珍貴的紙質(zhì)老照片該如何保存？《紐約時報》與谷歌云合作，利用AI將19世紀(jì)以來的500－700萬張歷史照片數(shù)字化。谷歌云的AI技術(shù)不僅可以將照片數(shù)字化，還能掃描照片上的筆記，分類它們包含的位置、日期等語義信息 。

紙質(zhì)老照片記錄下了當(dāng)時的珍貴時刻，其中的歷史意義也更為重要，但紙質(zhì)極容易損壞，人類該怎么保存它們，讓它們恒久遠(yuǎn)永流傳？

谷歌云（Google Cloud）利用AI將照片數(shù)字化。

在《紐約時報》位于美國時代廣場辦公室附近的地下室中存放了大約500萬張到700萬張的舊照片，存在這些照片的地方名為資料檔案室。

《紐約時報》不僅存放了這些照片，也存儲了有關(guān)它們是何時發(fā)布及其發(fā)布原因的相關(guān)信息。現(xiàn)在，該報正在與谷歌云合作，準(zhǔn)備將其龐大的藏品數(shù)字化。

谷歌云官方發(fā)布博客稱，它將與紐約時報合作，將龐大的照片集數(shù)字化，利用谷歌云中的工具幫助《紐約時報》安全地存儲照片，提供更好的界面來查找照片，甚至可以通過照片背后的數(shù)字來獲得更多照片內(nèi)蘊(yùn)含的信息。

紙質(zhì)實(shí)物易腐爛，通過AI保護(hù)珍貴的視覺遺產(chǎn)

“資料檔案室保存的照片可以追溯到19世紀(jì)末期，其中許多內(nèi)容具有巨大的歷史價值——很多照片是世界上其他地方都沒有的。 2015年，一個破損的管道淹沒了檔案館 ，使整個館藏面臨風(fēng)險。 幸運(yùn)的是，當(dāng)時只有輕微的損害，但這一事件引發(fā)了人們反思：這些最寶貴的實(shí)物資產(chǎn)該如何安全存儲？

《紐約時報》的資料檔案室

“資料檔案室是一個易腐文件的寶庫，不僅是《紐約時報》的歷史，而且是近一個多世紀(jì)以來影響我們現(xiàn)代社會的全球事件的無價編年史。”《紐約時報》新任首席技術(shù)官Nick Rockwell說。

不僅照片的圖像包含有價值的信息。 在許多情況下，照片的背面包括拍攝照片的時間和地點(diǎn)。Rockwell補(bǔ)充說：“照片部門和商業(yè)方面的工作人員多年來一直在探索將這些照片數(shù)字化的可能途徑。 但就像去年一樣，數(shù)字化存檔的想法似乎仍然遙不可及。”

《紐約時報》的老照片：1984年，蘋果創(chuàng)始人史蒂夫·喬布斯

為了保護(hù)這個無價的歷史，并讓《紐約時報》能夠通過更多的視覺敘事和歷史背景來增強(qiáng)其報道， 《紐約時報》正在對其檔案進(jìn)行數(shù)字化，使用谷歌云來存儲資料檔案室內(nèi)所有圖像的高分辨率掃描。

谷歌云是可用于存儲對象的系統(tǒng)，它為紐約時報等客戶提供自動生命周期管理，不同區(qū)域的存儲以及易于使用的管理界面和API。

AI工作原理：Google Cloud中的技術(shù)可以處理和識別照片中的大量信息

僅僅存儲高分辨率圖像不足以創(chuàng)建照片管理者可以輕松使用的系統(tǒng)。

有效的資產(chǎn)管理系統(tǒng)必須允許用戶輕松瀏覽和搜索照片。《紐約時報》建立了一個存儲和處理照片的處理系統(tǒng)，并將使用Google Cloud中的技術(shù)處理和識別圖像中可以找到的文本、手寫內(nèi)容和其他細(xì)節(jié)。

以下它的工作原理：

將圖像提取到云存儲后， 《紐約時報》使用Cloud Pub / Sub啟動處理傳輸途徑以完成多項(xiàng)任務(wù)。 通過在Google Kubernetes Engine （GKE）上運(yùn)行的服務(wù)調(diào)整圖像大小，圖像的元數(shù)據(jù)存儲在運(yùn)行在谷歌完全托管數(shù)據(jù)庫產(chǎn)品Cloud SQL里的PostgreSQL數(shù)據(jù)庫中。

Cloud Pub / Sub幫助《紐約時報》創(chuàng)建其處理流程，而無需構(gòu)建復(fù)雜的API或業(yè)務(wù)流程系統(tǒng)。它是一個完全托管的解決方案，因此沒有時間維護(hù)底層基礎(chǔ)架構(gòu)。

