和人类PK文学创作，AI“道行”还过于文学创作是语言的精髓、文化的灵魂，与1和0构成的数据、单词和符号构成的代码看起来格格不入，启发、直觉和娴熟的语言训练问世的产物，怎能由数据和代码构成呢？在AI席卷各大行业的浪潮下，文学创作作为艺术形式的一种，好像沦为了人们心目中的“孤岛”。然而，这座“孤岛”也被AI浪潮“侵门踏户”了。近日，某电商平台发售了取名为“莎士比亚”的AI文学创作系统，一秒钟可以“写出”出有千条文案。
业内人士戏言，再一轮到编辑“离职”了。AI＋文学创作真为能充分发挥出有这么大的魔力吗？别慌！“莎士比亚”是款“文案处理器”据该电商平台公布的新闻稿称之为，这套系统在糅合传统NLG和语言模型方法的基础上，基于该平台自身在商品标签和搜寻数据库层面累积的大数据，从句子层面做到结构解析、训练模型和语言分解，从而需要一秒钟“呼”出有千条文案，并根据用户有所不同的市场需求自律自由选择各类行文风格。据介绍，该系统还能根据用户对文本的自由选择构建机器算法的优化。
然而该系统一面世就遭了网友的吐槽：“既然能智能写出文案，能无法智能刷赞誉呢？”“人工智能＋文案，是千人千面还是千人一面？”回应，该系统负责人回应：“传统人工创作费时费力，特别是在是电商平台‘大胆’期间，时间凸、任务轻，很多商家改动页面时往往捉襟见肘。这套系统就是为了很大地赋能商家，提高效率、减少人力成本，渐渐构建机器写出文案、系统印刷页面。”似乎，这套系统的主要应用于场景是商品文案文学创作，离写诗、做文章这些人们想象中AI文学创作还有较远的距离。记者寻找了一篇由人工智能文学创作的文章，虽然看上去逻辑通顺，但其主要内容皆来自于新闻媒体的一篇采访稿件，机器所做到的工作，意味着是对稿件展开了删改和撷取。
“事实上，AI技术应用于文学创作仍有相当大的局限性。”竣墣产业研究院分析师林贞妤告诉他科技日报记者，“AI文学创作必须输出大量某特定类型的文章数据，展开机器学习训练，代价包括时间和金钱的训练成本，才能让AI学会某一类文章的文学创作模式。
”从或许上看，该系统更加看起来非常丰富的文案数据库，可以根据有所不同的风格，向用户引荐更加合适该商品的文本。有局限：不能在特定领域“展览神威”AI对艺术领域的“侵门踏户”可不是第一次了。
谷歌曾利用AI创作一幅油画作品，最后居然卖给了8500美元。在一项测试中，AI创作的画作顺利“愚弄”了多达半数观众的眼睛，使他们误以为该作品是由人已完成的。在AI文学创作的道路上也少有探索者。
2016年，一款AI机器人曾参予了当年高考作文的创作，但成绩不能用惨不忍睹来形容。两篇文章行文风格磕磕绊绊，句子之间逻辑也不出通顺，用词单调反复，仅有几个句子被指出有点“文艺范”，惜在上下文融合的过程中，也丧失了韵味。事实上，日本也曾多次用于AI参予过升学考试，累积了多次告终经验后，早已需要超过大学入学的水准，然而其擅长于的也是数学、历史等学科，但在语言处置能力方面十分一般。
但在消息新闻文学创作、报告类数据采集等方面，AI文学创作则取得了极大的顺利。2007年，美国一家公司就发售了新闻撰写软件，用作编写财经类和体育类新闻稿件。只要引入近期的数据，每分钟最慢可分解2000篇报导。近年来，我国媒体也相继开始用于人工智能技术展开新闻文学创作。
林贞妤回应，要让AI学会文学创作，必需要瞄准某个特定应用于目标，展开大量资料收集和模型训练；训练范围纳得越大，则训练的效益与精确度往往不会越差。“因此，目前AI技术不能在风格类似于、词汇量用于范围较小的领域已完成文本分解，比如天气预报、财经新闻等内容，AI可以很好地输入涉及报导和消息。但对于那些风格具备创意拒绝、情感叙述非常丰富的文章，AI就无能为力了。
”待变革：现阶段只是“不懂装懂”“现阶段，我们用于较多的还是NLG（自然语言分解）技术，以该平台人工智能系统为事例，它套用了大量数据累积下来的模板，而且最后还必须人工参予对其展开校正。”清华大学苏研院大数据中心主任林辉告诉他科技日报记者。更加最重要的是，人工智能现阶段只是“不懂装懂”。
“这和我们的语音处理方式一样，机器通过大数据分析，学会了某些词汇、字句可以连在一起用于，人工智能文学创作出来的内容，只是让人看起来指出机器早已理解了其中的含义，但事实上机器并不知道。”林辉说道。举例来说，就像2013年公映的人工智能科幻电影《Her》一样，当女主角讲出“我爱你”的时候，她只是收到了音节，却几乎解读没法背后的情感。
林辉讲解，不受技术的容许，当下的人工智能＋文学创作整体还较为初级，一方面必须人力的参予；另一方面，机器在自然语言处置、解读方面都还不存在着障碍。从目前来看，AI文学创作的主要目的也并非是替代人力，而是作为人的助手，帮助人们处置一些繁复、反复的劳动。
有新闻学系由教授也撰文回应，被人工智能代替的将是有具体规则的智力劳动，但在新闻领域，深度报导、新闻评论等必须创造性思维的部分，将是人类更进一步耕耘的领域，这是机器所无法代替的。
本文来源：皇冠最新后备网址-www.mathewmaddison.com