人類特有的創(chuàng)作力是否已被AI復(fù)制

常莽

2021年以來，由AI續(xù)寫故事作為文本的視頻在B站悄然流行開來，一些UP主利用市面上的AI創(chuàng)作續(xù)寫人們熟知的文學(xué)作品，再將新的作品以人聲演繹，配上BGM后制成視頻。

經(jīng)過AI的一頓操作，名著成了爆款爽文，前有諸葛亮開戰(zhàn)斗機，后有莊子研究“三體”，各種平行世界信手拈來，AI一本正經(jīng)胡說八道的本事，比過去的地攤文學(xué)還強。

其實，對于相關(guān)工具的使用者而言，用AI進行創(chuàng)作并沒有技術(shù)門檻：只需輸入文學(xué)作品的某些片段，AI創(chuàng)作機器就會根據(jù)給定文字的內(nèi)容與風(fēng)格對故事進行續(xù)寫，這些經(jīng)過AI二次創(chuàng)作的故事，往往情節(jié)曲折離奇，與原作的走向大相徑庭，這種內(nèi)容因為反常規(guī)和新鮮感而受到一些網(wǎng)民的追捧。

不過話說回來，藝術(shù)創(chuàng)作這種高度創(chuàng)意化、個性化的工作，原本被視為“人類的最后一片凈土”，是理論上最不可能被人工智能取代的工作之一，可如今人工智能技術(shù)的發(fā)展卻為藝術(shù)創(chuàng)作開辟了一條新的捷徑。

AI寫作

AI創(chuàng)作也就是機器人寫作，這是一種擬人化的說法，實質(zhì)上是指通過一定的計算機程序，對輸入的信息進行自動化的分析、處理和加工，從而生成一篇較為完整的文章。總的來說，今天流行的AI續(xù)寫，其實已經(jīng)算是比較成熟的能力。

隨著人工智能技術(shù)的快速發(fā)展，自然語言生成（natural language generation， NLG）技術(shù)在世界范圍內(nèi)得到廣泛的應(yīng)用。《紐約時報》和美聯(lián)社等新聞機構(gòu)都曾采用NLG技術(shù)來撰寫新聞報道；僅在2014年，技術(shù)公司Automated Insights就實現(xiàn)了以每秒超過2 000篇的速度生成新聞報道，全年發(fā)布新聞共計10億多篇。

AI寫作背后的原理非常復(fù)雜，核心是自然語言處理（natural language processing， NLP）技術(shù)，同時涉及到數(shù)據(jù)挖掘、機器學(xué)習(xí)、知識圖譜等多項人工智能技術(shù)。自然語言處理是指讓機器擁有理解并解釋人類語言的能力，目標是讓機器在理解語言上像人類一樣智能，最終彌補人類交流（自然語言）和計算機理解（機器語言）之間的差距。

NLP涉及2個流程，分別是自然語言理解（natural language understanding，NLU）和自然語言生成（NLG）。市面上的寫稿機器人大都是NLG系統(tǒng)，目前主要有模板式、抽取式和生成式3種技術(shù)方向。

模板式寫稿機器人主要通過優(yōu)化算法，在預(yù)先存儲的大量寫作模板中，選擇與給定材料相匹配的模板，將信息加以組合生成文本，是目前應(yīng)用最成熟、實現(xiàn)最容易的一種機器寫作方法。

抽取式機器人會對文本進行語義分析，識別冗余信息，抽取重要內(nèi)容，通過摘錄或概括的方法壓縮文本，形成對于既定文字的摘要，再加以計算確保文摘的連續(xù)性，這種技術(shù)廣泛應(yīng)用于新聞內(nèi)容概括和文摘生成。

生成式NLG主要通過深度學(xué)習(xí)和增強學(xué)習(xí)技術(shù)來實現(xiàn)，機器通過大量的文學(xué)作品樣本進行訓(xùn)練，學(xué)習(xí)各類寫作風(fēng)格、建立寫作模型，再根據(jù)輸入的文字片段獲知任務(wù)需求，預(yù)測并生成與需求相匹配的文稿，進行輸出。

從現(xiàn)階段來看，模板式和抽取式寫稿機器人的技術(shù)已經(jīng)趨于成熟，在市場上得到了廣泛的應(yīng)用。生成式NLG技術(shù)更加智能，也是當前NLG技術(shù)中更為高級的目標，OpenAI等研究機構(gòu)在這方面做出了嘗試，并在市場上得到了應(yīng)用。

