如何对待人工智能写诗（AI写诗）？

别惹我so · 发表于 2023-8-10 17:33:05

目前网上呈现了不少人工智能写诗平台，附上链接：
诗三百·人工智能在线诗歌写作平台
九歌--人工智能诗歌写作系统
帮你写诗的编诗姬
（最后一个链接是问题改削前题主列出，似已无法访谒）
你对AI作诗怎么看？AI创作是否会在未来代替人类创作？对比人工作诗，AI作诗的局限在哪里？有哪些算法实现一个作诗系统？需要考虑哪些特征？人工创作应该以怎样的特点浮现与AI的差异化？

栗子小小姐 · 发表于 2023-8-10 17:33:34

作为AI从业者，来提供些技术视角。
2003年，刘慈欣发表短篇小说《诗云》。高等文明的统治者希望复制人类先贤的作诗能力，因此创造了一个机器人，能够使用量子计算机穷举所有汉字组合，从而暴力生成古诗。大刘虽然不是AI专业出身，但是他所设想的算法其实就是一个启发式搜索过程，其中包含两个重要的模块：产生器和判别器。其中，产生器负责从指数规模的组合中找出可能成为诗的组合，判别器再决定其中哪些是有意义的诗歌。
在《诗云》中，产生器枚举了所有可能的情况，而判别器没有办法设计出来，因此整个项目终究没有找到“超越李白的诗”，只留下了“一片直径为一百个天文单位的旋涡状星云”，里面存储了所有可能的诗歌，其中肯定也包含“超越李白的诗”。
当然，大刘没有预见到深度学习的蓬勃发展。时至今日，高效的深度学习算法，使得性能更高的产生器和判别器成为了现实。通过人类定制的规则（如押韵、平仄等）和监督学习（以历史上出现的诗歌为数据库），人类已经在力所能及的范围内（不依靠量子计算）创造出了作诗机器人。本质上说，AI作诗与以AlphaGo为代表的AI下棋，使用的技术是极其相似的：都是以人工神经网络作为隐式启发函数，从巨大的状态空间中找出“最可能”成为诗歌或者棋局的那些组合，进而用另一个人工神经网络（学习过大量现存的诗歌或者棋局）进行最终筛选。顺便，AI不仅能够作诗，还能够作画，其原理也是类似的。2018年10月25日，下面这幅AI创作的画，拍出了432,000美元的天价。

AI创作的“肖像画”，注意右下角有个数学公式，这是产生式对抗网络（GAN）的优化目标：GAN将产生器和判别器一起训练，从而得到了高效的生成算法

每个算法都有它的优点和缺点。AI作诗的优点有很多，比如它能够在极短时间内写出极为工整的诗歌，如果不较真的话，其中还不乏能在社交网络上炫耀一番的“佳作”。因此，将AI作诗定位为一种娱乐工具，未尝不可。如果在算法中加入更多特性（比如一些人工设计的规则），AI还可能发现一些有意思的东西。举两个例子：

对应圆周率的诗“山间一寺一壶酒”，看起来挺像那么回事的；AI学会了这种谐音规则，就可以作出对应其他科学常数的诗，博人一乐。
某些趣味性的对联，比如“上海自来水来自海上——中山落叶松叶落山中”、“客上天然居，居然天上客——人过大钟寺，寺钟大过人”、“美人苹果脸——瑞士葡萄牙”。这几个都是无情对，前两个还是回文对。人很难找到这样的例子，但是如果给计算机设定了规则，就可以批量生产了。

我们看到，上面两个例子，共同的特点是只要“巧”而不要“情”。但是我们不该忘记，古诗之所以经久不衰，一个本质原因是诗人倾注了强烈的情感，这些情感穿越时空，与我们产生了共情。AI作诗就很难做到这一点：很少有人会与AI共情——除非我们设定一个虚拟社会，将这些AI放到其中，让它们经历与人类相似的生老病死、悲欢离合，然后让它们“有感而发”地作出诗来，再结合它们的“身世”发布出来。不过，即使人类接受了这样的设定，模拟社会和情感这件事情，本身就比AI作诗的难度要大得多。
总之，现在的AI作诗，只能看成一个娱乐工具。它作为一种可量化的研究课题，对于AI的发展具有重要意义；但是要替代人类的诗歌，还有很长的路要走。不过我预测，将来人类诗人可能会寻求AI的帮助，人类进行情感创作，而AI帮助人类改出工整的句子。这样，诗人们就不必将大量精力放在对仗和平仄上了。

