爱吧机器人网 » 专题 > 观点 > 正文

人工智能写作:何以可能与何以不可能

作者:安晓东
 
近来,有关人工智能(AI)写作的话题随着机器人“小冰”(“小冰”是由微软亚洲互联网工程院在2014年5月发布的一款人工智能机器人。它凭借在大数据、自然语义分析、机器学习和深度神经网络方面的技术积累,实现了超越简单人机问答的自然交互)出版诗集《阳光失了玻璃窗》,以及“小冰”参加中央电视台《机智过人》节目进行人机诗歌写作对抗而引发了相关的争议和探讨。人们争议的焦点主要集中在,人工智能是否已经发展到能够替代真正的人类展开具有丰富想象力的文学创作活动,以及人工智能写作是否真的像人工智能专家所认为的那样具有广阔前景。

人工智能写作
 
随着信息和网络技术的日新月异,人工智能已经实现了飞跃发展,在服务现代医学和现代科技等方面已经发挥了重要的作用。人工智能能够依托先进的图像和符号识别能力进行系统的计算,其本质仍然是现代发达的网络和数据信息处理技术。人工智能展现出来的各种复杂能力实质上就是被人类操控的行动,抑或是“自我”背后的加工与运算导致的结果。所谓“人工智能”,顾名思义,意味着机器智能的实现程度依赖人对智能技术的掌控程度。人的信息处理技术如果仅仅能够达到操控机器的程度,那么,机器就只能实现简单被操控。而如果人的技术进步能够运用信息科技来实现高精密计算和信息检索的话,人工智能机器就可以实现复杂被操控,乃至于“自我操控”。这个“自我操控”是建立在人工输入相应的运算程序和充足的数据资源基础上的,其“操控”过程是计算,这种计算具有前瞻性和概率性,因而就具有了正确选择性的可能,这就是人机象棋和游戏大战中机器人可以获胜的重要原因。同时,这也是人们“担忧”机器人具有人的大脑思维能力的根源。
 
人工智能思维是程序控制下的思维模式,它具有识别性和最优选择性,却很难具有人的情感性和主动创造性。基于此,新闻写作可以“适当”由人工智能加以参与,美国的美联社、《华盛顿邮报》以及中国的新华社都已经在人工智能新闻写作方面进行了探索和实践。从某种程度上说,人工智能参与新闻写作提高了新闻写作的效率,同时也保证了新闻写作的“准确性”。因为对于一些新闻消息来说,是可以通过人工智能信息检索和信息加工实现的。不过,人工智能新闻写作也有很大的局限性,以目前的人工智能技术,人工智能新闻写作只能停留在肤浅的消息写作这个层面,而且主要从事体育、金融等行业新闻的编辑工作。这主要是因为金融、体育等行业的新闻消息呈现具有数据可分析性特征,只要输入一个相应的代码,它们背后的信息就可以通过电脑固定编辑方式来直观呈现,这个过程类似于电脑的信息检索流程。所以,人工智能新闻写作具有“刻板性”特征,其写作流程过于“死板”而缺乏人的“温度”。在深度的新闻报道中,人工智能写作就只能“忘洋兴叹”了。
 
从上面的分析中,我们可以看出,人工智能参与写作是“代入式”写作,也就是说,人工智能进行的是程序编辑或公式编辑写作。目前,网络上有“网络小说生成器”、“诗歌写作生成器”等各种文学写作程序,实际上,这些写作软件只能进行简单的文字拼接和粘贴,在程序的背后,人工智能软件已经被“植入”了大量故事段落或者是诗句资料,只要给定一个主题,它就可以在极短的时间内“运算”和“比对”出一首诗歌或者一篇小说。
 
实际上,人们发现,人工智能软件所作的诗歌常常较之小说作品更胜。这也是“小冰”只是“创作”和“出版”了一部诗集而不是小说集的原因。小说创作对创作主体的写作思维的综合性要求很高,写作主体必须具有相应的人生体验,拥有完整的故事情节构思,同时还必须具备良好的文字组织能力,同时也要将自己的情感及时融入到写作过程中去,才有可能讲好一个感人的故事。而人工智能小说写作则只是在代入“别人”的故事,“抄袭”的结论势必会引发人们的非议。但人工智能的诗歌“创作”略有不同,人工智能进行古典诗歌创作是艰难的。目前,网络上有一键生成藏头诗等写诗机器,最终生成的作品虽然也严格遵循了诗的格律和平仄,而且每一句读起来都似乎很有蕴味,但当连缀起来进行“品味”的时候,其内在逻辑性和完整性就没有了。
 
在“小冰”的现代诗歌“创作”、“鉴赏”中,读者却经常面临很多的“纠结”,并常常误以为人工智能诗歌在有的情况下无异于诗人的创作。笔者认为,出现这种结果主要是因为现代诗歌基本特征和当前现代诗歌写作中所存在问题的双重作用。现代诗歌与古典诗歌创作有很大的不同,现代诗歌创作没有严格的限制和约束,自由发挥性很大,而且常常通过隐喻、象征等新的修辞方式来传达朦胧、隐晦的诗意,诗句之间被打乱的逻辑关系在很多情况下可以帮助诗意的重构。所以,当我们选择阅读某些现代诗的时候,诗意的领会就会比较“艰难”。这种“艰难”如果具有正当性,诗歌就是好作品,而有的“艰难”是接受者或创作者的水平良莠不齐造成的,这正是现代诗歌在今天常常遭受文学阅读者和文学研究者们“诘难”的重要原因。
 
