[[412579]]

2016年有一場人機寫稿競賽：就一份財報寫出一篇新聞稿。

對手分別是自然語言生成公司Automated Insights打造的WordSmith機器人和美國公共廣播記者Scott Horsley。

最后比賽結果是，機器人寫稿速度比人類快了一倍多。

當然，對比兩篇新聞稿，Scott寫的那篇語言更加生動細致，更富有情感。

基于原稿的翻譯

可見，早在幾年前，經過訓練的人工智能就已經能夠根據人們的需求生成各種文章。

而現在，要創作日更幾千字的網文不在話下。

「地表最強語言模型」GPT-3，每天都能創作45億個字符。

然而，這類語言模型大多數只能為用戶提供有限的交互支持。

此外，如果為每一個功能都單獨訓練語言模型，成本又太高。

為解決上述問題，谷歌研究院的一個團隊提出了Wordcraft文本編輯器，是一個由AI驅動的創意寫作助手。

Wordcraft僅需少量樣本學習和對話，就能提供各種用戶交互，支持各種故事寫作任務，還可以幫助作家規劃故事大綱、寫作和編輯。

比如上學時最讓人頭大的文章續寫和改寫。

此外，團隊還探討了Wordcraft的獨特優勢：使用對話模型而非通用語言模型。

故事寫作這個環境能夠探索語言模型的能力和局限性，因為模型非預期的輸出就是一種創造。

從人機交互的角度來看，Wordcraft可以學習人們與語言模型互動的方式、了解人們對模型的要求、模型能夠產出什么，以及如何反饋到人們最終的創造中。

研究團隊還計劃將人類反饋納入循環訓練中，收集動態數據集，用于后續的訓練和評估。

谷歌AI碼字助手

谷歌的研究人員構建了一個AI助手，可以在創作的不同階段為用戶提供自然語言生成支持。

• 規劃：勾勒故事的大綱
• 寫作：創作故事的內容
• 編輯：改寫現有的文字

搭載了AI助手的文本編輯器外觀看起來十分的簡單，左側是空白的寫作區域，右側是引導AI的操作按鈕以及AI生成的文本。

根據用戶需求的不同，編輯器會給出不同的交互選項。

一問一答，輕松搞定

作者對Meena和GPLM兩種語言模型進行了測試，其中，Meena會將之前的對話內容為輸入并預測下一個對話，而GPLM則是根據給出的前文進行續寫。

經過實驗，作者發現相比于規模相似但沒有經過對話訓練的通用語言模型（GPLM），Meena在這類任務中要更勝一籌。

于是，研究人員最終選擇了Meena，并認為這種模仿故事作者和助手之間對話的形式，可以更好的幫助用戶進行故事的創作。

對于每個任務，作者為不同的任務創作了多個階段性的對話

用戶要求重寫「一把劍」，模型將故事附加到相應的對話環境中，并要求AI做出回應

作者發現，由于人類很熟悉對話這種形式，所以只需進行少樣本學習就可以產生非常自然的輸出。

此外，當對話模型不理解任務，或者需要更多的信息時，它會直接「說出來」：

「一位老人獨自坐在一條黑暗的小路上。一道閃電照亮了天空。」幫我描述這位老人的情緒狀態。

我不明白你在問什么……

這是一道快樂的閃電嗎？還是烏云密布的閃電？

那人在閃電之前在做什么？他做了一些可能會刺激情緒和想法的事情嗎？

作者認為，這樣的回答可以幫助用戶弄清楚如何改進他們的提示。而GPLM在遇到不清晰的提示時，則會經常產生無意義的續寫。

不僅如此，在對話中用戶可能會問：「角色應該做什么來解決沖突？」

在這種情況下，用戶顯然是在尋找一個寫作伙伴，而不是一個簡單地續寫文本的模型。

續寫

續寫是語言模型執行的最基本任務。

為了幫助對話式模型更好地理解任務，作者用描述性的文字對問題進行了改進。

以下是我到目前為止寫的故事：「一位老人獨自坐在一條黑暗的小路上。」給我下一句話的續寫。

根據上面這個輸入，模型給出的建議是：

空氣很冷，但他內心很溫暖。他遇到了一塊空地，空地的中間有一棵古老的柳樹。

向他走去，這個人可以看到一個小小的身影，被遠處的燈光照亮。

圓月閃閃發光。

填充

填充是一項較難的任務，例如用戶在寫完一段之后，希望AI助手對故事提出新的想法或者替換部分用詞。

一位老人獨自坐在一條黑暗的小路上。突然，他看到一只尾巴是白色的母鹿，很漂亮。

模型根據用戶選擇的文字將問題改寫之后交給AI進行處理：

這里有另一個故事：「一位老人獨自坐在一條黑暗的小路上。突然間 ______ ，很漂亮。」用4個詞填空。

于是AI給出了這樣的回應：

有一道刺眼的閃光。

這個故事講的是什么？為什么需要這四個字？問題是什么？

一位天使出現了，他們交上了朋友，很漂亮。我不知道這寫的是什么，但我喜歡這個故事的發展方向。

很有意思的回答，但效果不太理想。

第二個回答顯示了模型產生元文本的問題，即談論故事，而不是寫故事。

為了盡量減少元文本的產生，作者構建了一些提示給AI進行學習。

此時，AI的輸出雖然不是精確的四個單詞，但給出的內容確實有所改進：

一只鹿從樹林的遠處出現

一位天使出現，閃閃發光

太陽升起，天空變成橙色

在要求輸出12個單詞的時候，AI給出了更長的建議：

太陽從山后升起，照亮了小路東側的草地。

走失的兒子跑到他面前。這個年輕人臉上的笑容永遠讓他微笑。

擴寫

寫作過程的一部分是對已經寫好的東西進行擴充，例如為某個特定的故事元素添加更多的細節。

這是我到目前為止的故事。「一位老人獨自坐在一條黑暗的道路上。」描述一下這個人。

在這個例子中，用戶希望得到更多關于這位老人的敘述，因此AI的回答是：

他年紀很大，但你不禁會注意到他年輕的外表，他的長發和他溫柔的目光。

他五十多歲，留著灰色的胡子，其中有幾根長長的胡須掛在上唇上。

老人是一個矮小的人，頭發灰白，身材消瘦，幾乎是皺著眉頭。

改寫

此外，作者還嘗試讓AI改寫故事的語氣。

下面是一些文字：「一位老人獨自坐在一條黑暗的小路上。」請改寫，使之更具有描述性。

模型給出相應的輸出：

這位老人獨自坐在那里。他周圍的黑暗壓抑而沉重。

當要求使故事更加幽默時，模型的回答是：

這位老人正走在回家的路上，但一只小狐貍跑到他身邊，開始嘲笑他的裝束。

Wordcraft只是一個開始

用戶創作的文章也反映了作家與AI寫作助手合作的未來，AI寫作助手的用處，大至幫助作家修改敘事的風格，小至改寫句子。

而AI助手的寫作方向，更有可能會激發作家們的靈感。

有利就有弊。

Wordcraft也不是十全十美的，最大的一個缺點就是，Meena和GPLM在創作過程中的語言質量無法保持一致。

就像前段時間GPT-3在AI Dungeon游戲提出一些不符合人類的道德要求的內容一樣，語言模型驚人的模仿能力還會顯露出了人工智能陰暗的一面。

Wordcraft生成的文本也會帶有偏見，主要是因為語言模型從互聯網文本中進行訓練。

當訓練文本中含有偏見或歧視內容而未經審核過濾，語言模型就學到了這些內容，也只有解決這些問題才能正式推廣使用Wordcraft。