圖為《Sunspring》劇照圖為《Sunspring》劇照

　　“這是一部你絕對猜不到結(jié)局、腦洞最大的科幻短片！”——這是一位觀眾對首部人工智能編寫的影片《Sunspring》的評語。這部出現(xiàn)在今年6月的倫敦科幻電影節(jié)的影片，引起了人們極大的興趣與關注，因為它的編劇“本杰明”，不是人。

　　讓人工智能（Artificial Intelligence：AI）編劇，是比會下圍棋的谷歌AlphaGo更具挑戰(zhàn)的嘗試。

　　影片的導演奧斯卡·夏普和來自紐約大學人工智能領域的研究者羅斯·古德溫把幾十部電影劇本輸入進AI，讓它自己“學習”。幾秒鐘后，AI就開始“唰唰”地寫起劇本，最終他們按照機器人對人性的理解與表達，拍出這部影片。

　　面對人工智能咄咄逼人的挑戰(zhàn)，人類得以穩(wěn)坐如山的底線，便是擁有復雜多變的情感。正是“自己都不知道為什么哭”之類毫無理性邏輯可尋的特質(zhì)，讓大部分人堅信機器永遠只能扮演仆人的角色。這部非人類作品的出現(xiàn)，讓我們不禁嘀咕：未來是可以預測的么？

　　這是一道“語文”數(shù)學題

　　人類編劇往往要經(jīng)過苦思冥想，等待靈感一現(xiàn)；或是體察生活，將其升華為藝術(shù)創(chuàng)作。而編劇本在“小明” （本杰明的昵稱）這里，沒這么復雜。

　　“其實，人工智能編劇就是利用機器學習技術(shù)實現(xiàn)語言文本的輸出。”浙江傳媒學院電子信息學院教授栗青生對科技日報記者說，它與前幾年機器寫詩的原理類似，不同在于現(xiàn)在使用了最新的人工智能技術(shù)，如機器學習、深度機器學習等。而“機器學習”是人工智能的一個分支，側(cè)重于在數(shù)據(jù)統(tǒng)計分析基礎上的行為模式研究。

　　那么“小明”是如何學習的呢？“在學習這些劇本時，需要將劇本分為單詞、句子及段落等，并作為分析的單元，這個過程被稱為劇本的結(jié)構(gòu)化，然后找到期間的關聯(lián)模式及語義特性。”北京理工大學軟件學院數(shù)字媒體技術(shù)系副教授張龍飛向記者解釋。

　　“這種關聯(lián)可以是臨近詞之間的關聯(lián)，也可以是上句與下句、上段與下段之間的關聯(lián)。”從事AI研究的專家趙宇說。

　　找到了關聯(lián)，也就意味“小明”摸到了遣詞造句的規(guī)律。“利用機器學習的方法，讓機器自動分析已有劇本中組詞和組句的規(guī)律，然后對未知的詞句進行預測。”栗青生指出，對人的學習而言，我們常說“見多識廣”，其實對機器學習也是一樣。每一部劇本都包括有成百上千條的文本臺詞，而每一句臺詞中的字詞搭配都有一定的規(guī)律，知道了這個規(guī)律，就可以讓機器自動的組織這些臺詞文本，從而產(chǎn)生新的劇本。

　　但，這還是一般意義上的劇本嗎？“只能算是基于既有學習材料，根據(jù)統(tǒng)計學習預測產(chǎn)生的上下文語義關聯(lián)性聯(lián)結(jié)，使之形式上成為一個劇本。”趙宇直言不諱。

　　從影片中不難看出，AI是憋足了勁往“科幻”上靠。在一個時空模糊的未來世界，注定要有人死去的懸疑背景、略顯突兀的三角戀情、男主一言不合就自殺、吐眼球……這一切元素都讓AI“硬生生”地融合在一起。其中，大段前言不搭后語的對白、跳脫的情節(jié)以及毫無邏輯的劇本結(jié)構(gòu)，讓網(wǎng)友看得是一臉懵，直呼“小明，人類真的不知道你在說什么！”

　　看來，與其說“小明”編一個劇本，不如說它做了一道“語文”數(shù)學題。

　　但栗青生卻表示，應給予AI的“處女秀”更多包容。“機器的劇本創(chuàng)作現(xiàn)在還處在‘小學生’時代，要充分允許這樣的‘小學生’去‘照貓畫虎’‘比葫蘆畫瓢’。”

　　那么，在專業(yè)劇作者眼中，“小明”的首秀能打幾分呢？

　　高路是中國傳媒大學戲劇影視文學系副教授，同時也是影視編劇，曾撰寫過十余部影視作品。在觀看完九分多鐘的影片后，他向記者坦言：“我不認為這是個電影故事。”

　　“一個劇本的標準應該是按照邏輯講述一件事，塑造人物并傳遞情感。”高路認為，就影片本身而言，該劇臺詞缺乏邏輯，看不到人物塑造，感受不到情感傳遞，甚至看不明白基本的邏輯關系。

