AI+寫作讓編輯“下崗”?現階段只是“不懂裝懂”

發佈時間:2018-05-07 15:44:00 | 來源:科技日報 | 作者:楊侖 | 責任編輯:肖寒

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産物,怎能由數據和代碼組成呢?在AI席捲各大行業的浪潮下,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,終於輪到編輯“下崗”了。


AI+寫作真能發揮出這麼大的魔力嗎?

別慌!“莎士比亞”是款“文案處理器”


據該電商平臺發佈的新聞稿稱,這套系統在借鑒傳統NLG和語言模型方法的基礎上,基於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,並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演算法的優化。


然而該系統一面世就遭到了網友的吐槽:“既然能智慧寫文案,能不能智慧刷好評呢?”“人工智慧+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、做文章這些人們想像中AI寫作還有很遠的距離。記者找到了一篇由人工智慧寫作的文章,雖然看起來邏輯通順,但其主要內容均來自於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技術應用於寫作仍有相當大的局限性。”拓墣産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,最後竟然賣到了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後,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、報告類數據採集等方面,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體,用於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慧技術進行新聞寫作。


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,進行大量資料蒐集和模型訓練;訓練範圍拉得越大,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、詞彙量使用範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。但對於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,以該平臺人工智慧系統為例,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,人工智慧現階段只是“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,學會了某些詞彙、字句可以連在一起使用,人工智慧寫作出來的內容,只是讓人看上去認為機器已經了解了其中的含義,但事實上機器並不知道。”林輝説。舉例來説,就像2013年上映的人工智慧科幻電影《Her》一樣,當女主角説出“我愛你”的時候,她只是發出了音節,卻完全理解不了背後的情感。


林輝介紹,受技術的限制,當下的人工智慧+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寫作的主要目的也並非是替代人力,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,被人工智慧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。