AI又出書啦，這次是本專業(yè)的教科書。

世界上最大的科技出版社之一，德國Springer(斯普林格)出版社于本月初出版了第一本完全由機器學習編寫的教科書——鋰離子電池：機器生成的目前研究摘要（Lithium-Ion Batteries: A Machine-Generated Summary of Current Research）。該書長達247頁，是AI總結(jié)出的鋰離子電池領(lǐng)域的近3年超150篇突出研究成果的摘要，圖文并茂。

該書署名作者Beta Writer是由德國法蘭克福大學（Goethe University Frankfurt）應用計算語言學（ACoLi）實驗室的AI研究人員開發(fā)的算法，此算法現(xiàn)能審閱給定主題的大量文獻并自動挑選重要的細節(jié)呈現(xiàn)。Spring計劃在未來利用該算法出版更多針對不同科研領(lǐng)域的書籍。

這本摘要式的教科書可以幫助相關(guān)科研人員快速了解這個熱門行業(yè)的最新進展，但對于普通人來說內(nèi)容過于專業(yè)和遙遠。

本文討論AI寫作，下文中的AI特指寫作型AI。

不僅教材，段子、小說、劇本、歌詞、詩，AI寫作統(tǒng)統(tǒng)包攬

這次出版的教科書算不上是AI的驚天大動作，AI在文字創(chuàng)作上早已動作頻頻。

與我們?nèi)粘Ｉ盥?lián)系最緊密的作文是新聞。常見的一些體育賽事、經(jīng)濟行情、證券信息等快訊、簡訊類稿件背后可能是由AI編寫。AI不僅能發(fā)布事件和數(shù)據(jù)，還能搜索到相關(guān)科普知識和系列報道，全程無人執(zhí)守，再加上自動配圖排版，與真人采編作品難以區(qū)分。

新聞類稿件缺乏文學性，難以體現(xiàn)AI創(chuàng)造性的一面。

AI也是段子手。上世紀90年代，就有程序員開發(fā)了名為JAPE的對話式段子生成器。之后，AI加持的升級版笑話生成器通過分析脫口秀的句式和笑點生成段子，團隊希望借此研究人為什么會發(fā)笑。AI寫段子的同時還能輔助科學家研究人腦的笑神經(jīng)。

AI早就寫過小說。2007年，紐約大學AI研究員Goodwin訓練了專寫小說的神經(jīng)網(wǎng)絡，公路旅行時在車上安放GPS、攝像頭、麥克風傳感器作為輸入，旅行結(jié)束后一字未改發(fā)表了AI寫成的6千萬字《1 the Road》，被認為是第一本由人工智能寫的小說。該小說情節(jié)并不完全合理，夾雜著GPS定位數(shù)據(jù)，還有拼寫問題。小說雖然通不過圖靈測試，但用詩意的手法開辟了AI在文學應用上的新思路。

《1 the Road》封面

AI寫的小說還有機會獲獎。2016年，日本多個團隊挑選了幾篇AI根據(jù)指定關(guān)鍵詞和大體框架生成的科幻小說投稿了日本第三屆“星新一獎”，部分作品通過了不知情評委的初審。日本科幻小說作家長谷敏思表示，“能夠完整寫出小說太令人震驚了。如果100分滿分的話我給打60分，未來令人期待”。這次，AI不僅僅是通過圖靈測試，而是能與人類作家一較高下了。

AI做過編劇，劇本還被認真拍成短片。作為倫敦國際科幻電影節(jié)（SFL）48小時命題電影挑戰(zhàn)賽參賽影片，《Sunspring》的劇本是由Goodwin訓練的AI機器人Benjamin編寫的，講述了了未來世界3位主角的三角戀關(guān)系。本片請來了專業(yè)導演和知名演員出演，評價是喜憂參半，負面評論都是說它不知所云，沒有意義，正面評價則認為這是AI的壯舉，沒有比AI編劇的科幻片更科幻的了。這次實驗，開創(chuàng)性大于最終成果的質(zhì)量。

