小說家Ross Goodwin效仿大文豪Jack Kerouac進(jìn)行了一次橫穿美國的公路旅行，并創(chuàng)作了小說《The Road》，但主筆并不是他本人，而是AI。結(jié)果卻并不是非常令人滿意，Goodwin表示，AI要寫出人類水準(zhǔn)的小說，還有很長的路要走。

去年，一位小說家進(jìn)行了一次橫穿美國的公路旅行。這次旅行是為了效仿Jack Kerouac——在旅途中尋找一些重要的東西，并寫下了自己的經(jīng)歷。

Jack Kerouac在1948-1950年橫穿美國，最后到達(dá)墨西哥城，并創(chuàng)作了《在路上》。

然而，這位作家與尋常作家非常不同——它只是一個(gè)麥克風(fēng)，一個(gè)GPS，一個(gè)攝像頭和一臺筆記本電腦。

許多認(rèn)為人工智能和機(jī)器學(xué)習(xí)不會讓人類失業(yè)的人很樂觀的表示，人類的創(chuàng)造力是難以模仿的。一個(gè)非常經(jīng)典的觀點(diǎn)是：就像機(jī)器將我們從重復(fù)性的手工任務(wù)中解放出來一樣，機(jī)器學(xué)習(xí)將使我們從重復(fù)性的智力任務(wù)中解放出來。

這就能讓我們在工作的同時(shí)，有更多自由的時(shí)間去追求自己的愛好，與親人共度美好時(shí)光。

但回過頭來想想，創(chuàng)造力，是人類基本的能力嗎？還是說，機(jī)器學(xué)習(xí)也可以做到？

如果它們能做到比我們更了解自己，那么AI寫出來的小說將會是你讀過最好的小說嗎？

AI創(chuàng)作的小說可能不會是一本“沙灘讀物”

當(dāng)然，這是未來主義者的觀點(diǎn)。就像Ross Goodwin的凱迪拉克在那次公路旅行中臨時(shí)裝配的裝置所證明的那樣，現(xiàn)實(shí)離我們還有一段距離。

Ross Goodwin在談及他機(jī)器創(chuàng)作的小說時(shí)說道：“這是一個(gè)非常不完美的文檔，只是一個(gè)快速原型項(xiàng)目。輸出并不完美。我不認(rèn)為這是一部人類小說，或任何類似小說的東西。”目前，這本由AI首次創(chuàng)作的讀物《The Road》正在推向市場。

一旦訓(xùn)練好神經(jīng)網(wǎng)絡(luò)，它就能產(chǎn)生作者想要的任意長度的文本（無論是隨機(jī)的還是從特定的種子單詞（seed word）或短語中產(chǎn)生的）。Goodwin利用公路旅行的景象和聲音提供了這些種子：小說是根據(jù)圖像、地點(diǎn)、麥克風(fēng)的對話，甚至電腦內(nèi)部的時(shí)鐘來完成的，一次只寫一個(gè)句子。

結(jié)果，喜憂參半。

小說用一種恰如其分的方法完成了開頭的內(nèi)容，引用了時(shí)間概念：“早上九點(diǎn)十七分，房子很重（It was nine seventeen in the morning, and the house was heavy.）。”根據(jù)輸入到算法中的Foursquare數(shù)據(jù)集，AI開始對地點(diǎn)進(jìn)行描述開，但很快就與主題產(chǎn)生了偏離，變得超現(xiàn)實(shí)主義起來。雖然文學(xué)實(shí)驗(yàn)是一件美妙的事情，但重復(fù)地引用經(jīng)緯度坐標(biāo)不太可能贏得“布克獎(jiǎng)”。

輸入數(shù)據(jù)，輸出藝術(shù)？

神經(jīng)網(wǎng)絡(luò)作為創(chuàng)造性的智能體具有一些優(yōu)勢。他們擅長在大型數(shù)據(jù)集中進(jìn)行訓(xùn)練，識別這些數(shù)據(jù)集中的模式，并產(chǎn)生遵循相同規(guī)則的輸出。由AI啟發(fā)或創(chuàng)作的音樂已經(jīng)成為日益增長的音樂創(chuàng)作形式，目前甚至還有一張人機(jī)合作創(chuàng)作的流行音樂專輯——《Songularity》。

