在线资源av,成人激情一区,亚洲精品一二

關注新華網

微博

Qzone

評論

圖集

　　和人類PK寫作，AI“道行”還不夠

　　寫作是語言的精髓、文化的靈魂，與1和0組成的數據、單詞和符號組成的代碼看上去格格不入，靈感、直覺和純熟的語言訓練誕生的產物，怎能由數據和代碼組成呢？在AI席卷各大行業的浪潮下，寫作作為藝術形式的一種，仿佛成為了人們心目中的“孤島”。

　　然而，這座“孤島”也被AI浪潮“侵門踏戶”了。

　　近日，某電商平臺推出了名為“莎士比亞”的AI寫作系統，一秒鐘可以“寫”出千條文案。業內人士戲言，終于輪到編輯“下崗”了。

　　AI+寫作真能發揮出這么大的魔力嗎？

　　別慌！“莎士比亞”是款“文案處理器”

　　據該電商平臺發布的新聞稿稱，這套系統在借鑒傳統NLG和語言模型方法的基礎上，基于該平臺自身在商品標簽和搜索數據庫層面積累的大數據，從句子層面做結構解析、訓練模型和語言生成，從而能夠一秒鐘“吐”出千條文案，并根據用戶不同的需求自主選擇各類行文風格。據介紹，該系統還能根據用戶對文本的選擇實現機器算法的優化。

　　然而該系統一面世就遭到了網友的吐槽：“既然能智能寫文案，能不能智能刷好評呢？”“人工智能+文案，是千人千面還是千人一面？”

　　對此，該系統負責人表示：“傳統人工創作費時費力，尤其是電商平臺‘大促’期間，時間緊、任務重，很多商家修改頁面時往往捉襟見肘。這套系統就是為了極大地賦能商家，提高效率、降低人力成本，逐漸實現機器寫文案、系統排版頁面。”

　　顯然，這套系統的主要應用場景是商品文案寫作，離寫詩、做文章這些人們想象中AI寫作還有很遠的距離。記者找到了一篇由人工智能寫作的文章，雖然看起來邏輯通順，但其主要內容均來自于新聞媒體的一篇專訪稿件，機器所做的工作，僅僅是對稿件進行了刪減和截取。

　　“事實上，AI技術應用于寫作仍有相當大的局限性。”拓墣產業研究院分析師林貞妤告訴科技日報記者，“AI寫作需要輸入大量某特定類型的文章數據，進行機器學習訓練，付出包含時間和金錢的訓練成本，才能讓AI學會某一類文章的寫作模式。”從某種程度上看，該系統更像是豐富的文案數據庫，可以根據不同的風格，向用戶推薦更適合該商品的文本。

　　有局限：只能在特定領域“展神威”

　　AI對藝術領域的“侵門踏戶”可不是第一次了。谷歌曾利用AI創作一幅油畫作品，最后竟然賣到了8500美元。在一項測試中，AI創作的畫作成功“欺騙”了超過半數觀眾的眼睛，使他們誤以為該作品是由人完成的。

　　在AI寫作的道路上也不乏探索者。2016年，一款AI機器人曾參與了當年高考作文的創作，但成績只能用慘不忍睹來形容。兩篇文章行文風格磕磕絆絆，句子之間邏輯也欠通順，用詞單調重復，僅有幾個句子被認為有點“文藝范”，可惜在上下文結合的過程中，也失去了韻味。事實上，日本也曾經使用AI參與過升學考試，積累了多次失敗經驗后，已經能夠達到大學入學的水準，然而其擅長的也是數學、歷史等學科，但在語言處理能力方面非常一般。

　　但在消息新聞寫作、報告類數據采集等方面，AI寫作則獲得了不小的成功。2007年，美國一家公司就推出了新聞編寫軟件，用于撰寫財經類和體育類新聞稿件。只要導入最新的數據，每分鐘最快可生成2000篇報道。近年來，我國媒體也陸續開始使用人工智能技術進行新聞寫作。

　　林貞妤表示，要讓AI學會寫作，必須要鎖定某個特定應用目標，進行大量資料搜集和模型訓練；訓練范圍拉得越大，則訓練的成效與精確度往往會越差。“因此，目前AI技術只能在風格類似、詞匯量使用范圍較小的領域完成文本生成，比如天氣預報、財經新聞等內容，AI可以很好地輸出相關報道和消息。但對于那些風格具有創新要求、情感描述豐富的文章，AI就無能為力了。”

　　待進步：現階段只是“不懂裝懂”

　　“現階段，我們使用較多的還是NLG(自然語言生成)技術，以該平臺人工智能系統為例，它套用了大量數據積累下來的模板，而且最終還需要人工參與對其進行校正。”清華大學蘇研院大數據中心主任林輝告訴科技日報記者。

　　更重要的是，人工智能現階段只是“不懂裝懂”。“這和我們的語音處理方式一樣，機器通過大數據分析，學會了某些詞匯、字句可以連在一起使用，人工智能寫作出來的內容，只是讓人看上去認為機器已經了解了其中的含義，但事實上機器并不知道。”林輝說。舉例來說，就像2013年上映的人工智能科幻電影《Her》一樣，當女主角說出“我愛你”的時候，她只是發出了音節，卻完全理解不了背后的情感。

　　林輝介紹，受技術的限制，當下的人工智能+寫作整體還比較初級，一方面需要人力的參與；另一方面，機器在自然語言處理、理解方面都還存在著障礙。從目前來看，AI寫作的主要目的也并非是替代人力，而是作為人的助手，協助人們處理一些繁瑣、重復的勞動。有新聞學系教授也撰文表示，被人工智能取代的將是有明確規則的智力勞動，但在新聞領域，深度報道、新聞評論等需要創造性思維的部分，將是人類進一步深耕的領域，這是機器所無法取代的。記者楊侖