昨天twitter上看到的一个用GANs增强老游戏的图片,除了边缘变清晰以外,也增加了“本来不存在”的细节,比如树木的纹理,尤其是台阶空隙间的草的纹理。觉得高票答案说得都对的同学们,是不是也觉得这算法偷看了本来的小屋?可惜这个“标准答案”甚至都不存在,糊图就是原图。
——————更新分割线——————
实名反驳一下高票 @小城 的答案。本来科研做得忙懒得写,可是看到众多我关注的大V点赞支持,甚至不乏搞实验搞统计的大牛们,让我觉得有必要确认一下自己的世界观没有崩塌。也算是抛砖引玉吧,如果有搞CV和CNN的大牛来回答,肯定会更专业一些。
@小城 的回答看似详实,实则有很多逻辑漏洞和一些概念误解,完全没有“锤”的效力。
先明确一下,光学变焦不够的时候,你得到的像素就只有那么多,不管用什么方法来增强图像,都是填补“不存在的细节”,唯一的争论点在于:“正常的AI算法”是“几乎”无差别的来猜任何图片上的像素点,而“p月算法”则包括识别月亮、并利用已有的高清月亮图片(以及对月亮的知识)来绘制月亮。
逻辑漏洞一:华为增强后的图片的对比对象不应该是原图,而是任何一个“不p月”的算法。
(用搞科研的话说,假设本身就不明确,搞错了对比对象)
在高票答案第一部分。答主修改后的月亮图和真实月亮图差别很大,但是经过模糊之后,修改的月亮图和真实月亮图的差别本就已经非常不明显了。换句话说,模糊前的图片是修改过,但模糊后这个修改已经几乎没有了。
答主的逻辑是
所以 并非增强相机照给它的图像,而是调出了存着的 来P上去
但是很显然模糊这一步的效果被忽略了。事实上 ,因为
包含着大量的信息,模糊之后 改的那部分信息又被模糊掉了 ,那最后还原出来 的样子也就毫不稀奇,一个“正常AI”也能够做出来。
给算法一块糊掉的图片,周围都是月海环形山,让算法去猜这块原本是什么形状,如果一个算法猜这块该是个边缘锐利的心形,那这算法也是写得够笨的。
通过大量自然场景图片训练的AI,当然能学会很多自然场景的统计特征,比如最简单的,任何一个视觉特征都不会无规律的随机变化,一块纯黑的天空上散布着几个彩色的色块,那这大概率是噪点。这个特征也可以更加复杂,是边缘的线条、是某种形状(比如桃心或环形山)、某种色彩的组合,经过多层卷积加非线性操作之后,这个特征可能会难以用语言描述。
高票答主所做的5个修改都没有超过一个正常AI能猜出来的范畴。桃心就不用说了。修改处2在华为增强后所多出的圆点(“‘疑似’环形山”)周围也分布着很多小圆点,补充成小圆点是非常合理的。1是一个长点加一撇,糊掉之后成了L形,算法具体恢复成哪边是点哪边是撇就是个基本随缘的过程。3的形状跟原来的月海完全不一样,合理的推测是AI学习到了在一定范围内的纹理不会完全一致,所以会填上一点暗癍,但大小和位置都是随机的。
一个一个反驳并不是为了跟高票答主杠,说高票答主都是错的,而是说明这些“证据”没有一个是“实锤”。毕竟,高票答主的论证逻辑是:华为AI增强出来的图片超过了正常AI的水平、而且增强出来的图片更像真实的月亮,所以华为AI不只是正常AI,还包括“P月”成分。其实很符合实验科学的逻辑。
如果我们把绿色的分布当做假想的正常AI的水平,蓝色的当做P月AI的水平,横轴是增强后的图片像真实月亮的程度。那当我们得到一次实验结果之后,如果结果像得太离谱,超过了正常AI可能有的水平,就应该认为它是P月AI了。
可惜在高票答主看来AI做不到的事情其实本没有多难。可以看出高票答主对正常AI的能力认识不足,错误的估计了正常AI的方差。不过这也是仁者见仁,而且不是最重要的漏洞。
逻辑漏洞二:高票答案最大的问题叫做Cherry Picking(摘樱桃)
做了多次实验之后,选择性地报告其中符合假设的结果。
闭着眼睛打靶子打上一天,也总有一次能打正。
给猴子足够长的时间,猴子也能恰巧写出莎士比亚的十四行诗
不过高票答案这里就有一个逻辑上的“墨索里尼总是正确”,没成功的时候是因为没有触发P月模式,那,当然,“触发p月模式”了的时候AI看起来就像P月了,这俩定义是一样的。小明触发成绩好模式的时候成绩也是很好的。
当然呢,在掌握了技巧之后,他可以更多的触发“p月模式”。
但是回到漏洞一,用了这些技巧之后模糊的图片本就跟月球的模糊图片有很多相似之处,这样即使是“正常AI”也能猜出相应的细节。第三点中答主自己也说了……
这个出师表P月就更离谱了。让我自己看我是横竖看不出来哪儿“p月”了。原来上面多了一个亮斑,据说跟真的月亮很像。我不是月球专家,但是增强后的图片要么就是亮点要么就是暗点,亮点就是环形山,暗点就是月海,想来也没什么其他的可能。
逻辑漏洞二点五:忽略边缘似然Marginal Likelihood
也就是说 本来也挺高的,这样 很大并没有说服力。因为边缘似然 大,这个证据的证明效力 其实很小。
简单来说就是这个P月痕迹太普遍了,没有作为锤的效力,就好比不能把打喷嚏当做得癌症的指标一样。
再举一个例子,要证明神的存在你需要一个极小概率事件,比如劈开红海,比如死后三天复活。你不能说“求上帝吹阵风”,然后拿吹风了来证明上帝存在。因为风本来就天天都吹,更何况你说了十次才中了两次,比随机概率差不了多少。
另外统计检验的多重比较没有修正。你在整个图片十万个点里找这样要么是变亮要么是变暗的点,总能找到一个对得上的。
高票答主自己也说了,“每次并不是把月亮的细节全都p上去,而只是随机p某一部分”。
逻辑漏洞三:缺乏操作性定义,寻找P月痕迹很主观
首先那么几个像素就能看出来是阿利斯塔克斯陨石坑,高票答主的大脑p图能力也是很强。这句不是嘲讽,是每个人大脑的p图能力都很强。给你一个随机的白噪声,你都能看出各种图案来
没有一个客观的标准,再和和稀泥,每个人都能在稀泥里看到自己想看到的偏向。
接着说,每次都要旋转才能对得上,这即使按和稀泥的标准也有点牵强了。高票答主还观察到每次这个圆点离边缘的距离都是一致的,非常不错的发现,但是说回来,这个跟算法是不是P月算法应该没有什么关系。为啥一拍出师表就选择性地只P阿利斯塔克斯陨石坑上去呢?即使旋转变换跳着舞也要P上去?