神經(jīng)網(wǎng)絡(luò)可以在數(shù)小時(shí)內(nèi)“聽”所有巴赫和莫扎特的音樂，還可以讓自己再莎士比亞的作品中進(jìn)行訓(xùn)練和學(xué)習(xí)，從而創(chuàng)作出還算“湊合”的作品。人工創(chuàng)造的想法已經(jīng)變得如此普遍，以至于目前甚至還有人將神經(jīng)網(wǎng)絡(luò)“機(jī)器人”強(qiáng)行訓(xùn)練到人類的文字樣本上，結(jié)果卻是令人捧腹。

從紐約漫游到新奧爾良的AI是LSTM（長期短期記憶）神經(jīng)網(wǎng)絡(luò)。 默認(rèn)情況下，保留單個(gè)神經(jīng)元中所包含的信息，并且只能在單個(gè)時(shí)間步長中“忘記”或“學(xué)習(xí)”一小部分，而不是完全覆蓋神經(jīng)元。

在手寫和語音識別等任務(wù)中，LSTM架構(gòu)比以前的遞歸神經(jīng)網(wǎng)絡(luò)表現(xiàn)更好。神經(jīng)網(wǎng)絡(luò)及其編程人員進(jìn)一步研究了文學(xué)的影響，根據(jù)Goodwin的理論，他們吸收了6000萬字（360兆字節(jié)）的原始文學(xué)作品，其中，三分之一是詩歌、三分之一是科幻小說，最后的三分之一是“黯淡”文學(xué)。

通過這種方式，Goodwin對項(xiàng)目有了一些創(chuàng)造性的控制；源材料影響機(jī)器的詞匯和句子結(jié)構(gòu)，從而影響作品的基調(diào)。

文字背后的思想

人工智能小說家的問題與計(jì)算機(jī)科學(xué)家從圖靈時(shí)代就一直試圖解決的會話人工智能問題是一樣的。機(jī)器能比人類更好地理解和再現(xiàn)復(fù)雜的模式，但它們不知道這些模式意味著什么。

Goodwin的神經(jīng)網(wǎng)絡(luò)在一臺連接筆記本電腦的微型打印機(jī)上，一次只能打出句子中的一個(gè)字母。神經(jīng)網(wǎng)絡(luò)追蹤到的統(tǒng)計(jì)關(guān)聯(lián)可以由字母組成單詞，也可以由單詞組成句子，但它們對字符或情節(jié)一無所知。

在與聊天機(jī)器人交談時(shí)，代碼并沒有真正理解之前所說的內(nèi)容，并且沒有足夠大的數(shù)據(jù)集可以通過所有數(shù)十億次可能的對話來訓(xùn)練它。

除非限于一組預(yù)定的選項(xiàng)，否則它會在一兩個(gè)回復(fù)后丟失對話的主題。同樣地，創(chuàng)造性的神經(jīng)網(wǎng)絡(luò)沒有真正的把握他們所寫的東西，也沒有辦法產(chǎn)生任何整體連貫或敘事的東西。

Goodwin的實(shí)驗(yàn)通過不斷地在攝像機(jī)或微信的刺激（神經(jīng)網(wǎng)絡(luò)所驅(qū)動的美國景觀提供的主題鏈接和敘述），給人工智能的“小說”增加一些連貫的主線。Goodwin覺得這種方式借用了旅途本身的連續(xù)性和連貫性。

AI并不能取代人類寫出高水準(zhǔn)小說

一個(gè)連貫的語氣和語義“風(fēng)格”可能足以產(chǎn)生一些模糊卻令人信服的青少年詩歌，就像谷歌所做的那樣，使用神經(jīng)網(wǎng)絡(luò)的實(shí)驗(yàn)小說可能會產(chǎn)生一些有趣的結(jié)果。但涉獵這個(gè)時(shí)代超現(xiàn)實(shí)的人工智能散文，并尋找一些超越新奇價(jià)值的意義或主題，可能是一種令人沮喪的經(jīng)歷。

也許機(jī)器可以學(xué)習(xí)人類心臟和大腦的復(fù)雜性，或者可以學(xué)會如何寫出能引起共鳴或有趣的散文。神經(jīng)網(wǎng)絡(luò)可能無法像狄更斯或陀思妥耶夫斯基那樣，以魅力和智慧寫出情節(jié)復(fù)雜的作品。

AI要達(dá)到人類創(chuàng)作文學(xué)的水平，還有很長的路要走。