人工智能创作了AI史上第一部小说，这次又要超过人类了？

去年，一位小说家进行了一次跨越美国的公路旅行。这次旅行是为了效仿杰克·凯鲁亚克——出去旅行，在旅行途中发现一些重要之物，并且记录下来。

然而，这位作家格外与众不同：“他”由一个麦克风、一个GPS、一个摄像头个一台笔记本电脑，和一堆算法组成。

针对这个“AI小说家”，乐观者认为人工智能和机器学习不会让我们失业，因为机器很难模仿人类的智慧与创造力。通常关注Ai的人们会认为：正如同机器将我们从重复的手工劳动中解放出来一样，机器学习将使我们摆脱重复性的智力任务。

这会使我们能够花费更多时间在工作有益的方面，追求创造性的爱好，有更多与所爱之人共度的时光。

席勒说：只有当人游戏的时候，他才是完整的人。通常大家认为，认为在AI的帮助下，摆脱重复脑力劳动的人可以成为更加完整的人。

在这种论调中，创造性的作品，比如一部伟大的小说或交响乐，以及它们唤起的情感，绝对不可能转化为代码，在情感上，人类有机器算法无法替代的优势。

但是，创造力真的只是人类的一种基本能力吗？机器是否可以习得呢？

如果他们学会了比我们人类更懂我们自己，那么优秀的AI小说——完全根据你的兴趣量身打造的小说——会成为你读过最好的小说吗？

AI能创作的小说可能不只是“垃圾”

当然，上段结尾是未来主义者的观点。现实就像Ross Goodwin的凯迪拉克在那次公路旅行中临时装配的AI系统所写的小说那样，离我们还有一段距离。

Goodwin在谈及那本AI创作的小说时说到：“这是一本非常不成熟的作品，只是一个快速原型项目，还非常不完美。我不觉得它能匹敌一本人类写的小说，水平差太远了。”目前，这本由人工智能写的第一本小说《1 The Road》正在发售。

一旦训练好神经网络，它就可以生成作者想要的任意长度的文本，无论是完全随机或从特定的种子单词/种子短语中生成。Goodwin利用公路旅行中的景象和声音提供了这些种子：小说是根据摄像头拍摄到的图像、GPS定位的地点、麦克风中听到的声音，甚至是电脑内部的时钟生成的，一次只生成一句话。

一旦神经网络被训练，它就可以生成作者所希望的任何长度的文本，无论是随机的还是来自特定的种子词或短语。古德温使用公路旅行的景点和声音来提供这些种子：小说根据图像，位置，麦克风对话，甚至计算机自己的内部时钟，一次写一个句子。

结果……喜忧参半。

小说开头恰到好处，引用了时间：“早上九点十七分，房子很重。”地点的描述根据提供给算法的Foursquare数据集生成，但人工智能开始写地点信息后，马上开始跳脱：它开始重复写经纬度坐标信息，整个小说变成了一本超现实主义小说，无法有清晰的含义。

输入数据，输出艺术？

神经网络算法作为创造性的智慧体具有一些优势，他们擅长利用大数据进行训练，识别这些数据集中的规律与模式，并且根据AI所理解的规律输出内容。由AI启发或创作的音乐已经成为日益增长的音乐创作的新形式，甚至有一张人机合作创作的流行音乐专辑：《Songularity》

神经网络可以在数小时内“听”所有巴赫和莫扎特的作品，还可以再从莎士比亚的作品中学习，创作出“还凑合”的作品。人工智能创造的概念已经非常普遍，以至于在人类写作的样本基础上强行训练神经网络机器人，训练结果通常都是“人工智障”。

这个从纽约旅行到新奥尔良的AI小说家是LSTM（长期短期记忆）神经网络。默认情况下，保留单个神经元中包含的信息，并且只能在单个时间步长中“忘记”或“学习”小部分，而不是新学习到的东西完全覆盖旧有的经验。

在手写和语音识别等任务中， LSTM架构比以前的递归神经网络表现更好。神经网络及其程序员进一步研究了文学。根据Goodwin的理论，他们吸收了6千万字（360 MB）的原始文学作品：三分之一的诗歌，三分之一的科幻小说和三分之一的“黯淡”文学。

通过这种方式，古德温有一些创造性的尝试；原始文学作品提高了机器的词汇和句子语料库，因此提高了小说的质量。

文学背后的思想

人工智能小说家的问题，与计算机科学家从图灵时代就开始遭遇的对话人工智能的问题一样。机器可以比人类更好地理解和再现复杂的模式，但是他们不理解这些模式的含义。

Goodwin的神经网络在一台连笔记本电脑的打印机上，一次只能打印出句子里的一个字母。神经网络判断的统计关联可以从字母中形成单词，可以从单词中组成句子，但它们对人物和情节都一无所知。

在与聊天机器人交谈时，代码并没有真正理解它自己生成小说情节，并且没有足够大的数据集可以通过所有数十亿可能的对话来训练它。

创造性的神经网络没有真正理解他们正在写的东西，也没有办法学会任何章节连贯性和叙事。

Goodwin的实验试图通过反复使用摄像机或麦克风的刺激，来给AI创作的小说增加一些连贯的主线。

AI仍然没有取代人类小说家

连贯的语气和语义“风格”可能足以产生一些模糊的，引人浮想联翩的诗歌，正如谷歌所做的那样。但是，如果想超越目前的“超现实主义人工智能散文”，在小说上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结果。

也许机器可以学习人类心灵和大脑的复杂性，或者如何写出令人回味或有趣的小说。但它们还有很长的路要走，更大的数据集并不足以弥合这个鸿沟。

到目前为止，人工智能写的小说大致不太连贯，还有很长的路要走，但却伴随着闪烁的诗意。

（本文转载自北大新媒体）