真搞的这么复杂给月亮弄个特殊的算法,华为至少可以把月亮p圆了吧
高票答主有心做实验很好,但方法漏洞太多,而且自己也发现大锤变小锤,小锤变没锤,没锤没到最后变成小粉拳还硬撑着说华为还是P月了的,只是用非常复杂的方法然后非常节制地P的。好像只是用核聚变驱动振金大锤轻轻撩了一下你胸口,但人家还是用了核聚变驱动振金大锤的。把锤的标准降低到这个程度,是不是锤也就说不清楚了,那就华为爱否各打五十大板。
再再说回来,跟反驳高票答案无关,训练集的偏差可以简单地导致猜的细节的差异,比如大多数的生成脸的AI都是做白人做明星做的更好,因为训练集里面他们图片多。看见一个糊了的没见过的东西,当然用见得多得东西的样子去猜,盲人摸象猜出来的也是簸箕树干绳子,这不能说盲人就触发了“p簸箕模式”。
简而言之这跟p月没有一点关系
至于显式地单独编写p月(所谓作弊),没有看到任何证据,而且如果能想到这一步的话,先把月亮搞圆了岂不是性价比最高的事情?另外这算法很明显还是局限于表征特征的局部联系,如果AI牛逼的话,画圆就不是问题了。
——————原帖————————
作为科研人员时刻提醒自己,瞎几把找pattern不靠谱,光靠eyeballing做一百遍实验做出的也是伪迹,自己信了还爱强词夺理就不承认“自我确认偏差”。
——观一众洗地有感
4-22更新:
一、三轮实验已结束,不再追加,目前的实验已有足够的证明力度,而对于某些极端挑剔的看客,我做再多的补充也无法满足他们无尽的要求,我拒绝为极少数杠精再做无用的付出。
二、关于“该不该P”我的评价见此处:华为 P30pro 相机使用 AI 技术为拍摄的月亮增加细节是合理的吗?
三、回应 @林枭雄 的所谓反驳文章(林枭雄的回答),反驳了半天原来就是树个靶子造个谣+读书人的事不叫偷,详细内容放在文末附2处。
四、回应“用谎言去验证谎言”“茶水验尿”等新的质疑(补充在附1回应质疑)。
五、本文谢绝断章取义转载带节奏,谢绝只看部分文章就对原文已解释过的内容发表无意义质疑的人。
写在前面(也许补充的太晚了),为了避免定义上的纷争,比如“拉个锐度就算P”或者“整张月亮贴上去才算P”之类的抬杠扯皮,我在这里说一下我理解的P与不P的分界线,也是一般大众认为的分界线:是否利用了外部信息。
通俗地说:你是完全根据照片上已有信息去处理的(没P),还是利用了照片之外的其他信息来加工的(P了),前者好比AI帮你把天加蓝,水加绿,花加红,一般认为不算P,而后者就好比AI觉得这片天空应该加一朵云才对,它就给你加了朵云,这个才算P。
具体表现为对本来模糊的月亮画面增添出大量原本不存在的细节,且符合实际月面图案。这里加引号我暂不评价这个P的性质,只是为了方便表述。
为方便读者理解,我先整理一下这三轮实验的概况与逻辑:
第一轮实验:1.将月亮图片做高斯模糊处理,直到很多细节已经完全看不清甚至看不见。2.用相机拍这张模糊的月亮图片,并触发P月功能。3.照片还原了在糊片中看不到的很多细节。
质疑者:“看不见不等于不存在,虽然被模糊了,但也是有迹可循的,华为是用某种超分辨率算法,能够逆推高斯模糊的算法,把你看不见的那些细节还原出来。”
第二轮实验:1.将月亮图片做修改,添加、删除、翻转一些细节。2.将修改后的月亮做高斯模糊处理。3.拍照并触发P月,4.照片依旧还原了糊片中看不到的很多细节,但我修改过的细节却被还原成了未修改的初始图案。
质疑者:“修改过的月亮做模糊之后,修改细节就完全看不出来了,与原版月亮没有区别,例如小桃心就看不见了,看不见的东西当然不会被还原。”(我真想让他们去跟第一轮质疑者先聊聊)
第三轮实验:1.将上一轮修改过的月亮不做模糊,直接拿相机拍,并触发P月。2.照片依旧将我修改过的细节扳回了未修改的初始图案。
质疑者:至今未见稍微像样的质疑,除了偷换概念胡搅蛮缠之外。
结论:证实了“无中生有”现象,即修补出原图中绝对没有的或错误的细节,且符合标准月面,因为是我亲手抠掉或换掉的,并且无论是做成模糊的月亮还是直接拍清晰的月亮,只要触发P月,都会实现相同的效果。
(因为第一轮对“无中生有”证明力较弱,我直接从第二轮开始放图)
这是我亲手修改的月面图,调转了一组陨石坑的方向,抠掉了一小片小白点,抠掉了一个小月海,并添加了两个小桃心。
我终于可以下结论了,华为的P月功能,拥有“无中生有”的能力,即,将非常模糊的月亮图片“复原”之余,还能做到:
1.把彻底抠除的细节加上。
2.把翻转调换的细节复原。
3.把额外添加的杂项消除。
所以,这个AI一定预先知道月亮本来长什么样子。
当然,在实际拍摄过程中,上面5个并不是总能一起修复,也有未能全部修复的情况,如下:
为了保证成功率,我处理的都是很小的细节,但清晰度足够高,足以说明问题了。
本论点是单例可证,如果你自己改了什么奇怪的过分的东西导致美化失败,请不要怪我,比如你画个大裤衩,写个大米,挖个大窟窿,那不能还原很正常,因为华为AI的算法是精绘细节,而不是直接扣个大月亮上去。
如果还有人要说是超分辨率算法还原,请你告诉我,如果没有“标准答案”月面数据作为参考,为什么还原的结果不是修改过的月亮,而是原来的月亮?
还有人认为原版月亮和改版月亮拉出来的模糊图片没有区别,那这不正说明模糊图片中不包含1/2/3/4/5号月貌特征的信息吗?——如果用长茄子和圆茄子捣出来的茄子酱没有区别,那你单凭茄子酱是根本无法判断它是用什么茄子做出来的。
(下面是第三轮实验)
有人问:“你拍的都是处理过的模糊照片,如果你直接拍清晰照片呢?”