《Sunspring》劇照

AI在詩歌上也有建樹。2017年微軟亞洲研究院的虛擬AI助手小冰寫的139首現(xiàn)代詩集結(jié)出版成了第一部人工智能詩集《陽光失了玻璃窗》。訓練樣本是1920年起519位中國現(xiàn)代詩人的所有詩歌。非專業(yè)人員讀起來覺得優(yōu)美，難以和詩人寫的區(qū)分，但熟悉現(xiàn)代詩的人認為還有很大的進步空間。在歌曲上，小冰曾與不少電視臺和互聯(lián)網(wǎng)企業(yè)合作推出單曲。

《陽光失了玻璃窗》中的一頁詩

另外，其他的文體AI也是能輕松上手。比如，對聯(lián)、古詩詞往往使古代的才子想破頭，而由于有嚴格的對仗、格律要求，這類文體對AI來說卻更比白話文輕松。網(wǎng)上生成對聯(lián)、藏頭詩等等功能的網(wǎng)站早已不新鮮。

AI寫作背后，是一場AI技術(shù)進化史

AI有些文體能寫得很好，有些文體卻難以超越人類，這與它背后的程序算法是分不開的。以小說為例，早期使用RNN和LSTM訓練的模型網(wǎng)絡難以通過圖靈測試，而后期日本團隊使用的新型算法就能夠騙過專業(yè)評委。

人工智能神經(jīng)網(wǎng)絡

對于自然語言的處理統(tǒng)稱為NLP（Natural-language processing），下又粗分為語音識別STT（Speech to text）、自然語言理解NLU（Natural-language understanding）和自然語言生成NLG（Natural-language generation）3塊。我們主要討論的寫作涉及到NLG和部分NLU。

早期，要讓計算機寫作需要預設(shè)模版。最初的模版就像我們英語考試中做的完形填空，人寫完文章后將會變化的部分扣空，再讓計算機根據(jù)數(shù)據(jù)填空。例如，天氣預報中常見的：某城市今日某天氣，最高最低溫度某某度，空氣質(zhì)量某等級。為了不使用扣空的死板模版，科學家人為地將語法規(guī)則建模，這樣在表達相同意思時，句式可以在人前期設(shè)定的有限規(guī)則內(nèi)有多種變化。

現(xiàn)在，AI運用的是統(tǒng)計學方法。通過輸入大量真實語料，使用概率統(tǒng)計，預測出詞匯最可能的排列組合，自動訓練出模型網(wǎng)絡。這個模型無需人工編寫，除了語法外，還包含詞性判斷、實體區(qū)分、關(guān)鍵詞句提取、情感分析等等。當有了模型就可實現(xiàn)NLP的各下游任務，還可通過各種參數(shù)精細地控制NLG。

我們不討論實現(xiàn)細節(jié)，只看看現(xiàn)有最好的模型能力幾何。

自O(shè)penAI開源GPT-1.0后，在其上改進的BERT和GPT-2.0是目前NLP業(yè)內(nèi)最高水平。Google在18年10月開源的BERT模型破11項記錄，部分閱讀理解能力還超過了人類。今年2月OpenAI透露的GPT-2.0通過更大的訓練得到了比BERT更高的分數(shù)，甚至可以通過給定開頭續(xù)寫文章，無論是學術(shù)、新聞還是小說類型，官網(wǎng)公布的續(xù)寫示例都有模有樣，甚至在續(xù)寫“垃圾回收對世界有害”這樣的誤導話題時依然能侃侃而談。

OPT-2.0對“回收對世界有害”話題的續(xù)寫

國外模型對中文的理解能力稍差，國內(nèi)也有本土化研究。漢字是少見的不通過空格區(qū)分詞匯的語言，在理解詞性和實體上需要特殊處理。百度PaddlePaddle項目今年3月發(fā)布了ERNIE模型，通過輸入百科、資訊、對話等語料庫和直接對語義知識進行建模，增強了模型語義表示能力，較BERT在中文上的效果更好。

