大讲堂
2031年的冬夜，我在租来的15平米小屋里翻旧硬盘。暖气烧得有点干，窗玻璃上蒙着一层薄哈气。翻到一个标着“外婆”的音频文件时，我手指顿了顿。
1分47秒，1.2M大小。是2017年我用当时的旧手机录的，那天我跟爸妈吵了架，摔门从家里跑出去，绕到外婆住的老院子里，她正坐在院子的石凳上给我剥橘子。我举着手机偷偷录，想把她的声音存下来——那时候我总觉得，日子还长，以后有的是机会听。
后来外婆走了。这段录音换了三个手机，存了14年。每次点开，前半段还能听清她的声音，后半段全是老空调启动的嗡鸣，混着我当年摔门的巨响，到最后甚至能听见风从破窗户钻进来的呼啸，像要把那点好不容易攒下来的温度全吹散。
被电流撕碎的旧录音
我找过好几个做音频修复的朋友。有人用商用软件试了三版，修出来的声音像个字正腔圆的AI配音演员，完全不是那个说话带点沙沙感、尾音总飘的老太太。我甚至托人找了专业的音频修复工作室，对方报了个六位数的价格，说这种被强噪音完全覆盖的片段，基本不可能还原——就像你把一碗墨汁倒进牛奶里，想把原来的牛奶捞出来，太难了。
我差点就放弃了。
直到同校计算机系的学弟来我家蹭饭，听见我对着那段破录音叹气，他扒拉了两口米饭说，我实验室有个基于生成对抗网络的音频修复小模型，没什么商业用途，就是平时玩的，要不我帮你试试？
我当时第一反应是抵触。生成对抗网络？不就是前几年那些换脸换声的诈骗工具，能把普通人的脸P到色情视频里，能模仿老板的声音骗财务转钱的那个东西？我怕他把外婆的声音修得面目全非，变成一个毫无温度的数字假人。
两个对着吵的神经网络
学弟没跟我扯什么晦涩的公式。他蹲在我家书桌前，喝了我半罐冰可乐，拿我草稿本的背面画了两个歪歪扭扭的小人，跟我解释：你别把这东西想成万能魔法。它说穿了就是两个天天对着吵架的愣头青。
一个是生成器。任务是把你这段被噪音盖得严严实实的录音，一点点把外婆的声音从杂音里抠出来。它刚开始的时候啥也不会，瞎编乱造，凑出来的声音要么是二十岁小姑娘的清亮嗓音，要么是新闻主播的标准播音腔，完全不对。
另一个是判别器。它的任务就是天天挑刺。你生成的声音哪里不对？外婆有老慢支，说话带点气音；她戴的假牙有点松，说“甜”字的时候尾音会飘；她剥橘子的时候，手指会碰到录音笔的外壳，带点极其轻微的摩擦声。只要生成的东西缺了这些细节，判别器就直接打回，说这是假的，重写。
就这么你一句我一句，吵了快200轮，生成器终于摸清楚了外婆声音里所有的小细节。
第一版修复好的音频导出来的时候，我正捧着杯子喝水。耳机里突然传出那个熟悉的、带点沙沙感的声音，说“橘子甜，慢点吃”的时候，我一口水直接呛在了气管里，咳得眼泪直流。
不是那种完美的、毫无瑕疵的声音。甚至有点粗糙。生成器太怕被判别器挑错，故意留了点当年录音里的细微声响——窗外麻雀啄树枝的动静，橘子皮裂开的脆响，甚至还有我当时吸鼻子的声音。那一瞬间我鸡皮疙瘩全起来了。不是什么感动到哭的俗套桥段，是突然被什么东西狠狠撞了一下胸口：我找了那么久的外婆，原来根本没被那些电流噪音撕碎。她只是被一堆乱七八糟的杂音挡住了，需要有个东西，像当年她给我剥橘子一样，把沾在瓣上的白丝一点点扯干净，把属于她的那部分，完完整整递到我手里。