答:这是一个非常合理的问题,因为我把图片做糊是为了模拟拍糊的情况,便于触发P月,如果不验证一下拍清晰的月亮能否触发P月,以及触发了会是什么样,那我所做的实验意义都将大打折扣。所以我专门又用清晰的月亮图像拍了一组照片,结论如下:
直接拍清晰的月亮的照片,仍然有较大概率触发P月功能。因为手持开启50倍长焦后视野非常晃,晃动本身就会造成糊片,月亮在取景器中晃动也会造成测光抽风,所以拍出来的照片仍然有较大几率是糊的,容易触发P月。
而如果你去拍天上的真月亮,触发的概率就更大,接近100%,无论糊没糊,我想原因是假月亮做的对比度和对焦容易被AI识破,导致不触发。
这一页有18张月亮,绿框是用了支架的,在剩余14张手持照片里面,有4张触发了P月。(我发现好像很多人没看到这句话,特此重复一遍:如果拍天上的真月亮,触发的概率接近100%,无论糊没糊)
拍的图片里面有些关闭了AI、有些用了专业模式,但事后已经无法区分了,因为开AI未触发P图、关闭AI、专业模式,这三者的效果几乎没有区别,只要不触发P图,就没有本质区别,专业模式瞎调参数的不算。
可以看到,手持的出片效果比支架要差,很容易糊片,但如果触发了P月功能,反而能达到更好的效果。
这张的拍照对象是清晰的未修改的月亮,左边是我用支架稳定后拍的,P30Pro的硬件真实能力就是这样子的,右边是我手持拍糊了触发了P图的照片。可以看到,地貌的数量少了,比如第谷环形山(肚脐)几乎看不见了,但留下的细节部分,精细度却极大提升了,阿里斯坑从模糊的白斑变成了清楚的白点,雨海的边界清晰的几乎能拉出丝来,哥白尼环形山也被还原出了辐射状的周边。
下面是微改图,再证“无中生有”的能力。
左图是稳定拍出的照片,未触发P图,可以看到,除了1号2号的细节压根就拍不出来,3、4、5号的修改都忠实拍下来了。
右图触发P图的照片中,3号格里马第海被加回来了,4号5号小桃心被消除了,而1号阿里斯坑虽然压根拍不出来细节,但还是被P出了上小下大的两个白点,与修改前的月亮一致。
2号那几个最小的小白坑,可能因为实在是太小了,有时把它抠掉了能够还原,有时不抠却被涂掉了(前面那组),这个可能是相机硬件根本拍不到这个细节,所以有没有拍到这些白点纯粹靠AI去猜。
所以结论并没有变化——拍修改后的清晰月亮,如果触发了P月功能,仍然会把月亮P向修改之前的图案。
实际工序比这个复杂的多,绝不是简单的贴图覆盖,肯定是有算法修图。
在之前回答中,我说了如下观点:
上面那张“P月”出图明显发蓝,这个就是证据,证明不是贴图。因为真实月光的色温约为4000k,是黄白色,相机需要白平衡修正之后才能变成正白色。但我这里直接拍的就是正白色的月亮,华为继续套用同样的白平衡修正,结果就得到了一张蓝白色的月亮,如果是简单贴图的话,直接贴个白月亮就完事了,不会出现这种情况。
在这里插一句,用白色月亮来测试,触发“P月”的几率很低,大概只有15-20%左右,但用黄色月亮就很高了,跃琨和小白用的都是黄色月亮。我想这是华为的一个识别机制,只有色温偏黄,接近真实月光的颜色才容易被识别为月亮,并加以修图,白月亮大概率是被识别为假月亮了。
这里是有错误的,特此修正,蓝月亮并不是每次都能出现,反而是出现几率较低的,个人猜测跟P月功能可能关系不大,应该跟RYBY色彩小几率抽风也有一定关系,这个不重要,不做定论。
之前我没有掌握好拍摄技巧,导致P月触发率较低,但今天打怪升级后,已经找到窍门了,正面月亮图已基本能做到100%触发。
(知乎压缩了gif画质,实际比这个要清晰)
我把先后两张触发了“P月”的照片叠在一起,发现存在不止一个图层,就像卫星云图一样,在“大地貌”完全吻合的情况下,“小细节”像云层一样是会变动位置的,这说明华为算法肯定不是简单的一张月亮图片覆盖上去,至少有分层、分组、分区域地去修补细节。
如果把华为的这个做法形容成“拿个月亮照片覆盖上去”那肯定是不对的,但如果形容成“依照月亮的样子往上画东西”就比较贴切了。
第一,某些人举出的类似GAN、Deblur的超分辨率算法,不可能把我修改过的月面给扳回原始月面,因为它并不知道原始月面长什么样子,这个应该是常识,修改过的月亮即使拍的再糊,它也只会更接近修改月面,而不是原始月面。相关证据已经本文第一部分给出,不再赘述。
(之前未举例,只说的“所谓超分辨率算法”存在歧义,现补充)
第二,超分辨率算法并不是只能还原固定图像,而华为这个功能仅对月亮生效,换其他图案就不起作用了(更新:甚至某些图像还会被修出月亮的特征),即使换成月亮背面,或者跟月面很像的火星、冥王星,或者其他任何图案,均无法达到同样效果。
(第二轮测试更新:由于我掌握了触发要领,在很多比较像月亮的图片里,仍然也能做到大概率触发甚至100%触发“P月”功能,其中冥王星、月侧、月背、出师表,是可以触发P月功能的,而火星、曹操、巴拿马奖章,则未能触发P月功能)
大概是因为冥王星的色温和特征都很像月球,我又把它调到了差不多的视角,导致冥王星的照片也能触发P月功能,而且是100%触发!
但是,请注意看,虽然照片增加了一些对比锐度,但并没有增加什么细节,反而中央偏左侧出现了两个貌似月海的东西,这里我不下太多结论,只下一个:对于冥王星的效果,跟月亮的惊人效果是天壤之别,完全不是同一个概念。
左侧是月球正面,右侧是月球背面,触发了“P月”功能,总体看上去,背面的小月海基本都被抹掉,最右端的大月海也被淡化,推测AI并不认识月球的背面,而正面的部分,未出现较明显的月海丢失,但细节仍然很差,比月球正面照连陨石坑都能还原的程度同样没法相提并论,推测由于角度变化,AI并没有认出这个数据中本有的图案,这个是华为没有“标准答案”生生演算的结果。
这个跟冥王星的性质差不多,由于月球背面和正面的图案相差较大,AI并未能识别,而是粗暴地将算法硬套——结果,背面茫茫的环形山被当成了干扰项,全被抹没了,而右下方稍暗的区域被进一步处理成类似月海的样子。出现疑似阿里斯塔克斯陨石坑的小白点,这个下面再说。
这两套图均无法触发P月功能,略过不表,下面这个才是见证奇迹的时刻。
虽然触发了P月功能,然而并没有什么卵用,该糊成一片仍然是糊成一片。
等等……上方偏右那个小白点是哪来的?
纳尼?这哪来的彩蛋?
