【中國智能制造網 技術前沿】隨著人工智能技術的發(fā)展,看起來具“人性”的藝術領域也逐漸被“攻克”。未來,你看到的怪誕或是垃圾電影,編劇有可能就是人工智能,而非人類。不過,人工智能在編劇工作中還是能發(fā)揮一定作用的,比如總結、提煉和歸納信息。
— “他既坐在地板上,又身處星空之中。”
— “他看著我,又移開了目光。”
如果你在電影節(jié)看到一部有上述臺詞的短片,一定會認為這是哪位新銳編劇撰寫的實驗性作品。 你猜對了一半,這的確是一部實驗性作品,可它的編劇不是人類,而是人工智能。
在去年的倫敦科幻電影節(jié)( Sci-Fi London Film Festival),有一項48小時內電影創(chuàng)作挑戰(zhàn)”,主辦方提供隨機的名字和一小段對話,參與者根據這些信息,在48小時內撰寫出劇本并拍攝出來。
擁有上述臺詞的短片,是導演Oscar Sharp和人工智能編劇Benjamin的作品。
在這部短片中,三位主角穿著Cult十足的未來服裝,說著毫無邏輯的臺詞。劇情似乎是一段三角戀情,還涉及了謀殺。臺詞中重復出現(xiàn)了很多次“I don't know”、“What do you mean”,似乎劇中人物也和觀眾一樣,不能理解其他角色說的話。這一有趣的現(xiàn)象似乎是人工智能的“左右互搏”。
其實實現(xiàn)這一功能所用的技術很簡單,只需一個基于長短期記憶(LSTM)的神經網絡模型,然后輸入大量文本,人工智能就可以“學會”寫作。Benjamin正是被輸入了大量上世紀90年代的科幻電影,后寫出了這部作品。
LSTM作為時間遞歸神經網絡的一種,能夠判斷信息是否有用,將有用的信息記住,沒有用的“遺忘”,適合于處理和預測時間序列中間隔和延遲相對較長的重要事件。
所以,基于LSTM算法生成的文本更具有原創(chuàng)性,而不是單純的語料重新排列組合。黑鏡中描寫的人工智能學習逝者社交網站資料后“成為”逝者,或是近很火的微軟小冰出詩集,很有可能都應用了這種技術。
當然,LSTM算法目前還存在著不少問題,比如需要大量內存來“儲存記憶”,當內存有限時,一些很重要的信息同樣也會被遺忘掉。這就導致雖然Benjamin讀了大量劇本,但出產的作品依然有些不倫不類。
又比如對一些于無法預測的詞匯,LSTM表現(xiàn)的很無力,這就導致了Benjamin不會給劇中人物起名字,而是用H、C等字母代替。
總之,劇本這種涉及到情節(jié)邏輯、對話、人物動作等等多種元素的長文本對于LSTM而言還是太復雜,到了詩歌、對話、歌詞等等領域,LSTM的表現(xiàn)更好。
雖然普通人對于這部短劇欣賞不來,但藝術屆有不少人給予了這部短片很高的平價。人工智能對于人類感情、科技認知的理解就如同上世紀歐美導演對于東方的想象——充滿了夸張、錯位和疏離感。和的Cult片《上海異人娼館》中,對老上海的荒誕想象有異曲同工之處。
在電影節(jié)上,有人甚至將這部作品和《等待戈多》作比對,對于導演和編輯來說這已經是無上的榮耀。不過從觀眾的角度來看,這部作品和《等待戈多》大的共同點就是都讓人看不懂。
總之,讓人工智能代替人寫劇本目前來看是有點困難,但在創(chuàng)作中,人工智能是個很好的協(xié)作者。尤其在信息的總結、提煉、歸納方面,人工智能的效率比人類要高很多。讓我們看幾千部科幻片,可能要花上幾個月的時間,可對于Benjamin,也就是幾個小時的事。
對于那些天天在網文網站讀千篇一律的小說,從中挑出優(yōu)勝作品的編輯來說,或許很快就能被人工智能拯救。同樣,在IP挑選、比賽作品篩選等等需要耗費大量時間觀看/閱讀作品的工作中,未來也會有人工智能的一席之地。
原標題:下次你看到的爛片 劇本可能出自人工智能之手