谷歌云官方發(fā)布與《紐約時報》合作將照片數(shù)字化的宣傳片，講述了AI工作原理

為了調(diào)整圖像大小和修改圖像元數(shù)據(jù)， 《紐約時報》使用開源命令行程序“ImageMagick ”和“ ExifTool ”。 他們將ImageMagick和exiftool添加到Docker鏡像中，以便以最小的管理工作量、一種水平可擴(kuò)展的方式在GKE上運(yùn)行它們。 添加更多容量來處理更多圖像并不重要，當(dāng)不需要服務(wù)時，《紐約時報》可以停止或啟動其Kubernetes集群。 這些圖片還存儲在云存儲的多區(qū)域位置創(chuàng)建的存儲桶中，以便在多個位置提供可用性。

存檔的最后一部分是在圖像及其元數(shù)據(jù)在“紐約時報”管理系統(tǒng)中移動時跟蹤它們。Cloud SQL是一個很好的選擇。對于開發(fā)人員，Cloud SQL提供了一個標(biāo)準(zhǔn)的PostgreSQL實(shí)例：作為完全托管的服務(wù)，無需安裝新版本、應(yīng)用安全補(bǔ)丁或設(shè)置復(fù)雜配置。 Cloud SQL為開發(fā)者們提供了一種使用標(biāo)準(zhǔn)SQL解決方案的簡單方法。

不只是存儲圖像，機(jī)器學(xué)習(xí)可以獲取照片上的很多信息

存儲圖像只是這個故事的一部分。

為了使像《紐約時報》資料檔案室的圖片更加便于使用，利用額外的GCP功能是有益的。 在《紐約時報》的案例中，掃描照片的更大挑戰(zhàn)是添加有關(guān)老照片的內(nèi)容數(shù)據(jù)。 Cloud Vision API可以幫助填補(bǔ)這一空白。

讓我們來看看《紐約時報》舊賓州車站的這張照片。 來看下這張照片的正面和背面。

這是一張漂亮的黑白照片，但沒有額外的背景，從照片的正面看不清楚它在講述什么。 照片背面包含大量有用信息，Cloud Vision API可以幫助我們處理、存儲和閱讀它的信息。 當(dāng)谷歌將圖像的背面提交給API（無需額外處理）時，我們可以看到Cloud Vision API檢測到以下文本（譯者注：文本邏輯并非完全清晰，主要是照片上的碎片化內(nèi)容）：

1985年11月27日

1992年7月28日

時鐘懸掛在1942年賓夕法尼亞車站主要大廳的入口上方，右側(cè)是車站外部，然后于1963年拆除。

在紐約出版

存儲于1972年4月30日

《紐約時報》那時賦予這張照片的意義：1942年擁擠的賓州車站，這個時代“只有勇敢的飛行 - 到華盛頓，邁阿密和各種各樣的車站。”

背面信息：

賓州車站的好日子/懷舊之旅

（OCT 3194

RAPR 20072

攝影：紐時時報工作人員，1942年，紐約人大學(xué)城的舊賓夕法尼亞電視臺。該人士在現(xiàn)在的Postellgesikha將軍那里建立了一個發(fā)電臺

Pub NYT Sun 5/2/93 Metro

THURSDAY EARLY RUN o cos x ET RESORT

EB 11 1988

RECEIVED DEC 25 1942 + ART DEPT. FILES

The New York Times Business at rail terminals is reflected in the hotels；

OUTWARD BOUND FOR THE CHRISTMAS HOLIDAYS The scene in Pennsylvania Station yesterday afternoor afternoothe New York Times (Greenhaus)

這是我們的Cloud Vision API的實(shí)際輸出，無需對圖像進(jìn)行額外的預(yù)處理。 當(dāng)然，數(shù)字文本轉(zhuǎn)錄并不完美，但它比處理數(shù)百萬張圖像的替代品更快，更具節(jié)省成本。

谷歌云：將過去帶向未來，使所有信息都變得可用

這只是個開始。 類似于《紐約時報》的公司可以使用Vision API來識別對象、地點(diǎn)和圖像。 例如，如果我們通過帶有徽標(biāo)檢測功能的Cloud Vision API傳遞上面的黑白照片，我們就可以看到賓州車站被識別出來了。

谷歌云的自然語言API可用于向已識別的文本添加其他語義信息。 例如，如果我們通過API，通過文本“紐約時報的方式 - 1942年擁擠的賓州車站，一個只有勇敢飛行的時代 - 華盛頓，邁阿密和各種各樣的車站。”正確地將“賓州車站”，“華盛頓”和“邁阿密”識別為位置，并將整個句子分類為“旅行”類別和子類別“公共汽車和鐵路”。

谷歌云在博客中聲稱，幫助《紐約時報》改造其照片檔案完全符合谷歌的使命，即組織世界范圍內(nèi)的信息并使其普遍可用和有用。