你确定这东西不是阿里斯塔克斯陨石坑么?逆时针旋转过去跟月球上的阿坑非常吻合,如果你觉得这东西是意外出现的噪点,那么请看:
每张出师表都有,而且角度还不一样,但离边缘的距离和大致形状又和阿坑非常符合。基本可以判断这是AI把它当成月亮在往上P东西,而这货符合月面特征的点又几乎没有其他的,于是只有在漆黑一片月海中闪闪发亮的阿坑被P了上去……
(4.21补充为什么认为它是阿坑,以及AI的大致判断过程)
有人说,通过PS处理出师表,会发现一些高亮区域,小白点总是出现在高亮区域里,证明不是“无中生有”。
这些区域形成的原因很简单:原图文字中笔画较少、或字形躲过的区域,模糊之后就会比周围稍亮一点。比如3点钟方向的“忠志之士忘身於外”里面的“之士”二字,笔画比其他字少,且左边的“先”字向左倾让,所以这里的空白本来就要稍大一些,模糊之后会形成轻微的高亮区。所有这些高亮区拉出来,就是上图中间的样子,分布在各个区域。
而AI为何会识别出阿里斯坑?因为阿里斯坑原本的特征就是:周围发暗,自己比周围亮很多,这样一个小区域。它几乎是月球上明暗对比最强烈的地方,也是最容易认出来的特征,把月球图像的对比度拉到最低,阿坑会是最后消失的特征之一。
所以AI并不是将照片中原有的细节拉了出来,而是把照片中“看起来像”阿里斯陨石坑的地方给当成了阿里斯陨石坑,由于只有高亮区域才会看起来像阿里斯坑,所以P出来的阿里斯坑当然会在高亮区域。判断它是“认成陨石坑”而非“拉升细节”的关键在于:高亮区域有很多,但阿里斯陨石坑在月球上只有一个,所以AI最多也只会P出一个,认成哪个就P哪个,而不会把所有高亮区域全拉成小白点。
至于为什么它会出现在不同的位置,很简单,因为月亮是圆的,AI每次把不同的高亮斑认成了阿里斯坑,把图片认成了不同朝向的月亮,细心看你就会发现,虽然朝向不同,但其实都是在旋转对称的位置。
还有,要说AI是不是只P了这个阿里斯坑,没P其他的,其实也未必,有可能它P了很多地方,但其他地方并没有阿里斯坑这么高的对比度,这么好认,所以我们看不出来。
现在我再说结论:华为的这个修图能力,能且仅能修补月亮正面的图案。如果它尝试修补其他图案,也会按照月亮正面的方向去修补。因此推断出华为是利用了月亮的图案不会变这个特点,有且只有内置了月亮正面的图像数据,专门用于修补月面。
(↓↓评论区好几次提到“轻度模糊的文字是否能修复”,我这里明确的告诉你们:不能)
所以这个跟某些人所谓的超分辨率有本质区别,“P月功能”相当于拿着一份标准答案,本质是“修”,而超分辨率并不知道原图什么样,本质是“猜”,所以前者只能用于拍月亮,但复原的方向是明确的,而后者可以用来拍任何东西,但复原的结果只能随缘了,比如人像复原,说不定芙蓉姐姐拉糊之后再超分辨率会超出来林志玲。
上图这套算法专用于人像,但人像与月球不同的是,月球只有一个,而人的长相有无数种可能,所以最终结果无法确定,如果超分辨率人脸还原,还原出来的永远是同一张人脸,你会不会觉得很扯淡?
原回答关于“华为在新版系统中,将P月功能关闭或提高识别难度”的说法,是我自己搞错了,在此,本人真诚地对所有可能被我误导、以及在评论区针对这个问题产生争执的读者朋友表示道歉。所以我为了尽快修正答案,又一个晚上没睡,谨表诚意。
事情是这样的,我4月15号下午拿到手机,就开始了拍照测试,期间手机联网,提示系统更新,我忙着拍照就未予理会。拍到半夜短暂休息了一下,吃了个夜宵,就顺手更新了系统,更新完成后发现再也无法触发“P月”功能了!
我折腾了近一个小时,拍摄了50多张照片,一次都没成功触发过,我绝望的以为新系统把这个功能屏蔽了,或者是提升了判定标准,也就是我无法用假月亮骗过华为AI了,而且当时是后半夜,农历十一的月亮刚刚落山,我连用真月亮试验的条件都没有(同时自己也蠢的没想到),当晚折腾了很多系统回退的方法,均以失败告终。
第二天下班后,本来在继续瞎试,然而突然看到天上的真月亮,就想起了,起码我人检查一下,到底是屏蔽了,还是AI判断标准变高了。然后我对着真月亮手起刀落——P月触发率100%,这就很尴尬了。
望着屏幕上的月亮,我又往回翻了翻之前拍的几十张失败照,终于找到了原因,也基本弄明白了P月算法的触发条件。
第一,对比度、色温,我之前找的月亮图片对比度太高了,亮的区域超亮,黑的区域超黑,结果天上的月亮拍出来根本没这么大反差,这导致我昨晚触发率一开始就很低。
第二,距离,确切地说,月亮在手机屏幕上要呈现一个合适的大小,太大或太小都不行,虽然屏幕上出现月亮图标,但很难触发P月功能,我吃饭的时候挪了个桌子,改变了拍摄距离,虽然差的不大,但可能就刚好跳过了临界值。
第三,模糊度,我在后面的各种妖魔图中,本想给华为的AI降低点难度,增加出片率,所以我把模糊参数设置的较低,也就是说,图片并不是很糊——结果我错了,原来就是要足够糊才容易触发P月功能!因为月亮图片毕竟跟真实月亮有差异,太清晰的话会被AI识破是假月亮,不触发P月,但如果你用来拍天上的真月亮,触发率就一直很高,无论糊不糊。
三个因素加在一起,我就很不幸地得到了0%的触发率……又因为压倒临界值的最后一根稻草(吃饭挪桌子改变距离)恰好是在系统升级的前后,就想当然的把原因归在了系统升级上面了。
拍完两张真月亮之后,我很快就弄明白了,接下来的触发率基本是100%,教大家一个小技巧,如何看有没有触发P月,你按完快门之后快速点左下角的相册,如果需要处理一小下,那就是触发P月了,你如果连续拍很多张都触发了,再马上进相册可能要卡好大一会儿。
其他因素,日期、时间、地理位置、朝向,都不是判断条件,我是农历十一、十二拍的照片,但拍的对像全部是满月,时间也有白天有晚上,而且我全部是面朝正北、水平方向去拍,在北京,月亮绝对不会出现在正北的地平线上。所以可以肯定这套算法并没有时间地点仰角朝向等验证。
本文测评照片均基于9.1.0.133(C00E130R1P12)系统版本,只有最早的一组照片除外,已专门标注。
