油画，由十五世纪画家Jan Van Eyck于1425年至1429年为比利时根特的圣巴夫大教堂所创作。在画作的中下部，牧师与羔羊的崇拜者们围在祭坛四周。

AI技术既代表着未来，也昭示着过往。除了在最近几年乃至未来几年十中具有巨大的发展潜力，AI也有望揭开人类历史中具有重大意义的关键时刻。伦敦大学学院与杜克大学的研究人员们于今年8月底发表的一项研究，就生动地描绘出这种力量。他们设法利用人工智能技术，将绘制在同一张画板两侧的图像各自提取成独立的画面。

他们是怎么做到的？答案是将X光图像与深度神经网络算法结合起来。更具体地讲，他们利用X射线成像技术将十五世纪著名画作《根特祭坛画》的外板面拍摄下来。由于得到的图像同时包含板面两侧，所以叠加后的图像组合之前一直难以分析。但凭借着最新设计出的神经网络算法，该团队成功将这些图像拆分成两个独立的部分，从而单独对内容加以研究，最终整理出关于Hubert与Jan van Eyck两兄弟画作的更多全新见解。

来自伦敦大学学院电子与电气工程系的学者Miguel Rodrigues博士表示，“这种方法证明，以深度学习为驱动力的人工智能技术有望解决艺术品研究当中出现的挑战。”

虽然研究人员们并没有具体介绍他们构建神经网络的具体方法，但据估计他们很可能采取了提供已知画作并对图像进行相互叠加以进行训练的方法。通过这样的过程，神经网络越来越擅长预测绘画分离后的外观效果，从而准确地预测叠加后《根特祭坛画》的真实面貌。

相信大家也能够想到，这种方法适用于任何类型的绘画或者基于图像的艺术作品，这也让我们有望揭开艺术世界中更多埋藏多年的秘密。正如Rodrigues解释的那样，“我们希望看到其它类似的AI方法帮助我们揭开绘画中更多隐藏的特征，包括埋藏在当前颜料层下方的早期设计痕迹。”

除了艺术史之外，其它领域也能够从AI的强大预测能力中受益。正如伦敦大学学院发表的新闻稿所指出，类似的深度学习方法已经被广泛应用于解决“医疗保健、金融科技、国防以及安全等领域的各类长期问题。”

举例来说，AI技术已经被用于修复损坏的照片。牛津大学与莫斯科斯科尔科活科学技术研究所的团队在2017年开发出Deep Image Prior，这是一套神经网络，能够在无需利用大规模数据集进行训练的前提下填补图像中的空白部分。同样的，另一套AI神经网络于同年接受了训练，以学习如何区分伪造品与真品。它最终取得了良好的成绩，能够准确识别出任何特定艺术家在作品当中表现出的独特特征。

除了艺术与图像处理之外，研究人员还利用AI技术准确地模拟了霸王龙的运动姿态，利用该技术模拟重建因时间流逝或战争活动所破坏的历史遗址，甚至开始尝试破译古代文本。

当然，虽然AI揭开历史神秘面纱的强大能力令人振奋人，但在实际应用时仍需要保持谨慎的心态。因为我们无法假设机器学习技术在对绘画、动物或者历史遗址的样貌做出预测时，能够达到百分之百的准确度。去年就出现了这样一例令人震惊的事件：IBM公司一直努力向全球医院销售的Watson产品，被证明一直在推荐某种“不安全且不正确”的癌症治疗方法。

不可否认，Watson的问题很大程度上源自训练数据集中包含大量“假设”患者这一前提。尽管如此，此次事件仍然警示我们，过度依赖AI技术有可能带来巨大的潜在风险，而且AI确实经常对女性以及少数族裔产生偏见。正因为如此，即使机器学习能够帮助我们有效重建过去，我们仍然需要根据自己掌握的宝贵知识检查其工作质量，而万不可偏听偏信。

注：《根特祭坛画》作为油画的开山之作，分上、下两层，是一个由12幅独立的绘画作品组成的大祭坛画。而且翼画可开合，其后面仍有绘画，画面总计为2０个。下层中央部分，描绘的是《圣经·启示录》中所述的“神秘的羔羊”，描绘的是在圣人们主持下对神秘的羔羊的礼拜和对全人类灵魂的拯救。这件比利时国宝长期高挂于中世纪名城根特的圣巴夫大教堂。