綜上，AI技術(shù)一直在發(fā)展和進步，寫作技術(shù)也在不斷完善，目前已可以假亂真。

AI寫作行行都能用，應用場景全覆蓋

AI現(xiàn)已運用在許多方面以提升文字產(chǎn)出效率。

與日常生活聯(lián)系較大的是相對機械的模版規(guī)范化寫作，如新聞稿、報告文學等等。

AI小編已經(jīng)為多家報社和新聞機構(gòu)所采用。國外有美聯(lián)社的WordSmith、華盛頓郵報的Heliograph和紐約時報的Blossom ，國內(nèi)有新華社的“快筆小新”、 第一財經(jīng)的“DT稿王”、《南方都市報》的“小南”、字節(jié)跳動的Xiaomingbot、騰訊財經(jīng)的Dreamwriter，發(fā)展勢頭迅猛。

新華社發(fā)布的“快筆小新”

AI也在各處寫報告。辦事機構(gòu)、咨詢公司等部分需要提供證明材料、詳細報告等等的場景并不全靠人工去撰寫每一份文檔，而是把相關(guān)數(shù)據(jù)輸入給NLG，由NLG根據(jù)規(guī)范生成。比如，在自助查詢機打印的個人征信報告就是NLG生成的。NLG大大提升了辦事和處理效率，能幫助機構(gòu)更好地服務和拓展業(yè)務。

新聞里提到的AI的摘要生成能力不僅僅能用于科研，與商業(yè)結(jié)合才能有更大的生命力。

AL廣泛運用在商業(yè)智能（Business Intelligence，BI）領(lǐng)域。Arria NLG、Automated Insights、Narrative Science等公司開發(fā)的NLG模型能夠做到將企業(yè)日常事務、財務信息等輸入AI，AI自動生成財務報表，包括目錄、圖表等結(jié)構(gòu)，并能指出各盈利或虧損點和具體到某個業(yè)務的原因。公司日常運營能有這樣一個幫手，能減少無謂的做ppt報告的工作，并能幫助管理層及時調(diào)整策略。

ARRIA NLG 的分析報告示例

AI在廣告上也能大戰(zhàn)身手。國外的Phrasetech等公司提供自動生成公司網(wǎng)站、產(chǎn)品介紹頁面、產(chǎn)品搜索結(jié)果摘要等服務。京東、阿里在2018年相繼推出了名為“莎士比亞”、“AI智能文案”的文案生成系統(tǒng)，能根據(jù)商品編號或關(guān)鍵詞自動生成多條產(chǎn)品文案，甚至能設(shè)置不同的風格。和AI排版、P圖相結(jié)合，能解決小公司或商家設(shè)計師和運營不足的問題。

AI不能完全勝任的場合，也可以通過更默默無聞的方式幫助人類。

AI寫作輔助也能夠提升人類的寫作效率。目前，百度、頭條等自媒體都有自己的人工智能寫作平臺，主要用于后期根據(jù)語意糾錯。在寫作時，AI筆神這類產(chǎn)品能在每次輸入詞句后，根據(jù)語意反饋靈感詞云、詩詞名言、小說情節(jié)摘要等信息，幫助作者獲得靈感、素材，使行文更加順暢。

除了商用，AI在日常生活中也能幫上忙。智能輸入法們在打字時不停地猜測之后的內(nèi)容，有時打個開頭就能一路選候選詞打完一句話。哪怕是追星這類需求，利用NLG也能夠梳理出某個事件的來龍去脈和明星的生平履歷，全方位掌握明星的點滴。

綜上，AI已經(jīng)在文字領(lǐng)域應用廣泛，已能部分替代或輔助人類的工作。

AI寫作實力超卓，在某些方面人類早已不是對手

AI接替人類已經(jīng)慢慢成為現(xiàn)實，這與AI的特點是分不開的。

AI可以接收大量數(shù)據(jù)輸入。吾生也有涯，而知也無涯。人類作家的知識儲備和精力是有限的，當遇到未知領(lǐng)域就要去補充知識。而AI可以用數(shù)據(jù)挖掘出的全量數(shù)據(jù)信息作為輸入，能了解到各細枝末節(jié)，做到旁征博引。