其实“P月”本身倒是简单,把一张图(拍糊了的月亮)向另一张图(标准月面)的方向去修正,这种功能很多小软件都能实现。但难的是对月亮的识别。知道哪些地方该P,哪些地方不该P,就像工程师敲钉子的故事一样,敲钉子容易,关键是知道该敲哪个。这个方法最关键的技术在于识别哪些是月亮该有的图案,哪些不是,符合月面特征的就向标准月面的方向修复,不符合的就弱化或不管。
这里修正一下之前我的错误,王跃琨的内裤并未受失焦影响,藏在左下角的清晰内裤并不是因为对焦原因,仅仅是因为没有触发P月,一旦触发,那就会是王跃琨第一次发出来的那个样子:内裤的大致轮廓+月海的边缘纹理,跟失焦没有关系 。
所以,AI并没有准确地识别出那不属于月亮,而是把它当成了没拍好的细节,试图将它向月面的纹理特征去修复。
@降谷零 借图一用,谢谢。
这里我之前也说错了,大米这组图,不是被AI排除了干扰项,而是AI压根就识破了你在骗它,因为真实的月亮并不会出现那样的形状,这种随便画拿个圆一遮就以为能模拟一弯月牙的操作,甚至还有些拍歪了的,这些显然骗不过华为AI,它在识别月亮方面很聪明,你只有拍的特别像月亮,才能正确触发。
我自己拍的所有照片均触发了月亮模式,但除了月亮正面之外均无法触发“P月”功能,合理推测一下华为AI的判断过程:
判断应该是分两个步骤,第一步是在取景里觉得像月亮,就会触发月亮场景模式(表现为屏幕出现月亮图标),第二步是拍下来之后,在内存里再仔细分析照片,哪里符合月亮就修哪里。
由于取景器里是每秒几十帧的画面,AI识别肯定是很粗略的,所以只要是暗背景下明亮的光斑,并且镜头拉的很远,就会被AI当成月亮,触发月亮识别,但拍下来之后却是一个曹操(AI未必认识曹操,但知道肯定不是月亮)。
AI:???跟内置的月亮数据完全对不上,于是就没有能修的地方了。对于AI来说,就是“你TM的在逗我”……
发现了问题,但急于表现,未仔细研究便草率地下了“月亮贴图”的结论,我觉得他们欠华为和读者一个道歉。还是太年轻,急于求成。
(风波过后的补充):之前整个知乎,乃至整个网络几乎都在骂爱否和王跃琨,我是不敢说他们一个“对”字的,连一定程度的“对”也不行,只能简单粗暴的说他们完全错了。现在风浪稍微平静了一些,我终于敢把真实想法说出来了。
实际上,王跃琨的话在一定程度上是对的(强调,是在一定程度上),因为华为确实在P图,也确实是以标准月亮图像或数据作为模板,也确实把目标P向标准月亮的样子,所以说“P月亮上去”在一定程度上是符合实际情况的。(注意我这里用的词是“P向”而不是“P成”标准月亮,二者意思并不一样)
我在做第一轮测评的时候,爱否和王跃琨被知乎疯狂的骂,我是不敢多解释的,只能单纯地说他不对,实际上他最大的错误反而在于论证过程,就是我前面说的筛选证据,至于结论,我只能说他下的结论太简单粗暴,并不是完全不沾边的错误性质。
拥有目前手机最强的长焦能力,远胜其他竞品。但在这件事上干的确实不太光彩,对消费者有一定的误导作用。
实际上没人会天天拍月亮,那些被月亮惊艳效果吸引而来的消费者,他们主要想要的是其他更多场景的长焦能力,然而这台手机在其他场景并没有拍月亮这么强:
第一、拍超长焦最大的难点就是手抖,而P30Pro拍月亮却完全不怕手抖,即使你拍糊了,P月算法也会给你画出清晰的细节,第二、P月能添加硬件拍不出的细节,这个前面已经有照片对比了。
显然“P月”让消费者对其长焦能力产生了过高的判断。所以我觉得华为也欠消费者一个道歉。当然,以华为历来的风格,道歉是不可能道歉的。
再次强调,这个“P月”就功能本身而言,是一项好功能。我的吐槽点不在功能本身,而在于华为的宣传误导问题。求求某些人别在尬洗P月不存在了,这么大的大石锤,有手机就能复现,你们非得舍弃逻辑和尊严,拼命挑小瑕疵,拿头撞大石锤,脑壳不疼吗?啊??
关于这个话题,请冷静地想一下,王跃琨确实是发现了问题,只是解释错了原因,并草率下了结论,但问题本身并不是他们制造的,大家把王跃琨和爱否骂倒不等于问题就消失了。
之前由于被某些人杠的非常烦,就在正文中发了些牢骚,现在还是删掉了,一是免得污了正常读者眼球,二是反而给了一些人杠的借口,他们不讨论事实、逻辑、道理,专门跟你杠态度、站队、屁股,而且没完没了,我真的非常非常烦回应这些废话,还是删了罢了。
工具附上,抵制无机云评测:
看在我一宿(划掉)两宿(划掉)三宿没睡的份上,至少应该点个赞再走吧?
一觉醒来,发现果然不能满足所有人的要求,针对新出现的质疑,我统一回复一下,稍后补上图补充,并添加到原文。
1.“你拍的都是处理过的模糊照片,如果你直接拍清晰照片呢?”
答:这是一个非常合理的问题,因为我把图片做糊是为了模拟拍糊的情况,便于触发P月,如果不验证一下拍清晰的月亮能否触发P月,以及触发了会是什么样,那我所做的实验意义都将大打折扣。所以我专门又用清晰的月亮图像拍了一组照片,结论如下:
结论是:直接拍清晰的,仍然有较大概率触发P月功能。而如果你去拍天上的真月亮,触发的概率就接近100%,无论糊没糊。
对于“无中生有”的功能,结论并没有变化——拍修改后的清晰月亮,如果触发了P月功能,仍然会把月亮P成修改前的。
2.“你只上传了触发P月的照片,未触发的照片什么样?”
答:由于之前我拍的对象就是糊片,若未触发P月的话,只会拍出来一张更糊的,我想这个结论根本就是无须讨论的,所以就没有上传。
如果我把拍照对象换成清晰的照片,那么在手持稳定、测光准确的情况下,出片就是那岩那种风格,就是华为仅凭硬件拍出来的水平(已经放图),但是由于50倍实在是太难手持,糊片率依然很高,所以仍然有很高机率触发P月。
3.“那岩的视频证明了华为P30Pro能单凭硬件拍清楚月亮”
答:当然能拍,我从未说过P30Pro不能拍清楚月亮,只是单凭硬件拍不了P出的效果这么强,能拍清楚和能拍得多清楚是两回事,仔细调教才能拍清楚和随手就能拍清楚也是两回事,“不P也能拍”跟“有没有P”也是两回事。
4.“你修改过的月亮图案(某一处)没有变化”
答:我想只要不是瞎子都能看出来有没有变化,你杠了其中一点也杠不掉另外四点,类似什么我抠掉的月海旁边还有一个小黑斑,什么阿坑翻转前和翻转后都是一个V形,这种评论我真是懒得分别去回应,你咋不说翻转前后都是白色呢?
