你有沒有過這個經歷——

看過一部電影，或者看過一部電影的片段，比方說抖音上那種三段式的極簡講解；又或者聽到朋友提起過一個精彩片段，當時口頭答應一定會去看的那種。

這些場景有一個共同點——如果當時沒把名字記下來，那就gg了。

這輩子只會有這些剪影似的片段縈繞在腦海，想看全片卻毫無辦法，因為根本不知道怎么搜索。

當然，除非再出現一次。如果運氣爆棚能再次看到，那就趕緊偷著樂吧。

然而，對于我們的父母一輩來說，有些老電影只有片段有記憶點，而回憶出電影的名字簡直難如登天。

現在，這個問題不叫個事兒了！

Reddit上一位網友分享了他是如何用ChatGPT幫助自己的媽媽找到記憶中塵封已久的電影片段究竟叫什么。

拼湊拼湊

關鍵問題在于，有時候腦海中的碎片記憶可能八竿子打不著，可能記住的東西完全沒用，還可能出現記憶偏差。

比方說，這片子我記得是我前年五一看的（這種記憶毫無用處）。

我記得這部片子里有巨石強森，他還秀肌肉來著（這種記憶屬于有用但沒大用，因為巨石強森演過的片子多了，每部片子都會秀肌肉）。

我記得這部片子里有沈騰（可能壓根就沒有沈騰，而是徐崢）。

我記得這部片子里有城市街頭飆車的情節（很多電影都有這個橋段，比如速度與激情全系、極盜車神等等）。

一般來說，有用的信息來個三四條，才能大致鎖定我們所想的電影。

可惜這不是問題的關鍵，就算把所有細節都拼湊出來，電影名字還是個未知數。

這時候就要請出ChatGPT了。

實際上，用GPT來干這件事，已經足夠成熟了。它可以幫我們找到符合條件的電影名稱。

顯然，我們能回憶出的情節越多，ChatGPT的效率就越高。如果上映時間、導演、主演、主要情節、電影類型這些內容小哥們都能回憶起來，那ChatGPT的準確性就會非常高。

看看Reddit上這位小哥是怎么實操的吧。

不過，他先是對比了谷歌（搜索引擎）和生成式AI之間的不同。

小哥認為，搜索引擎和生成式AI的技能點在了不同的方向，而在檢索電影這件事上性能稍有重合。

對于檢索電影來說，沒有誰比誰更好一說，看你需求。

不出意外的出現意外——「幻覺」駕到

為了產生更多這樣的實驗內容，小哥請網友們分享他們的父母講述的他們曾看過的電影。

小哥先嘗試了這么個prompt：我要說的電影，它講述了一個地球上的外星人城市的故事。一開始，城市由一個人負責管理，但他突然被襲擊了，于是負責人變成了一個外星人。

而ChatGPT很快將這個情節與2009年上映的科幻驚悚片《第九區》相匹配，并給出了它自己的概括。

小哥表示，作為一次就猜對的ChatGPT，顯然要比雖然猜對，但給出了另外30個選項的Bard要牛。

當然，你提供的參數和細節越多——電影上映的時間范圍，演員或導演，設定和主題——ChatGPT直接命中的機會就越大。

但是，真正測試的恰恰是它能否把一個對電影的模模糊糊的回憶轉化為準確地電影名稱。

于是，小哥邀請網友分享他們的父母曾看過的、但卻想不起來名字的電影。

「有一部有Warren Beatty的電影，情節挺有意思的，里面有足球?！?/span>

「聽起來你在提的是電影《天堂可以等待》（1978年）」ChatGPT回答，「Warren Beatty在電影中飾演一個叫做Joe Pendleton的足球運動員，他雖然早逝，但是有機會以另一個人的身體重返地球?！?/span>

嘿！還是一次就中。

然而，小哥還是認為信息還可以更少。

「有部電影有Bruce Willis，而且里面還有他的裸體鏡頭。」

和ChatGPT比起來，Bard像個小學生?？吹桨新泱w二字的prompt，Bard表示自己被冒犯到了。

然而，ChatGPT還是勇敢地嘗試了一下，它得出的答案是《整九碼》（2000年）。

但可惜，Willis不僅在這部電影里有裸體鏡頭。小哥稍加點撥，ChatGPT就給出了另一個答案——《夜色色》（1994年）。

這回對了！

接下來，小哥又搜集了這么兩個prompt。

「有一部蜘蛛俠電影，里面的蜘蛛俠是黑色的，哪部來著？」

ChatGPT表示，如果你說的黑指的是服裝（而不是膚色），那應該就是2007年上映的《蜘蛛俠3》。

不過，這個問題感覺都難不倒蜘蛛俠迷。

當然，作為生成式AI模型，遇到幻覺的情況也在所難免。

Reddit上一位小哥表示，自己嘗試過幾次，發現ChatGPT開始瞎編從來沒有過的電影。

這讓小哥不得不垂頭喪氣的表示，「Nah.」

參考資料：

https://au.rollingstone.com/music/music-news/chat-gpt-ai-guess-movies-47844/