AI對輸入內(nèi)容客觀。AI不仁，以萬物為芻狗。人類由于自身經(jīng)歷、知識水平不同，對于獲取到的內(nèi)容、信息看法并不能做到完整、客觀。AI遵循訓練出模型網(wǎng)絡，完整分析所有輸入。同一個模型、參數(shù)下AI給出的結(jié)果是完全一致的，也就是說，同一個AI對任何輸入都使用同一套評價標準。

時間和成本無需單選

AI可以做到快速輸出。迅雷不及掩耳。AI借助現(xiàn)代計算機技術(shù)帶來的強大算力，能夠做到秒速作文。通過實時的數(shù)據(jù)挖掘、收集，立刻送至AI處理，瞬間就能輸出結(jié)果。相較人類編輯主動搜索、閱讀再到遣詞造句的時間，AI已經(jīng)可以將時間成本忽略了。

AI能夠省去人工。昨日之日不可追，今日之日須臾期。AI做到了自動化或半自動化寫作。對于企業(yè)來說，人員成本可以節(jié)省下來。對于全人類來說，技術(shù)的進步把人類從枯燥、重復的勞動中解放出來，做其它富有創(chuàng)造性的事。

綜上，由于AI的種種優(yōu)勢，在部分求快求準的寫作場景，人類被AI取代是必然。

當前AI寫作還是傻白甜，同時法律缺位時AI寫作技術(shù)還被人利用和濫用

現(xiàn)階段的AI還有不少局限性，社會對它的認識和接受程度也不高。

當前AI技術(shù)在用數(shù)據(jù)科學的概率統(tǒng)計方法去分析文學性的文章句子，以求達到人類相似的水平。從原理上，語言是有限字詞的排列組合，可以用數(shù)學方法解決。這條路已經(jīng)通過實踐證實了部分可行性，但是否會在將來遇到瓶頸，現(xiàn)在沒有辦法驗證。

一個娛樂圈小熱點機緣巧合成了佐證。18年，一位交大博士李宏燁在電視節(jié)目上提出“相聲公式”嗆聲郭德綱，引發(fā)了社會大討論。他曾出版3本用數(shù)學方法研究相聲的書籍，理論體系完備。現(xiàn)場觀眾反應良好，但他說的相聲15年未火，此事過后再次銷聲匿跡。

節(jié)目上李宏燁展示他的公式

目前研究出的AI還存在不少問題。

首先，AI所著文章質(zhì)量偏低。魑魅喜人過，文章憎命達。AI在新聞等語言平實、嚴謹?shù)奈捏w與需要有情節(jié)和人物性格塑造的小說的表現(xiàn)差異巨大。AI撰寫的小說、詩歌等往往缺乏內(nèi)在邏輯和情感，讓人看得云里霧里。

其次，AI缺乏原創(chuàng)性。李杜詩篇萬口傳，至今已覺不新鮮。AI模型訓練完成后，句式等結(jié)構(gòu)就確定下來了，雖然數(shù)量上可能較多，但是有限的。AI模型在使用時，所有的數(shù)據(jù)、觀點等信息都來自于輸入，通過刪選、重組流程輸出，不會有跳脫。

最后，AI訓練投入巨大。一飲一石者，徒以多為貴。要想AI模型好，目前算法要求的前期訓練成本是巨大的。訓練時用的語料庫要龐大，最好還要預刪選以提高質(zhì)量。訓練時為了處理海量數(shù)據(jù)需要占用昂貴的GPU計算時間。為了能更快地訓練，需要組建GPU機器學習集群來加速。目前，大公司做了這些工作并免費發(fā)布模型，但OpenAI閉源了GPT-2.0讓人擔憂這樣的模式是否可持續(xù)。

技術(shù)在發(fā)展中遇到問題，人類又如何去利用技術(shù)也出現(xiàn)了問題。AI作為技術(shù)，誰都可以利用。利用它做什么，需要負起怎樣的責任，道德標準和法律體系還沒有完善。

