600 萬張《紐約時報》老照片，正在 Google 的幫助下數字化
在《紐約時報》辦公室附近一座不起眼的建築裡，地下三層，是這家百年報紙的檔案庫。
推門進去，眼前是一排排塗上深綠色油漆的鋼製檔案櫃。超過 30 萬張底片，和 600 萬張發黃的老照片正靜靜躺在其中。
這個檔案庫由 1904 年開始運作，內部員工將它稱作 The Morgue。這個詞有「太平間」和「停屍間」的意思，聽起來毛骨悚然，也似乎正符合老照片塵封的味道。
而現在，Google 要把這些沉睡的歷史數字化了。
11 月 9 日， ofollow,noindex" target="_blank">Google Cloud 在部落格中宣佈正跟《紐約時報》合作 ，將通過雲端儲存等工具，為這 600 萬張老照片建立一個易於搜尋和識別的內部系統。
一個脆弱的時間膠囊
《紐約時報》創立於 1851 年，在 1896 年刊登出第一張新聞照片。直至 1990 年代，《紐約時報》都在用紙質方式來儲存新聞照片。
▲ 1948 年的《紐約時報》檔案庫
用《紐約時報》首席技術官 Nick Rockwell 的話說 ，這個百年檔案庫講述的不僅是報紙的歷史，它也是一個多世紀以來的全球編年史，「是一個放滿了脆弱檔案的寶藏」。
pings-and-prints.html" rel="nofollow,noindex" target="_blank">Jeff Roth 是檔案庫的「守門人 」，日常工作是編排整理好收錄在檔的老剪報和老照片，以及幫記者編輯找到他們需要的資料——他有一本詳細的索引目錄，能儘量快定位某張老照片的所在。
▲ 檔案庫的「守門人」 Jeff Roth
雖然有 Roth 這個好幫手，但記者編輯們同樣會感到煩惱。一篇好的報道需要延伸、探索、研究，有時需要翻閱回顧大量的老照片和剪報，他們在這個陳舊的檔案庫裡一待就是幾個小時。
據 Roth 估算，整個檔案庫被掃描成電子版本的老照片 只有不到 2% 。
而檔案庫也面臨著更大的現實危機。2015 年， 一次水管破裂讓《紐約時報》提心吊膽 ，雖然 90% 泡了水的照片都影響不大，但 Roth 回憶起來還是稱這為噩夢。
這一直是我們的擔憂。
▲ 圖片來自 NPR
2012 年，《紐約時報》也曾經嘗試將老照片數字化。
當時它建了一個 Tumblr 頁面 「The Lively Morgue」 ，每週向公眾分享檔案庫裡的一張老照片，同時講述它背後的故事，吸引了超過 10 萬粉絲關注。
▲ 老照片分享計劃 The Lively Morgue
這個專案一直堅持到 2017 年，每週更新 3 次，但是數字化的進度實在太慢了。 負責運營的圖片編輯 Darcy Eveleigh 當時這麼說 ：
如果我們每天分享 10 張存檔照片，估計得到 3935 年，才能將所有照片都搬到網上來。
數字化，將給老照片賦予新的意義
這次《紐約時報》跟 Google Cloud 的合作，大概是因為 2015 年水管爆裂事件的教訓。
對《紐約時報》來說，將紙質照片數字化的最大難題不在影象本身，這點只要通過夜以繼日的掃描就可以解決了。但跟影象一樣有價值的，是 600 萬張老照片背後的海量資訊。
▲ 每張老照片背後，都是花花綠綠的文字標記（右）
檔案庫裡的每張照片，背後都有清晰的時間標記、攝影師姓名、照片摘要剪報，以及檔案庫位置編號等資訊，堪比今天照片裡自帶的 EXIF 資料。
將這些掃描成影象並沒有什麼意義，而手動登記這些資訊又將耗費大量人力，這一點讓《紐約時報》頭疼了很久。
而藉助 Google 的 Cloud Vision API 工具，人工智慧可以快速讀取照片後背的資訊。另外 Cloud Natural Language API 工具會像語言學專家一樣，從讀取到的文字中對資訊進行識別歸類。
比如說，當遇到下面這句照片摘要：
1942 年擁堵的賓夕法尼亞車站，這是一個勇敢者才敢坐飛機到華盛頓、邁阿密和其他車站的時代。
人工智慧會將「賓夕法尼亞車站」、「華盛頓」和「邁阿密」識別為地點，然後將整個句子劃分到「旅遊出行」，甚至細分到「公交和火車」類。
除此之外， Cloud Vision API 工具還可以識別照片上出現的物體 ，從潛艇到猴子再到電話和建築不等，甚至可以識別照片中人物的情緒是喜還是悲。
▲ 圖片來自 Google Cloud 部落格
這就相當於，讓人工智慧給老照片打上各種便於檢索的標籤。按 Google 方面的說法，在數字化完成後，所有的記者編輯都可以通過內部系統搜尋關鍵詞，找到相關題材的老照片。
類似的效果之前也實現過。2008 年，在《生活》雜誌停刊後， Google 開始對他們接近 650 萬張老照片進行數字化 。
這項工作在今年 3 月最終完成，作為 Google Arts & Culture 的專案「Lifetags」亮相，公眾可以 在網站上點選任意一個關鍵詞 ，看到《生活》雜誌拍攝的相關照片。
▲ 截圖自 Lifetags 頁面
當然機器也不是萬能的。
Google 在部落格中承認，目前工具對數字和文字的轉錄識別功能還不完善，可能會出現錯漏。而「Lifetags」的網頁，可能因為要處理檢索的照片數量太多，載入反應也都很慢。
但工具的出現，總比手動輸入歸檔和待在地下室一整天要來得方便。
目前，一個 6 人團隊正在《紐約時報》辦公室裡忙著掃描這些老照片。 在其中工作的 Megan Paetzhold 說 ，她每天會掃描大約 1500 張老照片。
如果這是一個人的工作量，那每天將有 9000 張老照片順利存檔和被識別。大概算一下，距離掃描完畢還需要 666 天。
跟「Lifetags」專案不同，即使《紐約時報》的老照片全數歸檔後，也只是方便內部查閱使用，並不向公眾開放搜尋。
但《紐約時報》稱，他們會在週日刊重新開設一個分享老照片的欄目，取名為「過去時（Past Tense）」，同時也會在 Instagram 賬號 @nytarchives 上更新傳播。一些昔日由於版面限制沒有刊登的照片，也得以重見天日。
Google 將這稱作「連線過去與未來」。
《紐約時報》圖片編輯 Cornelius Schmid 也同意這種說法 。他認為接觸到這些老照片，能給編輯記者們一個更大的世界，讓他們瞭解是什麼背景，造就近來發生的新聞事件。
而對老照片如數家珍的 Roth，好像也絲毫不擔心自己的飯碗。他說：
等數字化完成，老照片就會被賦予新的意義了。
文中配圖來自《紐約時報》