机器人将创作属于他们自己的文学

1999 年以来的每年 9 月,写作者都有一个特别的活动——National Novel Writing Month(NaNoWriMo)。它有点儿类似比赛,参赛者被要求在 9 月初开始写一部小说,月底之前交稿,篇幅至少 5 万字。这项活动到今年已经举办 15 届,参与活动的人数从最初的 21 人发展到了今天的 20 万人。

去年开始,网络创作者 Darius Kazemi 模仿 NaNoWriMo,发起了一个叫 National Novel Generation Month(NaNoGenMo)的活动——关键字由“写作”改成了“生产”,参赛的规则也发生了变化:创作主体不再是人,而是具有人工智能的机器。

《我有一只宠物鳄》就是 NaNoGenMo 活动中由程序生产的一本小说。创建程序的程序员从早上 10 点开始写代码,到当天午夜,程序就交出了一本几十万字的小说。

机器小说的可读性还没办法保证。去年的 NaNoGenMo,有很多参赛者的原始素材来自新闻报道、推特、科幻小说或者简·奥斯汀的著作,最后呈现的结果,比如两个室友关于打扫卫生的话题争执竟持续了 5 万字篇幅,还有一篇看起来像一年级的入门读物。但是,只要赋予程序一些基本的规则和素材来源,它就会自己开始“创作”,这已足够让人惊讶。

虽然没人指望有机器版的莎士比亚或者海明威,但其实偶尔也有一些可读的内容出现。比如 NaNoGenMo 发起人 Kazemi 的作品是这样开头的:“Philomena、 Dita、Vivianna、Darby, Kiah 和 Gale 悲哀地发现他们各自被自己不负责任的妈妈齐刷刷地冷落在派对现场。”

文学并不是 Kazemi 追求的东西,他期待的是一种令人震惊的“外来文明”,“机器写给机器看的东西”。

事实上,让机器写作并不是新鲜事,已经有很多一线的传媒都开始采用机器写作了。洛杉矶地震的第一条消息就是洛杉矶时报的软件发出的;另外,有超过 20 家主流媒体已经采用 Narrative Science 公司推出的一款可以代替人工撰写报道的同名软件。

机器写作高度程式化,局限性很大,多见于体育、财经、天气报告等等重数据或图表超过主观评论的新闻领域。系统提供几个版本的写作范式,机器会套用一些数据和语法格式,然后成文,乍一读真的很像人写的。

Narrative Science 的创始人 Kristian Hammond 预测,2017 年机器可以写出能获得普利策奖的新闻报道,到 2030 年,90%的新闻会出自机器。

他的预测可能没错,但目前的软件需要改进的地方还有很多。比起 1952 年写出动人情书的机器 Ferranti Mark 1,现行的类似软件并没有太多实质的进步。

目前,Google、IBM 等公司都在自然语义分析方面投入了大量的人力物力。后者的“华生”(Watson),那台超级电脑,已经可以“听懂”一些日常的英语,并能和人类进行简单的“对话”。你给它一个信息输入,它就会输出一个信息,而输出什么,是由它自主(按照既定的规则)判断后生产的。

未来的新闻可能会像“华生”一样,当机器获得了一个信息之后,就会根据语境输出一些内容。

另一个问题是,机器创作出文学作品的前景会怎样呢?有人做过实验,把一些原本平实的文章,按照某种规则调换语句的顺序、砍掉一些内容之后,可以得到一个意想不到的结果。这就好比一个游戏,如果你把一堆主语、谓语、宾语、定语、状语、补语分门别类放在留个不同的盒子里,然后任意从中抽取一个组,合成一个句子,最后的结果有可能是滑稽的,也有可能是很有诗意的。这个游戏很容易写成程序,机器一点儿也不难理解。

但这种文学作品太随机,也不是自然语义分析的最终使命,所以大可不必在这上面多费心思。最可能的情况,机器不会取代文学创作者的工作,而是会像放大器之于吉他手,陶艺转盘之于雕塑家一样,机器会成为文学创作者的协作工具。

在 Kazemi 看来,无论是严谨的新闻写作,还是文艺创作,这都不是我们期待人工智能带来的东西。他期待有一天机器人能脱离人类的语法设定,写出一些属于机器人自己的,对人类而言是“外来”的东西。(编译自 SingularityHub)

有问题和想法?与数字诗人讨论、交流,以获得更多的信息、意见。

赞赏
耳闻
耳闻
我听到我想和我能听到的东西
本文系数字叙事原创(编译)内容,未经授权,不得用于商业目的,非商业转载须注明来源并加回链。

1条评论

  1. […] 我们曾说过,自动写作对于人工智能研究者和开发者来说是个巨大的诱惑,如果是喜欢文学的研发者,这诱惑会更大:莎士比亚写了一堆喜剧、悲剧,还有诗歌,他不用写这些,他只要写个莎士比亚——可能比他更出色。研发者的努力和成就已经验证这一诱惑下的作为并不是胡闹。目前,AI 已经能够写出简短的诗句和散文,甚至能生成小说。 […]

订阅

受欢迎的

相关文章
Related