sky海布里永恒 · 发表于 2023-8-10 17:34:13

从此穿越小说作者终于不必抄袭古人诗作了……

luozheng · 发表于 2023-8-10 17:34:56

泛用性和zhuangbility都不高，还得继续向稻老前辈学习。
既然技术上不是什么高新尖，那后面几问当然也没新鲜玩意儿好讲。

hdjay · 发表于 2023-8-10 17:35:42

谢
@刘知远老师邀。
首先很难过的是，
从技术上，我难以做出一个literature review，讲解计算机作诗如今的state of art；
从文学上，新学旧学我都不是科班出身，虽然自己诗也算入了门，但也不能从理论上讲清什么；
从写回答本身上，我往往没有写科普的耐心。
那我就简单来说。
====================
对当今作诗机的评价
这种作诗机，技术上，词带，n-gram，RNN，各种乱搞，总有一款适合你。
然而，一个learning问题，或说nlp问题，最玄学的事情之一就是没有合适的评价标准。对于这种生成模型犹是。只能让广泛人民群众“大众点评”。
可是以当今中国人对旧诗的鉴赏水平之低，根本没有分辨好坏诗的能力。就像是一个评测数据集，谁跑都给top 1. 这还评个蛋啊？
诗有诗的语言，至少算是文言的一个别类。然而这门语言，对大部分人来说比英语还陌生。雾里看花，多半是美的，也多半是假的。
这些作诗机作出的东西，连诗的第一关——“文从字顺”，都过不了。
你觉得一个见到你，第一句话说“hello how are you an apple a day dream deeply rooted at ...&#34;这样的人，算是会说英语吗？
你觉得一个见到你，第一句话说”hi，好早上，我想一油条和豆浆“这样的人，算是会说汉语吗？
当今的作诗机，得先把文从字顺一关过了再说。
================
对作诗机未来的展望

说不定能写好。但让NN写一首无懈可击的好诗，那估计英语翻译汉语的精度已经99%了。
代替人不可能。
诗是表达工具，写得再好也不会代替人。

vaaluyy · 发表于 2023-8-10 17:36:30

近来的机器人作诗系统应该都脱胎于
Chinese Poetry Generation with Recurrent Neural Networks 这篇论文。就公开的系统来说，前有“
微软律诗绝句”，后有题主分享的编诗姬。
算法而言，机器作诗无非是基于字符级RNN的各种变形，加之格律的约束。答主之前也稍微有玩过，贴两首自己训练的模型做出的七言诗：

用的算法只是两层的字符级RNN，看起来就可以像模像样的作诗了。
然而机器人作诗的问题，仍然是有“诗感”而无“诗意”。从题主贴出的这首诗来看，只能说乍一看像一首诗，但是诗歌想要表达什么？句与句之间有怎样的演进？终究不禁细想。RNN虽然能通过学习一些长程的字词搭配，保持一首诗风格上，或者“诗意”上的统一，但是仍然不能说学习到了真正的语义。
说到底，计算机能够像模像样地写诗，还是利用了诗歌本身的模糊性和普通人对诗的不熟悉。当计算机开始写作文、写故事的时候，这种语义上的缺点暴露无疑。
从去年的工作来看，最好的通用故事生成器应该是
Skip-Thought Vectors，通过训练两组RNN，去encode小说中的句子，再decode出上句和下句。在论文最后，他们给出一个模型生成的故事是这样的：

she grabbed my hand . “ come on . ” she fluttered her bag in the air . “ i think we ’re at your place . i can’t come get you . ” he locked himself back up . “ no . she will . ” kyrian shook his head . “ we met ... thatcongratulations ... said no . ” the sweat on their fingertips ’s deeper from what had done it all of his flesh harddid n’t fade . cassie tensed between her arms suddenly grasping him as her sudden her senses returned to itsbig form . her chin trembled softly as she felt something unreadable in her light . it was dark . my body shookas i lost what i knew and be betrayed and i realize just how it ended . it was n’t as if i did n’t open a vein . thiswas all my fault , damaged me . i should have told toby before i was screaming . i should ’ve told someone thatwas an accident . never helped it . how can i do this , to steal my baby ’s prints ? ”

仍然是一个有小说感，但是nonsensical的东西。
不过基于Skip-Thought Vectors的一个看图讲故事的demo还挺像回事的，题主可以关注
A recurrent neural network for generating little stories about images：

总的来说，计算机创作在近期来看，仍然是篇幅越短、含义越模糊（越需要人脑补），越能够糊弄住人。未来只能期待DL在更好的记忆和处理语义上取得突破。

		自动登录	找回密码
密码			立即注册

如何对待人工智能写诗（AI写诗）？

本帖子中包含更多资源

本帖子中包含更多资源

本帖子中包含更多资源