当前位置: 首页 > 科技观察

AI创造了历史上第一部小说,看完后惊呆了

时间:2023-03-13 22:54:28 科技观察

大作家杰克·凯鲁亚克自驾游美国,创作了长篇小说《The Road》,但主要作者不是他本人,而是AI。结果不是很令人满意。古德温表示,人工智能要写出人类水平的小说还有很长的路要走。  去年,一位小说家进行了一次穿越美国的公路旅行。这次旅行是效仿杰克·凯鲁亚克——在旅途中找到重要的东西,写下他的经历。  杰克·凯鲁亚克1948-1950年穿越美国,初到墨西哥城,创作了《在路上》。  然而,这位作家与普通作家有很大的不同——它只是一个麦克风、一个GPS、一个相机和一台笔记本电脑。  许多相信人工智能和机器学习不会让人类失业的人乐观地认为人类的创造力是难以模仿的。一个非常经典的观点是:正如机器将我们从重复的手工任务中解放出来一样,机器学习也会将我们从重复的智力任务中解放出来。  这让我们有更多的空闲时间来追求我们的爱好,并在工作的同时与我们所爱的人共度美好时光。  但回过头来看,创造力是人类的基本能力吗?或者机器学习也可以做到吗?  如果他们能比我们更了解自己,AI写的小说会是你读过的最好的小说吗?  人工智能写的小说应该不会是“沙滩读物”  当然,这是未来学家的观点。正如罗斯·古德温(RossGoodwin)的凯迪拉克(Cadillac)在那次公路旅行中使用的临时装置所证明的那样,现实还有很长的路要走。  RossGoodwin评价他的机器生成小说:“这是一个非常糟糕的文档,只是一个快速原型项目。输出并不完美。我不认为这是一部人类小说,或任何类似于小说的东西。”目前,AI***创作的这本书《The Road》正在推向市场。  一旦训练了神经网络,它就可以生成作者想要的任意长度的文本(随机生成或从特定的种子词或短语生成)。古德温利用公路旅行的景象和声音来提供这些种子:小说是根据图像、地点、麦克风的对话,甚至是电脑内的时钟,一次写一个句子。  结果喜忧参半。  以合适的方式完成开场,引用时间:“早上九点十七分,房子很重。”基于输入算法的Foursquare数据集,人工智能开始描述地点,但很快就偏离了主题,变得超现实。虽然文学实验是一件美妙的事情,但反复引用经纬度坐标不太可能获得布克奖。  数据输入,艺术输出?  神经网络作为创意代理具有一些优势。他们擅长在大型数据集上进行训练,识别这些数据集中的模式,并生成遵循相同规则的输出。由AI启发或创作的音乐已经成为越来越多的音乐创作形式,甚至出现了人机合作创作的流行音乐专辑——《Songularity》。  神经网络可以在几个小时内“听”完巴赫和莫扎特的所有音乐,也可以让自己在莎士比亚的作品上进行训练和学习,从而创作出一部仍然“刚刚好”的作品.人工创造的想法已经变得如此普遍,以至于神经网络“机器人”现在正在对人类文本样本进行强制训练,结果令人捧腹。  从纽约漫游到新奥尔良的AI是一个LSTM(长短期记忆)神经网络。默认情况下,保留单个神经元中包含的信息,并且在单个时间步长中只能“忘记”或“学习”其中的一小部分,而不是完全覆盖神经元。  LSTM架构在手写和语音识别等任务上优于以前的循环神经网络。神经网络及其程序员进一步研究了文学的影响,根据古德温的理论,他们吸收了6000万字(360兆字节)的原始文学,其中三分之一是诗歌,三分之一是科幻小说,三分之一最重要的是“惨淡”的文学。  这样,古德温对项目有了一定的创意控制;源材料会影响机器的词汇和句子结构,从而影响作品的基调。  文本背后的思想  人工智能小说家的问题与自图灵时代以来计算机科学家一直试图解决的对话式人工智能问题相同。机器可以比人类更好地理解和再现复杂的模式,但它们不知道这些模式的含义。  古德温的神经网络在连接到笔记本电脑的微型打印机上一次一个地打出句子中的字母。神经网络追踪的统计关联可以从字母到单词,或从单词到句子,但它们对人物或情节一无所知。  与聊天机器人交谈时,代码并不真正理解之前所说的内容,并且没有足够大的数据集来训练它通过所有数十亿次可能的对话。  除非限于一组预先确定的选项,否则它会在一两次回复后失去对话的线索。同样,创造性的神经网络无法真正理解他们正在写的东西,也无法生成任何整体连贯或叙述性的东西。  Goodwin的实验通过在相机或微信上不断催促(由神经网络驱动的美国景观提供的主题链接和叙述)为AI的“小说”添加了一些连贯的线索。古德温认为这种方法借用了旅程本身的连续性和连贯性。  人工智能无法取代人类写出高质量的小说  连贯的语气和语义“风格”可能足以产生一些模糊但令人信服的青少年诗歌,就像谷歌所做的那样,使用神经网络实验小说可能有一些有趣的结果。但是,翻阅这个时代超现实的AI散文,并寻找一些超越新奇价值的意义或主题,可能是一种令人沮丧的经历。  也许机器可以学习人类心脏和大脑的复杂性,或者学习如何写出引起共鸣或有趣的散文。神经网络可能无法用狄更斯或陀思妥耶夫斯基的魅力和智慧写出复杂的情节。  AI要达到人类创造文学的水平还有很长的路要走。