||
解决眼高手低,促进触类旁通。
如果你今天还没有被AI作的唐诗刷屏,那说明你身边的科技爱好者和尝鲜者不够多。
引爆点来自于2019 AI 开发者大会上,华为的刘群老师做了一段 AI 赋诗演示。
现场观众非常兴奋,不时发出惊呼与啧啧赞叹。
与几年前人工智能作诗的演示效果完全不是一个等级,如今机器已经能够自主学习到平仄、押韵等基本技法,使得编出来的诗在技术层面上突飞猛进。
开会归来,我也给乐府 AI 命了个题,叫做《古亭咏怀》。
这是做出来的效果。
你觉得 AI 云得怎么样?
我把它发到了朋友圈。
不出所料,褒贬不一。
褒奖的,自然是觉得这种技法运用让人惊喜。这里咱们就不提了。
质疑的,主要是以下这几种评价:
缺少灵魂
明显的模仿痕迹
拿词拼凑
也有问得更直接的:
啥意思?
这些质疑评价有没有道理?
当然有。
因为从原理上讲,机器就不可能学到“灵魂”,它只是学到了一些文本规律而已。
其原理,我在《人工智能写手,好用吗?》一文中已经给你介绍过了。如果你已想不起来,还是得复习一下。
了解了模型训练与生成的原理,你便会清楚,其“写作”(标准叫法是“文本生成”)内容的质量上限,也无非是高考时所谓“二类文”的等级。
在体育新闻快报,或者是证券市场资讯等领域,读者更关注的是事实类信息,对于文采、情感不甚关切。这些行当里,机器早就替代了人,成为了当仁不让的作者。
对写诗 AI 来说,输入的文本里,目前只是唐宋诗词,尚未包含那形象化的自然环境,作者胸中的喜怒哀乐,亦或是大时代里的风云变幻。
要想学到李白的洒脱,苏轼的豪放,机器巧妇难为无米之炊,怕是要望洋兴叹的。
但是,如果你因为目前机器作诗“没有灵魂”就轻视甚至是全盘否定它,那恐怕是要错过许多机会的。
与前几年,人们总在担心“机器换人”这个事儿不同,现在的人工智能开发者,更愿意宣称自己是为某个行业,或者某个具体人群赋能。
为什么?
第一可以有效减少抵触情绪。想想看,你天天闹唤着要抢人家饭碗,谁会给你好脸色看?
第二,也是更重要的,这是一种非常聪明的预期管理。
当人们并不认为机器可以聪明到替代人,而觉得它只是人类的助手和高参时,容忍度就会更高,与其合作也会更加愉快。
作诗,能给谁赋能?
当然有服务对象。
首先是缺乏创作古诗基本功的人。这种状况,俗称“眼高手低”。
他可能没有平仄押韵的训练,所以看见了一处景物,例如大瀑布,胸中一股激情奔腾,却无法吟唱出“疑是银河落九天”那样等级的原创诗句,又不甘心说那句人尽皆知的“口头语”,以“哇”或者“我”开头。
这时候,如果有作诗 AI 帮忙,他就可以立即把一首绝句或者律诗跟照片一起发出去,等着看无数涌来的赞,不亦乐乎?
就在刚刚,我在学校院子里溜达,看见了鲤鱼型的喷泉,觉得很有意思。
然后呢,我立即就让 AI 赋诗一首。所谓歌以咏志嘛。
这是结果:
有人觉得这纯属作弊,没有意思。但他显然忽略了一个因素——由于目前作诗 AI 的水平还不是太高,所以你看到朋友圈里的几乎每一首 AI 吟诵诗词,几乎都是人工筛选出来的。
差别是,前几年,为了找出一首像样的诗,你得从机器生成的几十上百个选项里面选,还不一定能找到合适的。
如今,三五个选项,兴许就会有佳句出现。
机器做的诗,不论意境还是遣词造句,难免会有疏漏。可实话实说,咱自己作一首,别说七步成诗,就是给你俩小时,质量就真能甩开 AI 好几条街吗?
选择的过程,也是对人们诗歌鉴赏水平的锻炼与提高。
不是吗?
另外一种情境,就是激发人们本来就很丰沛的联想能力。
服务对象嘛,例如我的小学数学老师。
他老人家,平时钻研数学知识,琢磨怎么把学生教好。不过一到运动会,就暴露出自己文人的癖好——爱作个诗,让学生拿上去让主持人念。
其实也不一定是什么千古名句,打油诗就行。一来为学生打气助威,二来也是满足一下自己被学生们崇拜为诗人的良好感觉。
我亲眼看见过,他老人家被煎熬的时候。
那首七绝,前三句写得一气呵成,到了最后一句,突然怎么也想不出合适的句子,学生们都眼巴巴在一旁盯着,搞得他很是狼狈。
这时候,如果有作诗 AI 暗中帮忙……
当然,以老师的傲骨,是断然不肯让 AI 来捉刀代笔的。
不过,AI 提供的对仗功能,很可能瞬间帮助他打开思路,妙句就很可能涌现了。
其他的应用场景,也颇可期待。
例如有好事者,如今已经把“黑手”伸到了学术界。
Arxiv 这个预印本平台,我给你反复介绍过的。
他们就把这些论文的内容,喂给了文本生成模型。
于是,机器一张口,就是洋八股了。
例如这里,我输入了一句话,大意是“知识图谱集成到Transformer模型,可以形成通用结构,从而达成强人工智能”。
别管我这句话看起来有多不靠谱。机器看到后,就立即开始酝酿,往后接着“云”了。
这里,你只需要不断按下去 Tab 键,就可以像编程时代码补全一样,不断有新的文字供你选择。几秒钟,一个段落就写好了。
你可能会担心人们用它作弊。没错,这确实可能发生。但是更可能发生的是,人们在写论文写不下去的时候,通过这种补全,给自己提供一些开阔思路的语句。
尤其是英文论文写作时,国内不少研究者已经想好了要说什么,却会在遣词造句上颇觉头痛。
此时,这个应用就可能发挥很大功效。
如果你想自己尝试一下机器作诗和写论文,在我的公众号“玉树芝兰”(nkwangshuyi)后台回复“aipoem”,就能看到链接。
读过本文之后,希望你能够放下对 AI 文本生成质量的苛责。转而去思考,可以在它发展改进的过程中,快人一步,做些什么。
因为篇幅关系,本文只举了作诗和论文写作这两个应用场景。在你的工作或者生活中,有没有发现文本生成可以帮助你赋能的场景呢?
如果有的话,欢迎你在留言中,将它分享给大家。让专业研究人员了解你的需求。只要需求足够大,他们就有激励,开发出更好用的应用,让你和更多人享受科技进步的成果。
祝深度学习愉快!
喜欢别忘了点赞。
还可以微信关注我的公众号“玉树芝兰”(nkwangshuyi)。别忘了加星标,以免错过新推送提示。
你可能也会对以下话题感兴趣。点击链接就可以查看。
题图: Photo by Jon Tyson on Unsplash
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-22 06:50
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社