AI寫稿工具人

AI寫作在當今社會早已不是什么新鮮事，早在2011年，《洛杉磯時報》就開始研發(fā)面向地震領(lǐng)域的自動化新聞生成機器人Quakebot。2013年3月，Quakebot因率先報道南加州發(fā)生的4.4級地震引發(fā)關(guān)注，2014年3月，美國洛杉磯發(fā)生4.4級地震，Quakebot用時3分鐘就完成了相關(guān)報道的寫作和發(fā)布。同年7月，美聯(lián)社引進Automated Insights公司開發(fā)的新聞寫作機器人，開始使用自動生成新聞技術(shù)。此后，《紐約時報》《華盛頓郵報》《衛(wèi)報》和路透社等媒體都走上了自動化新聞發(fā)展的道路。

國內(nèi)在自動化新聞領(lǐng)域也有許多嘗試：2016年5月，四川綿陽發(fā)生4.3級地震，中國地震臺網(wǎng)研發(fā)的地震信息播報機器人用6 s寫下560字的速報，報道內(nèi)容翔實；2017年8月，該機器人在第一時間報道了四川阿壩州九寨溝縣的7.0級地震，引發(fā)廣泛的討論和關(guān)注。這條新聞消息約540字，新聞涵蓋了速報參數(shù)、震中地形、熱力人口、周邊村鎮(zhèn)、周邊縣區(qū)、歷史地震、震中簡介以及震中天氣8個方面的內(nèi)容，并配有5張圖片，用時僅25 s。在此后的余震報道中，新聞機器人最快出稿速度僅有5 s。

除了新聞報道以外，AI寫作也在其他文字創(chuàng)作場景得到了廣泛的應(yīng)用。目前，無需人工干預(yù)的機器人寫作可以生成詩歌、廣告、各類行業(yè)分析報告、歌詞、小說甚至劇本。

以詩歌為例，微軟研發(fā)的機器人小冰于2017年出版了詩集《陽光失了玻璃窗》，這是歷史上第一部人工智能詩集，其中包含139首現(xiàn)代詩。

諸如“快把光明的燈擎起來了/那里有美麗的天/問著村里的水流的聲音/我的愛人在哪/因為我的紅燈是這樣的幻變/像是美麗的秘密/她是一個小孩子的歌唱/那時間的距離”等華麗辭藻還頗具美感，只是在邏輯性上有所欠缺。除了現(xiàn)代詩，律詩、藏頭詩、詞等各種風(fēng)格的詩歌創(chuàng)作軟件已然在市場上層出不窮。

相比于新聞，故事、小說等連續(xù)語義的創(chuàng)作會更加困難，但這些也早已不是難題。早在2016年的倫敦科幻電影節(jié)上，紐約大學(xué)研究人員開發(fā)的機器人Benjamin創(chuàng)作了一部長達9 min的科幻電影Sunspring，贏得了大批關(guān)注；MIT媒體實驗室開發(fā)的機器人Shelly專職撰寫恐怖故事，并在Twitter更新；Botnik研究室采用預(yù)測的算法創(chuàng)作了《哈利波特》的續(xù)集。

除了寫稿，AI創(chuàng)作還有其他形式

當AI創(chuàng)作技術(shù)應(yīng)用于寫稿，可以誕生機器版的記者、小說家、詩人和編劇等，而當它應(yīng)用于繪畫、音樂和舞蹈領(lǐng)域時，則可以“培養(yǎng)”出畫家、作曲家和編舞人員。

AI繪畫創(chuàng)作大放異彩

利用機器繪畫早已寫入了人類的夢想清單：早在18世紀70年代，瑞士已經(jīng)有人利用機械臂繪畫；2016年，谷歌研發(fā)的繪畫AI在舊金山拍賣會上大放異彩，作品一度拍出單幅8000美元的高價；2019年，微軟小冰獨立完成的原創(chuàng)繪畫作品在中央美術(shù)學(xué)院美術(shù)館展出，并于2020年推出個人繪畫作品集。

AI音樂創(chuàng)作譜寫別樣樂章

AI在音樂創(chuàng)作中的應(yīng)用比比皆是：2016年，索尼公司計算機科學(xué)實驗室CSL的DeepBach項目仿照巴赫的風(fēng)格創(chuàng)作的合唱曲目，被專業(yè)音樂家誤認為是巴赫的作品。

