小說家Ross Goodwin效仿大文豪Jack Kerouac進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。結果卻并不是非常令人滿意，Goodwin表示，AI要寫出人類水準的小說，還有很長的路要走。

去年，一位小說家進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——它只是一個麥克風，一個GPS，一個攝像頭和一臺筆記本電腦。

許多認為人工智能和機器學習不會讓人類失業(yè)的人很樂觀的表示，人類的創(chuàng)造力是難以模仿的。一個非常經(jīng)典的觀點是：就像機器將我們從重復性的手工任務中解放出來一樣，機器學習將使我們從重復性的智力任務中解放出來。

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

但回過頭來想想，創(chuàng)造力，是人類基本的能力嗎？還是說，機器學習也可以做到？

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”

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

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

一旦訓練好神經(jīng)網(wǎng)絡，它就能產(chǎn)生作者想要的任意長度的文本（無論是隨機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、麥克風的對話，甚至電腦內(nèi)部的時鐘來完成的，一次只寫一個句子。

結果，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，引用了時間概念：“早上九點十七分，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開始對地點進行描述開，但很快就與主題產(chǎn)生了偏離，變得超現(xiàn)實主義起來。雖然文學實驗是一件美妙的事情，但重復地引用經(jīng)緯度坐標不太可能贏得“布克獎”。

輸入數(shù)據(jù)，輸出藝術？

神經(jīng)網(wǎng)絡作為創(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)集中進行訓練，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合作創(chuàng)作的流行音樂專輯——《Songularity》。

神經(jīng)網(wǎng)絡可以在數(shù)小時內(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行訓練和學習，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“機器人”強行訓練到人類的文字樣本上，結果卻是令人捧腹。

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。 默認情況下，保留單個神經(jīng)元中所包含的信息，并且只能在單個時間步長中“忘記”或“學習”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中，LSTM架構比以前的遞歸神經(jīng)網(wǎng)絡表現(xiàn)更好。神經(jīng)網(wǎng)絡及其編程人員進一步研究了文學的影響，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。

通過這種方式，Goodwin對項目有了一些創(chuàng)造性的控制；源材料影響機器的詞匯和句子結構，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算機科學家從圖靈時代就一直試圖解決的會話人工智能問題是一樣的。機器能比人類更好地理解和再現(xiàn)復雜的模式，但它們不知道這些模式意味著什么。

Goodwin的神經(jīng)網(wǎng)絡在一臺連接筆記本電腦的微型打印機上，一次只能打出句子中的一個字母。神經(jīng)網(wǎng)絡追蹤到的統(tǒng)計關聯(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。

在與聊天機器人交談時，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練它。

除非限于一組預定的選項，否則它會在一兩個回復后丟失對話的主題。同樣地，創(chuàng)造性的神經(jīng)網(wǎng)絡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的實驗通過不斷地在攝像機或微信的刺激（神經(jīng)網(wǎng)絡所驅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小說

一個連貫的語氣和語義“風格”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)絡的實驗小說可能會產(chǎn)生一些有趣的結果。但涉獵這個時代超現(xiàn)實的人工智能散文，并尋找一些超越新奇價值的意義或主題，可能是一種令人沮喪的經(jīng)歷。

也許機器可以學習人類心臟和大腦的復雜性，或者可以學會如何寫出能引起共鳴或有趣的散文。神經(jīng)網(wǎng)絡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)復雜的作品。

AI要達到人類創(chuàng)作文學的水平，還有很長的路要走。