AI可以用來做假新聞。無論輸入給AI什么命題，AI都能寫出規(guī)規(guī)矩矩看似有理有據(jù)的文章，讓人真假莫辨。AI也無法通過聯(lián)系相關(guān)單位或求助專家來確認數(shù)據(jù)和信息的可靠性，所以AI會相信所有的輸入。如果人為輸入虛假信息，AI會直接認可，這樣也會造成偏差。

AI可以用來洗稿。一篇原創(chuàng)的文章輸入，AI改變句子結(jié)構(gòu)、語序，能輸出一篇轉(zhuǎn)述后的但沒有新價值的文章。AI洗稿在自媒體投稿、大學論文、報告撰寫都有旺盛需求。現(xiàn)在市場上出現(xiàn)了文章原創(chuàng)和偽原創(chuàng)、論文查重和反查重等官方和民間AI勢力的斗法。

AI甚至被質(zhì)疑操縱民主投票。無論是美國大選還是英國脫歐公投，都有聲音說是有勢力在社交媒體上投放精準廣告。AI能通過分析用戶的歷史，找出最適合他的拉票策略，通過NLG生成拉票文案配圖后推給他。比如，某社交網(wǎng)絡用戶不喜歡移民，AI就會根據(jù)移民話題生成諸如“留歐后英國將涌入多少多少的移民”等等文案持續(xù)刷屏，以此獲取搖擺選民的投票。這比傳統(tǒng)的、通過電視演講的拉票方式要高效得多。

電影《脫歐：無理之戰(zhàn)》詳細展示了社交網(wǎng)絡精準廣告投放影響投票的過程

法律不完善時，AI被濫用的方式層出不窮，以上只是一小部分。在立法過程中，不少問題都難以界定，一個爭論的焦點是AI作品的著作權(quán)歸屬問題。

AI使用的是程序員在科技公司編寫的程序，算法是專家學者在論文中公開的，訓練樣本又來自名著、百科、論壇評論等各處，產(chǎn)出的是程序員都不能理解的黑盒模型，最后公司又將模型開源了，使用模型的人是輸入的自己的數(shù)據(jù)。最終生成的文章著作權(quán)實在難以界定。

綜上，AI現(xiàn)在處于發(fā)展的初級階段，有各式各樣的問題亟待解決。

長期來看AI寫作，若大規(guī)模應用落地，未來可期

當前AI的水平較弱，但未來的潛力是可以預見的。

技術(shù)上，AI有望能創(chuàng)作。由于最核心的原理無法被證偽，并且現(xiàn)在AI重組、模仿能力已經(jīng)得到證實，未來算法的優(yōu)化和硬件算力的提升都可能使AI得到創(chuàng)作的能力。AI一旦獲得創(chuàng)作能力，文學、音樂、電視電影等行業(yè)因此會產(chǎn)生翻天覆地的變化。

應用上，AI未來能結(jié)合其技術(shù)實現(xiàn)更強大的功能，拓展使用場景。結(jié)合語音識別和數(shù)據(jù)挖掘技術(shù)，AI或能夠在演講直播、新聞播報等場景下進行實時的事實核查并同步輸出。結(jié)合圖像、音視頻識別技術(shù)，AI將能夠生成各種媒體的敘述性描述，將電影、電視、游戲還原為小說、劇本、摘要，用戶對文娛內(nèi)容的挑選會更方便，也能同時照顧到一些殘障群體的娛樂需求。文字作為信息傳播的基礎(chǔ)媒介，可以挖掘的場景太多。

社會上，倫理、法律問題解決后，AI能夠掃除障礙，良性健康發(fā)展。濫用AI行為被遏制能加強大眾對AI的接受。著作權(quán)歸屬解決后能夠從實際收益去反哺技術(shù)的發(fā)展，AI取代了一部分工作的同時也會催生出新的產(chǎn)業(yè)和工作機會。

綜上，AI在廣闊天地下將大有所為。

結(jié)語

弱人工智能階段下想要AI進行藝術(shù)創(chuàng)作還不現(xiàn)實，但利用好現(xiàn)有技術(shù)優(yōu)勢仍有可觀但應用價值。AI值得人們繼續(xù)深入研究，未來想象空間巨大。

文/首席發(fā)言者公眾號