　　做“無厘頭”是高智商的事

　　那么，“小明”為什么會把劇本編得這么“雷”呢？答案可能令人笑出聲：太守邏輯和規(guī)則的AI，學不會人類的“腦殘”與“無厘頭”。

　　在影片中，男二號開場白就是“我要到頭骨里去一趟”，顯得莫名其妙；而男一號動不動就一句“我不知道你在說什么”，跟前后劇情毫無關系……

　　在栗青生看來，“小明”盡管使用了目前最先進的機器學習技術(shù)，但還遠沒達到和人類的劇本創(chuàng)作一樣的水平。“畢竟和機器人寫新聞相比，機器人寫劇本要困難得多。不僅要考慮文本臺詞的語言表達、還要考慮文本臺詞的情感表達，同時人物角色、語言環(huán)境等也是重要的考慮因素。”

　　張龍飛更明確地指出，“雷劇”產(chǎn)生的原因在于，一是由于語義鴻溝，即計算機能看到的東西和人抽象出來的知識之間有或多或少存在區(qū)別；二就是學習的量不夠。“機器學習都需要大量的、甚至是海量的樣本進行學習，幾十本的訓練是嚴重不足的。”

　　今年年初，擊敗圍棋冠軍的AlphaGo學習了大量職業(yè)棋手的棋譜，加起來多達3000萬步。“但是圍棋的規(guī)則簡潔而確定，因此AlphaGo可以自創(chuàng)棋譜，在左右互搏中不斷提高。相對于學習圍棋，劇本創(chuàng)作復雜度高出很多量級，因此對學習內(nèi)容要求的數(shù)量更多。”趙宇說。

　　如果AI學得不夠，還能“將勤補拙”，但是創(chuàng)新能力卻是最頭疼的。“創(chuàng)作的核心在于創(chuàng)新，而創(chuàng)新某種程度上就是要打破既有規(guī)則的約束限制，這無形中增加了機器學習寫劇本的難度和復雜度。”趙宇認為，其實一個劇作家的創(chuàng)作不僅僅是通過學習大量劇本得到的，生活中的所見所聞、所聽所想，閱讀的小說、新聞、隨筆、紀實等都可能成為創(chuàng)作的素材，因此要擴充學習內(nèi)容，必須讓機器涉獵劇本以外的各項內(nèi)容。但由于其雜亂無章，無形中增加了難度。

　　匹諾曹的故事尚無結(jié)局

　　家喻戶曉的《匹諾曹的故事》，包含著關于AI的多個隱喻。故事里愛撒謊的木頭孩子，最終因為誠實而變?yōu)榱苏嫒恕５诂F(xiàn)實世界中，會撒謊的機器人，即便沒有獲得肉身，已然讓我們感到顫栗。

　　對“野心勃勃”的科學家來說，AI終有一日會摘掉“雷劇”的帽子。當然，堅持“人性至高”的人，并不會贊同。

　　如果想讓機器成為一名合格的編劇，其中一個技術(shù)瓶頸便是——編劇的創(chuàng)意能力能否被機器所替代。“目前的技術(shù)完全可以模仿某個著名編導的編劇風格，并對已有的劇本進行重新編排，但尚未有真正的創(chuàng)新出現(xiàn)。”張龍飛說，另一大問題是可以學習的編劇樣本相對匱乏，不太滿足海量學習需求。

　　“學而不思則罔。”在栗青生眼中，比海量學習更緊迫的是提升機器對文本的理解水平，可是當前AI在語義理解方面還沒那么“聰明”。

　　“一詞多義就是個老大難。”栗青生說，例如，在劇本中經(jīng)常見到的兩句臺詞“誰打的？”“我打的”，可以理解為“打人”“打字”“打車”和“打電話”等多種語境。此外，同義詞辨析更是一道坎。“忠誠”“忠實”“踏實”和“實在”等詞有相近的語義，在一定場合可以互相替換，但在用法上又有明顯不同。

　　要選擇哪種意思？現(xiàn)在的AI只能是“傻傻分不清楚”。

　　除了這些詞語特點外，漢語語法的“時隱時現(xiàn)”更讓機器“犯暈”。“有時自然語言必須遵循語法規(guī)范，但有時語言又可以突破語法限制，產(chǎn)生新的表示和新的用法。”栗青生說。

　　顯然，目前的AI編劇還談不上“合格”，但張龍飛覺得那一天并不遠。“或許機器不能成為一個開創(chuàng)性的編劇大師，但應該不會成為一個低于平均水準的編劇。”

　　張龍飛透露，目前國內(nèi)已有團隊在研發(fā)編劇機器人。“該機器未來也許不僅能勝任編劇，還可評估該劇本的受眾群體是哪些人，票房如何，并能根據(jù)不同的觀眾、演出地點、時令等對同一個劇本進行適應性修改，以便滿足個性化觀眾需求等。”

　　科學家們信心滿滿，但高路卻覺得“可以成為助手，但無法完全取代人類”。他認為，機器也許能創(chuàng)造出某幾種類型的故事，并且輔助人類研究觀眾的審美喜好，但無法全面替代人腦的藝術(shù)感知和情緒表達的能力。“對于AI能否傳達人類情感，讓觀眾產(chǎn)生心理共鳴，并展現(xiàn)出哲學高度的主題內(nèi)涵，我持謹慎的態(tài)度。”