我有一只辅助写创意的AI宠物，你有吗？

道

先看这些创意练习方法：

找出一个物体，想出它的20个作用。

找出两个不相关物体，找出它们的相同点。

观察前面的女孩，除了身材好之外，还有什么特点。

找出几个词语，使用10分钟造句，要求逻辑连贯，有新意。

共同点是，它们都很像神经元的构成。

要么，是从一个点出发，去找相关联的点，

要么，是找寻几个点，之间存在的隐秘联系。

好创意的本质是一些神经网络，

通过各个碎片化信息的拼接，我们可以组装出一个好的创意。

论证过程略，

此处再讲一个小例子：

Numpy is the main package for scientific computing in Python.

一个完全不懂英语的人，

1.对该句中的每一个陌生单词使用app进行学习，大致这样：

2.对该单词例句中的新单词进行记忆，比如：

持续循环后，他会记住所有的英语单词。

当认识到好创意的本质是一些神经网络，它产生的两个前提就非常明确了。

第一个前提是，需要有完全充足的神经网络。

第二个前提是，网络应当具有可塑性，易于生成新的变化。一个不能随意生成新形式的网络，不管密度多高，从本质上来看，也是不能对相邻可能进行探索的。

——伟大创意的诞生

额外一提，人工智能领域的神经网络，就是对人脑神经网络的简化模拟板：

如果你看完上文，还是不理解神经网络为什么重要，

没关系，下面提供了完整的执行方法，照着做就行。

术

模拟神经网络进行创意练习，看上去很简单：

首先找出练习题：

找出一个物体，想出它的20个作用。

找出两个不相关物体，找出它们的相同点。

观察前面的女孩，除了身材好之外，还有什么特点。

找出几个词语，使用10分钟造句，要求逻辑连贯，有新意。

然后练习：

大部分人会记录下来，

觉得自己可以做到每天练习。

结果当然是，

一次都没练习过。

我是会编程的人哎，

自然是写个程序，

每天定时推送练习题。

然而，

效果差强人意。

存在问题：

1、路径依赖。

一个脑子里只有‘make’，‘love’两个单词的人，

每天都只用这两个单词进行练习。

2、人脑构造。

道的部分，说过神经元，

想象力同样如此，试图让人凭空想出一些画面、单词难度很大。

那么，我们通过手动打开图片网站、选取单词的形式是否能解决问题呢？

不能。

why：

1、手动选取的过程不能带来正反馈。然后就懒了，懒了，拖延了。

2、手动选择，可能会带来偏向性，比如选择喜欢的图片，简单的、熟悉的单词。

所以，这部分我们需要通过程序自动帮助我们做到。

以练习“单词+句子”的创意练习模式为例：

构造文本库文件。（比如日常收集的1000条金句）

构造列表。

从文本中随机选出n条句字。

使用隐马尔可夫模型（容我装个逼），将文本拆分为词语。

随机选取x个词语。

效果如图：

使用注意事项：

同文件夹下，创建‘idea.txt’文件，并自行写入文本。

为实现高自由度，每次启动程序，都会从头开始训练模型，需要等待几秒才出结果。我日常用27万字的文本，需要等待3秒。

后续更新：

做成交互式软件。（目前的运行方式就是看黑框框，这太极客了。）

人工智能自动写创意。（目前已经实现，但不太通顺。）

语音识别。（适合觉得写创意不如说创意的用户）

自动保存到印象笔记。（给自己做过的事，留个正反馈）

......

本工具及其他AI辅助工具，免费提供给社群成员使用。

后续我会将各个工具整合在同一个软件中，

名字还没想好呢，大家帮想一个？