5.“你的照片都没有水印/不是原图”
答:这是最愚蠢的指责了,你用过50倍长焦吗?你知道月亮在拍照视野中多大、晃动程度多厉害吗?我如果每张都发原图上来,东倒西歪,一组图翻三页,这篇文章还能看吗?而且水印非常容易造假,又不是什么了不起的防伪标志,我才不会为了这种鸡毛蒜皮的东西牺牲正常读者的阅读体验。如果你们非得看水印,我在文章末尾会附一张,满足你们。
6.“欧阳秋叶/大米/那岩/谁谁谁做了实验证明没有出现‘无中生有’”
答:别人没做出来是因为他们没摸准AI的脾气,设置的实验条件没能完全骗过AI,但在我这里做到了,一篇就够了。而且P30Pro手机是公开售卖的手机,谁都有资格买到,你们可以自己拿手机去测。
7.“华为宣传能拍月亮,实际也确实能拍月亮,怎么就虚假宣传了?”
答:我从未说过华为是虚假宣传,这个帽子是你们硬扣给我的。我在原文中写的清清楚楚:P月本身是一项好功能,功能本身没有问题,华为的问题在于误导,让消费者误以为那是华为长焦本身就有的实力,以拍月亮的效果去期待拍其他东西的效果,事实却达不到。
至于虚假宣传,对不起,华为从未虚假宣传过,我不想被喷带节奏,只简单一句带过:即使是风评最严重的单反照片门、闪存门,华为也没有一次是属于虚假宣传。
8.“小米/三星/苹果你拍一个月亮看看?”
答:不用看,只要不是故意黑,任何人的对比结论都是华为最强,无论华为开不开P月都是。我在原文就说了:「华为拥有目前手机最强的长焦能力,远胜其他竞品」。非要去杠其他手机能拍成什么样,是没有任何意义的,为什么只盯着华为,因为现在这个台阶上只有华为。
9.“华为好的地方不提,只提坏的地方,你还说不是在黑华为?”
答:我在原文中就说了华为是最强长焦,P月功能本身也是好功能,评论区也反复跟小粉粉们解释过很多次了。但我做这个测评是干啥的?是来赞美华为的吗?我的目标就是弄清P月一说到底是怎么回事,你们不要硬逼着我花大幅笔墨去夸华为的优点,浪费正常人的阅读时间,你们要看赞美,其他地方有的是。最后,有理有据的不叫黑,叫还原真相。
10.“B站上有把模糊的字牌拍清晰的视频,如何解释?”
答:那个视频我看过了,字牌实物本来就是清晰的,只是在取景器中模糊,因为取景器是每秒几十帧的实时演算,每帧能利用的系统资源非常少,完全无法跟单张照片相比,所以画质会明显劣于照片,这个特点在抖动厉害或光线不足的时候会放大。
(4.21更新)
11.“你用作假的月亮去验证,不就是‘用谎言去验证谎言,得到的一定是谎言’吗?”
答:这句话本来就是郭冬临小品中用来狡辩的台词,你们拿它来当论据是不是过于搞笑了?这个例子恰恰说明了:牛莉对老王和小四撒谎,成功的验出了老王和小四会为郭冬临撒谎这个事实,前者是否撒谎不影响对后者的证明,甚至是必须的,因为如果牛莉不撒谎,她就无法判断老王和小四是否在撒谎。这个小品要表达的是夫妻之间应该充分信任,是情感方面的东西,但牛莉验谎从逻辑上一点错都没有。
回到P月这个事,道理也一样,我拿手机去拍真月亮,是无法判断有没有P图的,因为它P的标准就是照着真月亮P的,拍出来之后无法判断是拍的还是P的,只有用假月亮才能验证这个事,如果对着假月亮却拍出了真月亮,那才能证明是P的。
至于那些说“要把天上的月亮炸出个月海才能验证”这种话,我只当你在逗我笑。
12.“月亮模式当然只能修月亮,你拿别的图案给它修,不就相当于茶水验尿吗?”
答:没错,但二者的本质区别在于:验尿机明确说了只能验尿,它的用户(化验员)知道它只能验尿,没有谁会以为它能验茶,而华为却没有声明这个AI优化只对月亮有效,对其他画面达不到同样的效果。这相当于厂商做了一台验尿机,用户却把它当成了全谱分析仪买了回去,做实验的时候发现这东西只能验尿,不能验别的,这才是根本问题。所以我一开始就说的很清楚,这不是功能上的错,而是宣传上的错。
还有,华为并没有一个模式叫“月亮模式”,它只是AI智能识图识别出了月亮而已,跟识别出花草、楼房、美食、人物是一样的,没有作区分。
其实这篇文章我早就看见了,一开始觉得并无回应的必要,因为此文摆出了非常专业的表皮,但内核却是空的——没有一个新的实证,除了“有罪推定”之外没有推翻我的任何论据,顺便扭曲了我某些表达,树个靶子自己打。摆了很多高端的算式试图让人不明觉厉,但最终输出的内容本质却是——“读书人的事能算偷吗?”。
林枭雄所谓的“而且自己也发现大锤变小锤,小锤变没锤,没锤没到最后变成小粉拳还硬撑着说华为还是P月了”简直搞笑,这与我实际的论证过程完全相反,事实经过大家都看到了,我第一轮的实验是说服力最低的,第二轮、第三轮依次递增,锤子明明越变越大,到他这里却完全反了过来,颠倒黑白也是可以的。
这是林枭雄的第一段反驳,也是直接针对论据的反驳,他的观点是:我模糊之后的月亮与原月亮几乎没有差别,所以AI将其还原成原月亮是正常的。后面那段公式可以忽略,因为其实就是上面这段人话的装逼版,除了打造专业形象之外并无实际论证作用。
我的回应是:如果是因为糊化程度太高导致AI无法判断原本图案,那它还原出来的图案应该是无迹可寻的,不可能每次都做出与原月高度符合的修改,除非它本来就知道原月长什么样。
举个例子:如果用长茄子和圆茄子捣出来的茄子酱完全一样,那你单凭茄子酱根本无法判断它到底是用什么茄子做出来的。
回到1号阿里斯塔克斯陨石坑的例子,就很明显了,我把原图拉糊之后,你把它还原成这个样子,我可以相信为你是真的还原,但我把原图改了之后,你仍然把它修成了改之前的样子,那我只能认为,你预先知道它之前长什么样。
另外2345也是同理,4号5号小桃心拉糊之后,被算法完全抹掉了,林枭雄说是我本来就拉的太糊,算法不可能还原出清晰的小桃心(至少你还原出个什么高亮形状也可以吧?)而2号3号在原图上远远没有比4号5号那么刺眼,算法却猜到了它们的存在?大修改算不出来,小修改却算出来了?这是明显的双标,不,比双标还过分。