除了譜曲，AI還可以創(chuàng)作并唱出聲音的歌曲，CSL實驗室的機器人Flow Machine模仿披頭士的風(fēng)格，自主創(chuàng)作了歌曲Daddys car。法國計算機科學(xué)家Pierre Barreau創(chuàng)造的作曲AI應(yīng)用Aiva可以根據(jù)需求創(chuàng)作不同風(fēng)格的音樂，甚至可以根據(jù)圖畫作曲，Aiva也于2017年成為“法國及盧森堡作曲家協(xié)會（SACEM）”的首個非人類會員。

AI舞蹈創(chuàng)作演繹非凡舞曲

有不少團隊開發(fā)了舞蹈創(chuàng)作類的AI：谷歌研究院建立了名為AIST++的3D舞蹈動作數(shù)據(jù)集，據(jù)此訓(xùn)練的AI能夠根據(jù)給定的音樂和一段2秒左右的種子動作生成長序列逼真的3D動作。

目前已有的舞蹈創(chuàng)作AI基本都能根據(jù)目標音樂生成與之匹配的舞蹈動作，并通過3D建模的方式將舞蹈進行表演。經(jīng)過模型構(gòu)建方法的迭代升級，AI生成的3D舞蹈在動作質(zhì)量、動作多樣性和動作與音樂的相關(guān)性方面均有不錯的表現(xiàn)。

OpenAI公司最新推出的GPT-3模型，開放了API服務(wù)，申請者可以調(diào)用GPT-3的API，將其進一步開發(fā)為論文翻譯工具、網(wǎng)頁生成工具、前端設(shè)計器、聊天機器人甚至游戲開發(fā)工具。在GPT-3的身上，可以看到AI從某一個領(lǐng)域的創(chuàng)作者成為各方面兼修全才的可能性。

AI作為內(nèi)容生產(chǎn)者還有哪些缺陷

AI創(chuàng)作固然強大，但要想做到大規(guī)模的普及和落地，尚有一些問題橫于面前。

首先就是AI的價值判斷問題。機器學(xué)習(xí)只是提取訓(xùn)練集數(shù)據(jù)的風(fēng)格特征，并對這種加以模仿，機器看似具有“學(xué)習(xí)”功能，實質(zhì)上仍落入了按圖索驥的窠穴。

AI本身對文本創(chuàng)作并沒有價值判斷，所以在AI生成的故事當中，可以讀到諷齊王納諫的鄒忌為了保住權(quán)勢富貴而出賣小妾，讀到為孩子買橘子的父親在月臺摔倒……這些離奇的情節(jié)不僅與邏輯不符，對正常的價值導(dǎo)向也難以判定。如果訓(xùn)練內(nèi)容存在問題，或者某些用戶輸入時刻意引導(dǎo)，AI生成的內(nèi)容在倫理道德方面的處境更會雪上加霜。

其次是AI創(chuàng)作的版權(quán)問題。在當前技術(shù)框架下，AI的訓(xùn)練效果在很大程度上取決于語料庫，沒有足夠量的語料庫，AI便無法進行學(xué)習(xí)，更無法進行創(chuàng)作。

那么AI產(chǎn)出的作品該歸語料的作者還是歸AI的創(chuàng)作者所有呢？如果歸語料作者所有，那么又如何為龐大的網(wǎng)絡(luò)語料資源劃定作者呢？如果歸創(chuàng)作者所有，又能否將使用了相同技術(shù)線路和算法的創(chuàng)作者視為抄襲？這些問題仍然需要法理和倫理上的探討。

最后便是AI使用者的問題。

AI為內(nèi)容創(chuàng)作提供了一種更加輕松、便利的可能性，但在一些別有用心的人眼中，AI成為了助長抄襲的洗稿工具：輸入一段語句，AI就會對語言結(jié)構(gòu)進行重組，對關(guān)鍵詞加以替換，從而在短時間內(nèi)復(fù)制網(wǎng)絡(luò)爆文……技術(shù)雖為中立，但不良的使用意圖讓技術(shù)成為了幫兇。

自AI誕生之日起，有關(guān)于AI取代人工的憂慮便不絕于耳。顯然，由AI續(xù)寫的故事內(nèi)容雖然有點不靠譜，但終究還是能滿足一部分人的內(nèi)容消費需求，甚至有走紅的潛質(zhì)。至于智能機器與內(nèi)容創(chuàng)作者的關(guān)系，終歸還是會走向人機協(xié)作、共生共進，而不是相互取代、零和博弈。