那些被“造出来”的真实记忆
学弟后来跟我说，现在实验室里没人愿意花几百个小时的算力，去修一段对商业毫无价值的私人录音。大家都在卷大模型，卷参数，卷谁能生成更逼真的广告，谁能做更能带货的虚拟主播，谁的模型能骗过最多的审核系统。我们这次跑这个模型，光算力费就花了快两千，算上人工时间，根本赚不回来。
我当时转给他两千五，说多的五百是橘子钱。
说实话，我现在也烦那些拿着生成对抗网络做坏事的人。我刷到过有人用这个模型生成去世亲人的假视频博流量，见过有人把普通人的脸换进色情内容里赚黑钱，见过一堆毫无灵魂的虚拟网红，对着镜头念着广告文案，连笑的弧度都一模一样。每次看见这些，我都觉得，这技术怎么就走到歪路上去了。
可是转头想想，古德费洛第一次在酒吧餐巾纸上写下生成对抗网络的架构时，他大概也没料到，这个本来用来生成逼真图像的技术，会在十几年后，被一个普通的毕业生，拿来帮一个陌生人修一段没有任何商业价值的旧录音。
我后来用这个模型做了件更“没用”的事。我找了老邻居拍的现在的老院子照片，记忆里12岁那年夏天，外婆坐在茉莉丛旁边摇蒲扇的样子，我已经记不太清了。我把仅存的一点记忆碎片输进模型，让生成器补出当时的光影——补出来的画面里，茉莉丛比现在矮了半米，石桌上放着半块吃剩的冰棒，外婆穿的是那件洗得发白的蓝布衫。不是完美的，甚至有个地方的蒲扇画歪了，可是阳光斜斜打在她脸上的角度，和我记忆里的温度，一模一样。
昨天我把修好的录音发给我妈。她听了之后沉默了好久，发了个语音过来，声音哑哑的，说原来你外婆那天说的是“等你考完试，给你蒸南瓜”，我之前记了十几年，一直以为是“等你回来给你买糖”。
你看。连人的记忆都会骗人。时间久了，那些细节会慢慢模糊，会被我们自己的想象篡改。可是那两个对着吵架的神经网络不会。它不会记得商业KPI，不会想着怎么赚流量，它就安安静静蹲在你的硬盘里，等你哪天把那堆蒙了灰的、破破烂烂的旧东西掏出来，它就一点点帮你把上面的灰擦掉，告诉你，你记的那些东西，是真的。
我有时候会恍惚，那段多出来的5秒音频——就是原来被噪音盖掉的那句“慢点吃，别噎着”——到底是真的外婆说过的话，还是生成器“编”出来的？
谁知道呢。
就像你翻老照片的时候，用修图软件把折痕补平，把蒙在镜头上的灰擦掉，你不会觉得那张照片是假的。你只是终于能看清，当年站在照片里的人，穿了什么颜色的衣服，笑的时候眼角有几道纹。
生成对抗网络从来不是什么能造出新世界的魔法。它就是两个永远在拌嘴的小家伙，一个负责把你藏在脑子里的、模糊的、快记不清的东西，一点点描出来；另一个负责在旁边挑刺，说不对，你记错了，这个人说话会咳嗽，这个人走路脚有点跛，你不能把她画成一个完美的、没有温度的符号。
对了。
上周学弟给我发消息，说他们实验室把这个音频修复模型开源了，免费给普通人用。他说现在已经有上千人，把自己家里的旧录音、老照片传上去修，有人修出来了去世的父亲教自己骑自行车的声音，有人补全了小时候和妈妈去海边的照片。
我看着消息，突然想起那天冬夜，耳机里传出来的那个带点沙沙感的声音。
原来技术从来都没有对错。
它只是在那里，等着有人用它，去捞那些快被时间冲走的、最软的那部分记忆。对吧？
作者|大讲堂
排版|大讲堂
审核|阿辰