正是基于此,人工智能现代诗歌写作有了多种可发展性。“小冰”自身存储了大量现代诗句,它可以从资源库中调取比对资源进行写作。作为单个的句子,“小冰”的确可以完美地且没有语法错误地完成创作,而且这句诗一定是“诗句”,这是因为它直接“借鉴”或“挪用”了经典诗歌作品中的句子。但如果进行多句连读和分析时,我们却发现,诗歌并不具备意境和韵味,而且诗歌写作得越长,我们越能发现其中的“裂痕”和问题。从这一点上来说,诗歌创作以及其他诸多文学文体的创作活动是人类特有的表达方式,文学写作思维具有复杂性和综合性特征而并非只是简单的逻辑推演与行动选择,故人工智能文学写作在目前的条件下是难以胜任的。
 


上一篇:人工智能“增智”制造业 切不可急功近利
下一篇:人工智能发展的S曲线
精选推荐
美国喷气推进实验室的AI驱动无人机挑战人类飞行员
美国喷气推进实验室的AI驱动无人机挑战人类飞行员

[2017-12-08]  随着无人机及其组件越来越小,效率越来越高,功能越来越强大,我们已经看到越来越多的研究开始让无人机自主飞行在半结构化的环境中,而不依赖于外部定位。 宾夕法尼亚大学在......

谷歌大脑发布ROBEL基准 鼓励用低成本机器人训练AI系统
谷歌大脑发布ROBEL基准 鼓励用低成本机器人训练AI系统

[2019-10-11]  训练AI系统的机器人D& 39;Claw和D& 39;Kitty用于控制机器人的人工智能系统,测量其性能所使用的基准通常仅限于为工业环境设计的昂贵硬件, ...

改变保险市场的格局:无人机如何通过更快的估算、响应时间和利益交付来使消费者受益
改变保险市场的格局:无人机如何通过更快的估算、响应时间和利益交付来

[2018-12-08]  市场研究公司IHS Markit预测,到2020年,专业无人机市场将通过农业,能源和建筑等行业利用测量,制图,规划等技术实现77 1%的复合年增长率(CAGR)。与此同时,消费者无人......

九台“猎豹”机器人组队踢球,麻省理工高材生们的高级趣味
九台“猎豹”机器人组队踢球,麻省理工高材生们的高级趣味

[2019-11-09]  本周,在麻省理工学院10号楼外草坪上展开了一场别开生面的足球比赛。在绿草如茵的基利安球场上,一群由人工智能驱动的机器人就是这场比赛的 ...

2022年全球工业机器人市场将达到790亿美元
2022年全球工业机器人市场将达到790亿美元

[2017-09-04]  预计到 2022年, 全球工业机器人市场将达到790亿美元, 并在预测期内登记11 5% 的复合年增长率。随着发展中国家中小型企业需求的不断增长, 采用自动化技术以确保生产质量......

哈佛大学《自然》发表新驱动技术,让飞行机器人悬停且不受损伤
哈佛大学《自然》发表新驱动技术,让飞行机器人悬停且不受损伤

[2019-11-06]  哈佛大学研究人员发表在《自然》杂志上的一项最新研究,他们开发了一种由柔软的人造肌肉驱动的机器人蜜蜂(RoboBee),这种机器人在撞墙、 ...

机器人iCub作为嵌入式AI的标准机器人研究平台的重要性
机器人iCub作为嵌入式AI的标准机器人研究平台的重要性

[2017-12-24]  机器人的研究在过去10年中得益于一个具有嵌入式人工智能(AI)的标准化开源平台——人形机器人iCub。iCub最初在意大利被创建,如今在欧洲、美国、韩国、新加坡和日本的实验室......

集群机器人领域最新研究:一种用于探测未知环境的微型无人机群
集群机器人领域最新研究:一种用于探测未知环境的微型无人机群

[2019-10-26]  (图:无人机扩散至不同方向来探索环境。当一个无人机注意到另一个无人机在它的首选方向,它将试图飞到另一个方向。若首选方向冲突,低优先 ...

本周栏目热点

2017年聊天机器人未达到行业预期的3个原因

[2018-01-18]  持续几年的“聊天机器人革命”带来了巨大的期望。营销人员和未来主义者幻想着智能虚拟自主代理人,他们会比我们更好地了解我们自己,从谈话片段中收集我们的愿望,并将我们的......

【浅析】人工智能关键技术决定机器人未来

[2016-02-15]     目前的机器人已经能够胜任精确、重复性的工作,但很多时候,它还不能够灵活 ...

比尔·盖茨:AI是把双刃剑 应用来改善教育医疗

[2019-03-19]  比尔·盖茨表示,在医疗领域人工智能曾用于过滤23andMe的基因数据,发现硒元素的缺乏或可与非洲的早产现象有关。在18个月后,我们可以了解到,该项目是否会给2万多名带来更多......

[2016-01-14]     1月12日,重庆市委书记孙政才在科研机构、企业和产业园区调研时强调,要深 ...

深兰科技方林博士:人工智能自主进化成为可能

[2018-12-07]  人工智能行业在国内迎来集中研究兴盛期,研究侧重点也从观点提出期,发展到了以谷歌Alpha Go和深兰Deepblue Go为代表的机器学习、深度学习独立研究期,并在智能语音识别交互......