◆ ◆ ◆

新一代情圣驾临 罗密欧都得靠边站

和莎翁笔下狂热的情郎不同，我们这位大情圣的甜言蜜语不是写在羊皮纸上，而是显示在计算机屏幕上的。

下面这首精致的小诗就是它的作品之一：

这是唯一的方法唯一的方法轮到她眨眼了难以分辨是离开的时候了他必须重蹈覆辙他们彼此凝视他们回首过往他们都望着他他们都转身离开

这活像是某个中二少年“为赋新词强说愁”的无病呻吟，不过这首诗的作者其实是个机器人。或者，鉴于目前为止它还没有一具实体化的躯壳，叫它人工智能更为确切些。

与很多其他随机产生的诗句一样，这令人惊叹的语言艺术背后是谷歌大脑——一个在过去数年间进行了各种疯狂深度机器学习的人工智能系统。

根据你的观看记录，在YouTube上向你推荐的视频就是由谷歌大脑控制的，同样的还有安卓手机上的语音识别软件。

假以时日，谷歌大脑一定会像我们这些人类一样，变得愈加成熟。

“我想和你说说话。”“我想和你在一起。”“我不要和你在一起。”我不要和你在一起她不想和他在一起

◆ ◆ ◆

那么，机器诗人如何学习语言？

答案很简单：和我们一样，进行大量的阅读。

据报道，5月份时，谷歌的研究人员在国际学习表现会议上发布了一篇名为《从连续空间生成语句》的科研论文。文中详述了研发团队是如何训练人工智能系统来解析句与句之间的语言学关联的。其中所利用的递归神经网络语言模型可以模仿人类大脑的行为。

他沉默良久他沉默片刻一刹寂静阴翳而冰冷稍作停顿该我了

◆ ◆ ◆

人工智能啃了约1万2千本电子书

包括2865本言情小说和1500本奇幻小说。其中言情小说的影响可谓显而易见。

谷歌大脑这一AI软件试图从8千万个句子中识别出词和词组之间的模式与关系。之后，研究人员提高难度，向软件输入两个独立的句子，令其创作出一系列新的、彼此关联的句子。

例如，他们让软件以“太棒了，不是吗？”开头，逐渐过渡到“我做不到。”下面便是软件的学习成果：

太棒了，不是吗？那么，是怎么回事？很受伤，不是吗？你为何这么做？“你可以做到。”“我可以做到。”我无法做到“我可以做到。”“别这么做。”“我可以做到。”我做不到

◆ ◆ ◆

无心插柳 许多的出的文本快

读起来都像是不明觉厉的抽象诗歌。

其实这种诗歌写作技巧也没什么可大惊小怪的，毕竟有许多现代派诗人在先。然而这无损于人工智能诗人作品的魅力，并且为读者提供了想象的空间，让读者得以从自身视角赋予这些诗歌深刻的内涵。

比如这首，我就觉得是一只复活节兔玩偶的内心忧郁独白，表达了其对自身性取向的纠结，或者还包含了一段多角恋：

我茕茕孑立于世间目之所及，更无他者他们是唯一重要的他们是仅存的他当与我同在她定与他同在我必须如此行动我要他的命我哭了我转向他

◆ ◆ ◆

当然，不是每首是个都这么意识流

研究论文谈及了研究人员尝试着有针对性地为AI写出正确的算法。

他们意识到，其中最重要的一步就是设定界限——因为胡乱把两个句子拼凑在一起可达不到专家们的目标。

基本上，这就像是扔给小孩子一本字典，让他来造句。因此也就有了如下这种无厘头的作品：

各式各样的罐子散落在高而广阔的天花板上一瓶五彩缤纷的花装饰了玫瑰花瓣的顶端凌乱地摊在地板上凌乱地摊在地板上

这其中似乎还是存在着某种逻辑联系的，可惜整首诗完全辞不达意。

◆ ◆ ◆

最终，研究者们发现

要想让谷歌大脑写出连贯自然的句子，需要一个渐进的过渡过程。

最后的算法教会了谷歌诗人指代、双关等诸多诗学技巧。重申一遍，谷歌大脑并非有意学习诗歌写作，这只是无心插柳柳成荫罢了。但无可否认，效果真的不错！

我不喜欢，他说我等待着既成事实近三十年了那还是三十多年前那是六年前他逝于两年前十，三十年前“没事的。”“一切安好。”“没事的。” 没事的我们一切安好五分钟后到这里来

◆ ◆ ◆

谷歌大脑的诗歌

带来了很多语言和哲学问题，不过至少目前我们还无需为此担心。

不他说“不，”他说“不，”我说“我知道，”她说“谢谢，”她说“跟我来，”她说“说吧，”她说“别担心，”她说

去年，谷歌的人工智能搜索已经学会了对研究者展开人身攻击。由此可见，如果我们想把机器训练出人类的思维与行为，让它们读着言情小说长大总比培养出一票“终结者”强。

不过到目前为止，我们的算法诗人还不太明白自己写的是什么，它只会巧妙地通过模仿把不同的词句有机串联起来，就像是用一片片拼图拼出一幅大的图画。

事实上，想想看，这已经和人类相差无几了。

文章来源：Upworthy     文章作者：Thom Dunn

编译：未来论坛 （futureforum）

本文已获得微信公众号“未来论坛”授权转载

往期精彩文章推荐

能模仿韩寒小四写作的神奇递归神经网络（附代码）

人工智能的基础--知识分类

我们对人工智能的10大误解

原文发布时间为：2016-06-25

本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号