魂鬥羅
AI可讓明星換臉，也能讓老遊戲升級，搖身一變成“新遊戲”。
跟AI換臉採用的生成對抗網絡（GAN）類似，升級老遊戲採用的是人工智能增強技術（AI upscaling）部分涉及了GAN。通俗地講，當你餵養低分辨率圖像給AI算法模型時，它會生成一個大致相同但畫面像素更高的版本。
儘管超分辨率算法存在已久，不過使用AI後，極大地提高了生成的速度和質量。
巫術，這就像巫術一樣
“這就像巫術一樣，”來自挪威的學生丹尼爾·特麗利說道，“它看起來跟我剛從遊戲開發商貝賽斯達下載的高分辨率遊戲包一樣。”他使用AI更新了《上古卷軸 3：晨風》，這是2002年推出的一款經典RPG遊戲。
《上古卷軸 3：晨風》
在“美國貼吧”Reddit以及遊戲聊天工具Discord上，相當多的網友聚在一起分享如何更好地使用這些AI工具和小技巧。
大多數網友認為，使用AI升級老遊戲的過程像極了修復舊傢俱或者藝術品。這是熟練工匠的活，需要具備一定的人工智能知識，更需要耐心。要知道並非任意一款遊戲都適合升級，使用AI算法後並非都能產生類似結果。
在完成數百小時訓練工作得出結果前，遊戲模組製作者必須為工作挑選合適的工具。不得不承認的是，相較於之前動輒幾周的訓練時間，龐大的工作團隊，採用人工智能增強技術後，效率得到了大幅提升。
網友們拿《毀滅戰士》、《半條命2》、《銀河戰士2》，甚至是2010年才推出的《質量效應2》等遊戲做實驗。結果發現，需要額外的輔助技術來呈現新的視覺效果。由於這些升級繞過了遊戲開發商，是網友個人行為，很難想到可以直接應用。
一名叫hidfan的網友透露，他採用AI增強技術升級《毀滅戰士》時，至少花了200個小時來調整算法，最後還是自己手動清理的圖像。
通常情況下，AI升級算法往往會引入噪音。hidfan說，這就意味著仍然需要進行大量的手動編輯，不管是遊戲主角還是敵人怪物。據悉，清理一個怪物需要5到15個小時，這取決於動畫的複雜程度。
AI如何改造升級老遊戲
究竟AI升級遊戲的過程是如何運作的呢？Topaz Labs CTO艾伯特·楊告訴The Verge，首先需要採用生成對抗網絡（GAN）算法，在數百萬張低、高分辨率圖像上進行訓練。經過數百萬張圖像訓練後，AI開始瞭解、區分高分辨率圖像和低分辨率圖像。
該算法的一部分嘗試將低分辨率圖像轉換成高分辨率圖像。另一部分則是將其工作與訓練的數據進行比較，看是否能發現差異並拒絕導出。這個反饋循環是GAN隨著時間推移而改進的方式。
使用AI升級圖像是一項相對簡單的任務，但它表明了機器學習的核心優勢。雖說傳統算法依靠人定義的規則，但機器學習技術是通過從數據中學習來創建自己的規則。升級老遊戲的AI算法規則通過比較簡單。
比方說，如果要將50x50像素的圖像放大到其它尺寸的兩倍，傳統算法只需要在現有圖像之間插入新像素，根據相鄰像素的平均值選擇新顏色。舉個例子，如果一側有紅色像素，另一側有藍色像素，中間的像素就會出現紫色。
艾伯特·楊說，這種方法很容易編碼和執行，不過它是一種通用的方法，可以產生混合結果。
傳統升級技術與AI增強版技術的比較
相較而言，機器學習創建的算法更加動態。一些公司提供的千兆像素升級就不只是看相鄰的像素，而是查看整個圖像。這使它能更好地重建龐大的建築物，修復邊緣輪廓。
大家記憶中的老遊戲或許相當完美，舊的電視顯示器也掩蓋了像素的不完美。
倘若，重現播放記憶中的老遊戲，大家的真實感受會是如何？The Verge進行了實驗，答案是喜憂參半。大家會有疑問，遊戲本身看起來很奇怪醜陋和原始，這真是我兒時日夜顛倒的遊戲畫面嗎？
幸運的是，這些老舊的遊戲眼下正是AI算法升級的目標。現在，通過升級遊戲，大家可以再次重溫經典遊戲了。