还有,最重要的一点是,在他编辑答案的时候,我已经补上了第三轮实验,也就是拍未作模糊的改版月亮,但他对此却只字不提,仍然在努力攻击模糊不模糊的事情。
逻辑漏洞二,这个“漏洞”完全是他自己臆想出来的。
第一,他根本不知道我的实验基数与验证率,毫无根据地给我扣上类似王跃琨论据筛选的大帽子,事实上我从未进行过论据筛选,我如果有意筛选的话,就只会放上五处全修的完美例子,我一开始就放出其他不完美的P月照片,就是为了表明我并不会刻意筛选。
第二,我对是否触发P月的判断并不是根据有没有把图修的更好,而是根据拍完之后手机是否有一个明显的后期处理过程(约0.5-0.8秒),这个明显比正常出片慢的处理过程,才是我断定触发了修图算法的依据。如果我只看修的效果好不好,那我就不可能判断除了月亮的其他图案哪个修了哪个没修,因为都没什么效果。
第三,他说我摘樱桃,但我要证明的是会P图,这是个特称判断而非全称判断,是根本不受摘樱桃约束的。证明世界上有黑天鹅的存在,只需要找到一只黑天鹅就行了,根本不需要解释我找过了多少只白天鹅。他这个反驳和某些低级的“一处没P证明华为不P,一天不偷证明不是小偷”本质是相同的。而讽刺的是,他是在我第三轮实验之后编辑的文章,却完全无视了我的第三轮实验,他才是真正的摘樱桃。
(关于出师表小白点,其实很多人的反驳恰恰在帮我证实了我的推断,只是他们以为是在反驳而已,该部分的详细内容补充在原文出师表处)
为啥呢,原因很明显,因为这个陨石坑是整个月亮明暗对比最明显的地方,把图片拉低对比度的话,这里会是最后消失的细节之一,整张出师表只触发了这一处而已,至于为什么会旋转,你应该知道圆形是旋转对称图形吧。具体细节已补在原文对应段落,有兴趣的可以延伸阅读。
真正使我按捺不住的最后一根稻草,其实是这个:
这个真的刷新了我所认知的道德下限,直接给我扣上一个从未说过的东西,然后说我后来给改掉了???
真的是欺负知乎不能保留历史版本,你们说我之前写过什么,毫无证据,张口就来,但是你们忘了,文章能改,评论是不能改的,这里是按时间顺序排列的第五条评论,是16号清晨最早的一波,你们可以在评论区翻到,我当时就在底下的回复说了我认为这并不是图片。
我文章这方面的观点从未改变过:华为内置了月亮正面的数据,具体什么形式不知道,也不重要。
下面是林枭雄最新添加的GAN动图,可以说是非常经典的尬洗手法之一了,新开问题那位2K赞的匿名用户也是同样的套路。
也就是:摆出一个很牛逼的超分辨率还原技术实例(如GAN),说这种技术是世上真实存在的,嘲笑质疑者少见多怪,但他们却绝口不提华为AI用的技术跟他们举例的牛逼技术并不是一回事。至于为什么不是一回事,我原文第三部分已经说的很清楚了,只能超月亮,不能超别的,还能怎么洗。还有就是第一部分所论证的,类似GAN的技术,如果你房子上面没有任何猫的信息元素,它不可能会平白无故给你添只猫,但华为做到了,这只能说明它预先知道那里应该有只猫。
总结,该篇文章有如下错误:
一是避重就轻,把我要验证的关键问题“P没P”偷换成“怎么P”,把焦点引向并不重要的黑箱内部,而无视了黑箱输出,以及更重要的宣传误导问题。
二是把水搅浑,把华为内置标准答案的算法跟GAN、Deblur等纯粹靠猜的超分辨率技术混为一谈。这个套路在其他回答与评论中见过无数次了。
三是树稻草人,甚至可以说是造谣,把我从来没说过的结论(内置月亮高清图片往上贴图)树起来当靶子打,这点是最恶心的。
所以,剥开高大上的表皮看本质,仍然是“读书人的事,能算偷么”的一块漂亮毛巾。
累了,我去做钢化膜评测了,手机话题的压力真大。
【2019.4.21】
我觉得这个其实讨论点挺奇怪的吧。所谓手机行业的相机调教,不就是比P图水平么。不P图直出的话那手机拍照这个话题可以直接关了。无论华为还是三星还是OVM,人家相机算法部门不就是研究怎么P图的么。
手机拍照问有没有P图这简直就是废话。需要质疑的不是「有没有P图」,而是「这个程度的P图是不是你能接受的」。
那么,什么程度的P图能接受?我猜测网友们一般能接受的程度大概是「同样的50x放大率,拍摄其它物品也能达到与拍月亮对等的清晰度与细节,那么这个程度的P图就是能接受的」。
因此,真正有效验证的方法,应该是用同等的50x放大率去拍一只鸟或者拍荷花或者拍影室标准测试卡。
如果50x模式下拍其他物品是糊的拍月亮是清晰的,那么这种程度的P图可能本问题下很多读者不能接受,因为这显然在月亮模式下增加了额外的细节。
如果50x模式下不拍月亮,拍其它物品也同等清晰,那么直接的就能打所有质疑者的脸。
至于那些用树叶遮挡来验证是否P图的行为,这显然是非常外行的,有这种想法的人请随便到身边抓一个美工好吧,问问他如果你用图案遮挡后他能不能在下面贴纹理。人家会告诉你,最多也就是麻烦点,但你无论怎么遮挡,想要在遮挡物后面贴纹理而不影响遮挡物,也并不是不可能的事。
说说我的理解:首先这肯定是P图,其次我觉得这个功能跟美颜相机差不多,既然美颜相机能给人加上双眼皮尖下巴,那给月亮美颜这种程度的P图我个人觉得是可以接受的,只不过同放大率拍其它物品无法达到相同效果,所以我推测这只是专门针对月亮特化的P图操作。
买得起P30的都不信,信的都是买不起的。所以要这么看待。你还能买一个给他们不成。
我家有个15个月大的宝宝,最近在教他认识图片。宝宝小时候就很喜欢一个卡通熊的玩偶,因此认识的第一个动物是从胸开始的。经过大约半天左右的训练,宝宝已经知道
这张图里有熊
这张图里也有熊
这张图片也是熊
虽然这三张图片完全不一样,但是孩子已经能从图案中识别出熊的特征,即使某些图片中熊的某些特征被隐匿了,宝宝还是能识别出来,因为宝宝现在已经有了“脑补”的能力,可以自动根据某些重要的细节补充出其他丢失的细节最后对图片进行识别。
@小城 你的的手机拍了几百张真月亮,p了一部分细节的月亮,不是月亮的照片,如果这款手机确实有那么些智能,它是不是应该同孩子一样拥有对丢失损坏细节的认识修复能力呢?
