人工智能写手，好用吗？

来源 | 玉树芝兰（ID：nkwangshuyi）

1、印象

之前给学生上课的时候，我介绍过利用循环神经网络，仿照作家风格进行创作的机器学习模型。不过，那模型写出来的东西嘛……

我的评价是：望之，不似人语。

因为这种限制，人们并没有把“机器写作”当成一回事儿。总觉得机器要写成那种以假乱真的高度，可能还需要等上很久远的一段时间。

然而，这世界变化快。

2、工具

早上，我尝试了一个新工具。

一个在线编辑器界面里，输入或长或短的一段话，然后按一下 Tab 键。

后面的内容，机器就帮你自动逐步填充。

填充的过程里，系统每次给你3个备选方案，这样你可以控制写作思路的走向。

当然，你也可以根本不管其他选项，一直走默认路径。机器照样文思泉涌。

最后生成的文章，是这个样子的。

其中，第一段落是我自己随便瞎写的。后面高亮段落，都是电脑模型自己编出来的。不但标点符号、语法修辞用得有鼻子有眼儿，就连我那段里根本没有提到过的创始人，都跳了出来长篇大论。

3、尝试

大家也可以通过下面的链接进行尝试，智能写作编辑器的链接：

https://transformer.huggingface.co/

不知道你尝试过后的感觉是什么。反正我觉得，以后学校里的英文写作课，怕是没有办法判作业了。原本需要学生花半个小时完成的任务，现在他可以轻点几下按键，就能搞定交差。更要命的是，从原理来讲，查重系统面对这种作品，是无效的。

因为这并非抄袭。机器每一次的“创作”，几乎都能保证是全新的。

4、原理

你一定想知道这背后的原理吧？其实，在我们之前的教程里，我多次给你介绍过它。就是目前最火的自然语言模型架构——Transformer。

（上图来自于经典之作“Attention is All You Need”）

我们详细介绍过使用方法的 BERT ，当初用的就是这种技术，才产生了野蛮霸榜的效果。不过咱们用的这个编辑器，底层并不是 BERT ，而是我们之前提及的 GPT 2。

大多数人提到它的时候，介绍往往不是那么正面。并不是因为 GPT 2 这种技术不够好。而是因为它“太好了”。好到足够让人眼馋。好到开发者决定，不开放训练数据集、代码、甚至模型参数……

要知道，在当今这样一个开源开放的趋势下，这么做会招致多少非议。当时 OpenAI 做出这种决定和解释，有人便认为是出于饥饿营销的目的，赚眼球。但是，你刚刚自己尝试过语言生成模型的威力之后，还会保持这么单纯的想法吗？

5、威胁

仅举一例。互联网上，假新闻是一个非常严重的问题。原先，用机器造假新闻出来，成本固然低，但专业人士还是很容易通过语言特征和统计规律来识别的。

而一旦，假新闻不但生产成本低廉，分分钟可搞定，还完全具备了真新闻的语言特征，要分辨出来，就不容易了。假新闻有可能多点大规模爆发，因从众和沉默螺旋等社会心理机制，对大众轻易造成误导。

面对这种潜在威胁，我们真的已有完善的应对之策吗？正因为这种威胁实际存在，数据伦理才愈发成为重要的研究课题。

如果你做数据科学研究，这个方向大有可为。

6、魔盒

风险是显著的。而技术的进步与发展，真的能够因为一家机构决定“不开放模型”的举措，就能停滞吗？

当然不会。OpenAI 因为压力，不断释放出更为强大的开源模型。目前开放的预训练模型版本，达到了 774M 个参数。距离完全版本模型的释放，也就是临门一脚的事儿了。

曾经，普通人即便拿到了这种开源工具，也需要一定的门槛，才能使用。

然而“有好事者”，在整合包装了若干种主流的 Transformer 模型之后，降低了 GPT2 机器写作的门槛。于是，就有你看到的这个编辑器了。

7、波澜

我把 GPT2 自动写作的结果，发到了朋友圈。

（图来源于作者发布的朋友圈）”第一段落是作者自己随便瞎‌写的。后面高亮段落，都是电脑模型自己编出‌来的。不但标点符号、语法修辞用得有鼻子有‌眼儿，就连我那段里根‌本没有提到过的创始人‌，都跳了出来长篇大论‌。"

惊艳之余，小伙伴想到的，主要是以下两个问题：

• 什么时候出中文的？
• 能否和写字机器人配合使用？

我看后很无语。好在这一位的留言，让我看到了光明的一面：

以后英语老师出阅读题，可方便多了。