对于成人来说我可以打个比方,小城你的回答可以近似用生活中的一个例子来解释。
比方说你有一辆车漆面全新洗的干干净净的,你肯定能记住他的样子。然后某天车被刮了一个小印子,虽然离远了看不见,但是离得近了就看得很清楚。
这时候你从远处看虽然看不清楚,但是因为你心中有我车被刮过了的印象,自己就会脑补出那块被刮的模样,心里还是会不舒服,这个道理似乎并不难理解。
再举一个例子
研表究明,汉字的序顺并不定一能影阅响读,比如当你看完这句话后,才发这现里的字全是都乱的。
在第一眼看到的时候会这么念:研究表明汉字的顺序并不一定能影响阅读,比如当你看完这句话后才发现这里的字全都是乱的。
这就是人脑根据日常的阅读自动对语言进行了修复,你难道能说这是大脑在造假么?
事实上如果有人使用过语音输入法比如说讯飞输入法就可以发现,哪怕你有时候说错几个字软件也一样能把你想说的话正确表达出来?
你脑子里想说的话不一定是你嘴巴里说出来的话,输入法软件虽然记录的是嘴巴里说出来的话,但是他的目的是表达出你脑子里想说的话。这个道理用到拍照上也一个样!
稍微多说两句。
其实华人在海外,尤其是欧美社会遇到的很大的一个问题是意识不到种族的重要性。近代以前,中国基本都是处于一个“国家=天下”的状态。这就导致了很多中国人在面对近现代以威斯特法伦体系为基准形成的“民族国家”没有形成一个明确概念,因而在欧美,尤其是在北美(USA/Canada)这种移民国家里生活的时候政治上十分受挫。
不管你承认也好,否认也罢,一个人在美国的社会认定更多地来自于一个人的种族(race)而非阶级(class).以我们最关心的教育为例:大学录取会很大程度上根据你的种族来决定录取标准,而不是社会阶层,更不是政治倾向。不管家境如何,只要你是亚裔,那么你就有大概率碰到录取标准的歧视问题。
在这个前提下,任何一个有智商的人都能够看出来:在美国这个大背景下,在争取自身(个人/族群)权益的过程中,种族的优先级是排在最前面的,其次才是政治倾向和意识形态。因为大多数情况下你在填表的时候,不会让你选你是conservative还是liberal,只会让你选你是“white",“Asian”还是“Hispanic”. 而事实上,只要一个族群能够意识到美国社会种族优先的前提下,内部的政治光谱不仅不是问题,反而是优势,一个很好的例子就是犹太人。
犹太人在美国有多成功想必不用多说。但是犹太人并没有把自己局限在左翼或者右翼,而是通过在不同政治光谱上的发展,成功的让自己的种族在美国取得优势。说右翼,犹太人里面的一大票银行家企业家大家也有所耳闻;说左翼,犹太人中的囧叔,主持界传奇larry king,喜欢谈笑风生的华莱士等等都是业界传奇。这样他们右手掌控了经济和政治力量,左手掌控了舆论和传媒的力量,最终让族群取得成功。可见,以族群利益为先,则族内各个政见派系均受益;以政见利益为先,则族群分崩离析。
反观以叫兽为首的旧华“精英社会活动家“是怎么做的呢?不仅不去积极组织和联络真正能起到作用的政治基本盘(一个越来越壮大的华人群体),反而主动地去做出例如:损害自己族群的利益以换取一小撮外部政治利益(SCA5),试图不断的分裂族群内部力量(亚裔内部细分法案)等等赤裸裸乃至荒唐可笑的背叛种族利益的行为。这种叫兽,如果不是脑子进了水,那就只能是因为政治觉悟和政治水平实在太差,吃枣药丸。
----------------------------
断脊之犬,狺狺狂吠。 一开始看到这篇文章我特别震惊,不单单是文章内容,更重要的作者身份:美国百人会会长及首个法学院院长?这样的人竟然说出如此粗鄙之语?不过回想一下,这倒是解决了我一直以来的疑问。
作为一个在美国各个领域都有杰出贡献的种族,作为一个平均收入和学历都远超平均线的种族,作为一个贡献了马友友,关颖珊,刘玉玲等杰出人才的种族,为什么美国华人的政治地位如此的低下?为什么华人的权益总是受到系统性的侵害和歧视?最重要的是,为什么华人,尤其是旧华人及其后代的自我认同和民族荣誉感低到令人发指?现在看来,这些旧华人中的“精英”“社会活动家”政治水准低到不堪占了很大一部分原因。
其实在美国待过一段时间的人都明白,各个族群之间有竞争,有合作,也有斗争。但得到尊敬的条件只有一个:拥有力量。这个力量可以是经济力量,可以是知识力量,当然也可以是政治力量。所以这次大选华人主动出击,参与助选的行为我是非常认同的:重要的不是你站在哪一条队,而是展现能够左右选战结果的政治力量,这才是华人赖以发展的基础。相反,任何一种任凭意识形态洗脑而站队的行为都是政治水准低下的弱智行径。
其实稍微看了看叫兽的个人经历,未免有些可怜他。作为一个数次试图否认和摆脱自己华人身份的“社会活动家”,他的“习得性无助”十有八九也是在成长的过程中一步一步建立起来的。在中国崛起,新华人一步步向前的大背景下,他就像一头曾经被锁链拴住的幼象,完全没有意识到力量的对比总是会转化的,而华人政治家真正的基本盘只有自己。在这种情况下,旧华人的社会认知,一种貌似平等实则歧视的社会认知,只会进一步地被抛弃,最终由新华人引领实现真正的社会平等。旧华人畏畏缩缩的活了一百多年,却连美国这个国家的一点基本精神都没有学到,而这些分明写的很清楚:The land of the free and the home of the brave.
毕竟,大清都亡了,也请你们这些遗老遗少们滚回历史的尘埃里吧。 -------------------
原答案
这个所谓教授才真是把“歧视”二字阐释的淋漓尽致。
面对游行示威,这个中国总领馆要是能换成美国大使馆,那么这个局面将绝杀。
可惜换不得。
毕竟美国国土上暂时不能有美国大使馆。
面对游行示威,这个中国总领馆要是能换成美国大使馆,那么这个局面将绝杀。
可惜换不得。
毕竟美国国土上暂时不能有美国大使馆。
斯柯达电视广告,脑洞太大了!
https://www.zhihu.com/video/1125331084824764416再来一个合集,终于知道汽车每年的广告费为什么这么高了!
https://www.zhihu.com/video/1125335340155924480看完别忘记点赞哦,呼呼
说出来可能不信,王者荣耀比你们更爱学习。
不明白他想干些什么!
经过评论里老哥的指点,现在我知道他想干什么了。
:没有任何APP
:比我王者荣耀
:更懂
☝️:学习