讀天才與演算法：人腦與AI的數學思維筆記23_人工智慧講故事
躺柒發表於2024-05-10
1. 偉大的自動語法分析器
1.1. 思維呆板機械的阿道夫·奈普（Adolphe Knipe）一直想成為一名作家，可是他寫出來的東西既迂腐又無趣
1.2. 後來，靈光乍現，他得到了一個啟示：語言遵循語法規則，這規則的本質基本上就是數學
1.3. 在這樣的認識下，他開始創造一個巨大的機器——“偉大的自動語法分析器”，它能夠在15分鐘內模仿在世的獲獎作家，寫出足以以假亂真的，甚至更好的作品
1.4. 奈普以他的“自動語法分析器”為要挾，威脅這些作家，讓他們授權給自己使用他們的名字
1.5. 在故事的結尾，講述者與自己的良知做鬥爭
2. 第一臺通用型電子計算機
2.1. 最早為計算機編寫的程式是用來寫情書的
2.2. 圖靈
2.2.1. 在布萊奇利公園破解了恩尼格瑪密碼機的密碼後，就動身前往曼徹斯特大學，將他的想法付諸實踐：打造一臺真正的通用型電子計算機
2.2.1.1. 恩尼格瑪密碼機是對二戰時期納粹德國使用的一系列相似的轉子機械加解密機器的統稱，它包括許多不同的型號，為密碼學對稱加密演算法的流加密
2.2.2. 在他的指導下，英國皇家學會計算實驗室很快生產出了世界上第一臺通用型電子計算機——Ferranti Mark 1
2.2.2.1. 這臺計算機用於尋找新的素數，解決原子理論中的問題，以及用於早期的遺傳基因研究
2.2.2.2. 也有人稱世界上第一臺通用型電子計算機是埃尼阿克（ENIAC）
2.2.2.2.1. 1946年2月14日，它誕生於美國賓夕法尼亞大學，研究人員於次日正式對外公佈研發成功
2.2.3. 選擇的隨機性透過圖靈建立的隨機數生成器實現
3. 潛在文學工作室
3.1. Oulipo
3.1.1. 此名稱取自法語“Ouvroir de littérature potentielle”
3.1.2. 意為“開發潛在的文學”
3.2. 利用演算法生成文章並不是什麼新鮮事
3.2.1. 20世紀60年代，一批作家和數學家聚集在法國，使用演算法生成新的作品
3.3. 規則的約束是創意過程的重要組成部分。盲目地跟從每一種衝動所帶來的靈感，實際上才是一種真正的奴役。透過對文學創作施加準數學的規則約束，你將獲得一種新的自由。
3.3.1. 其創始人之一的雷蒙·格諾（Raymond Queneau）
3.3.1.1. 格諾創作出了文學版的“莫扎特骰子游戲”
3.4. 讓·萊斯庫爾（Jean Lescure）構思出來的“S+7模式”（也就是英語的“N+7模式”）
3.4.1. 這個組織最受歡迎的演算法
3.4.2. “S”取自法語的“substantifs”，意為“實體的”，即名詞
3.4.3. 該演算法將任意一首詩作為輸入，然後對詩中的所有名詞進行操作，將其替換為該詞在字典中所在位置向前或後移動7位的單詞
3.5. 詩歌是一種特別適合應用演算法的文體
3.5.1. 模式規則的約束性確定了一個模板，演算法可以嘗試以一種有意義的方式填充該模板
3.5.2. 演算法的任務是選擇與模式匹配的單詞，同時嘗試尋求某種形式以便使其整體連貫
3.5.3. 每當寫詩需要押韻時，押韻詞資料庫是超級有用的
3.5.4. 透過控制押韻和限制節奏來編織一行詩，這對於計算機來說完全不是什麼事兒
3.5.5. “控制論詩人”（Cybernetic Poet）演算法程式碼背後的基本原理
4. 控制論詩人
4.1. Cybernetic Poet
4.2. 是未來主義作家雷·庫茲韋爾（Ray Kurzweil）的最新作品，他經常撰寫關於即將到來的“人與機器相互融合”的文章
4.3. 訓練他的“控制論詩人”學習像雪萊和艾略特這樣有成就的詩人的作品
4.4. “控制論詩人”能夠在大多數情況下騙過人類評委
4.4.1. 在一定程度上是因為，精闢的作品是現代詩歌的一部分，現代詩歌留下大量解讀的工作給讀者去做
4.4.2. 演算法生成高深莫測的詩作足以以假亂真
4.5. “控制論詩人”可能在創作足以以假亂真的詩歌方面做得很好，但要創造一個“控制論小說家”所要面對的挑戰則難得多
5. 全國小說生成月
5.1. National Novel Writing Month
5.1.1. 全國小說寫作月
5.2. 萊斯庫爾想將演算法作為寫作現代文的一個工具來使用，所以他組織了“全國小說生成月”（National Novel Generation Month，NaNoGenMo）活動，併成功吸引了眾多的程式設計師參加
5.3. 軟體開發員兼藝術家達萊厄斯·卡澤米（Darius Kazemi）覺得，與其每天絞盡腦汁才只能寫出1667個單詞，還不如花一個月的時間寫程式碼，然後瞬間生成一部5萬字的小說
5.4. 參與NaNoGenMo活動的程式設計師大多數採用“擾動”現有文學作品的思路生成小說
5.4.2. 利用“科幻演算法”重新演繹小說《白鯨》
5.4.3. 透過程式碼重新詮釋古斯塔夫斯·辛德曼·米勒（Gustavus Hindman Miller）的經典作品《一萬個夢》
5.5. 一部構思非常大膽的作品《探索者》（seeker）引起了人們的廣泛關注
5.5.1. 生成此小說的演算法透過閱讀wikiHow上的文章，努力理解人類的大腦如何“運轉”
5.5.1.1. wikiHow
5.5.1.1.1. 該網站旨在建立全世界最大的最高質量的指導手冊資料庫
5.5.1.1.2. 無論你想做什麼，該網站擁有的多語種指導手冊都可以為你提供免費的逐步指導
5.5.2. 該演算法的元程式碼被劃分為操作、瀏覽、聯想、再現四個環節
5.5.2.1. 在操作環節，程式閱讀某文章並將其中涉及人類活動的概念剔除
5.5.2.2. 其以上一環節得到的“種子概念”為基礎，搜尋純文字的“記憶”，然後以瀏覽模式中無法識別的概念（已刪除的記錄），圍繞“種子概念”進行“不可見”的聯想
5.5.3. 《探索者》幾乎可以說是成功的：你會感覺自己開始進入機器的“大腦”，因為它試圖去理解人類
5.5.3.1. 理解一種全新的意識形態，並發現其與人類自我意識的不同之處
5.5.4. 《探索者》在探索wikiHow資料庫的過程中，也記錄了演算法的發現之旅：從無知到某種表象程度上的理解
5.5.4.1. 它瀏覽的第一個“如何……”的頁面是“如何讓女孩提出與你約會”。其從中獲得一個種子概念——“傷害”，涉及怎樣做才能不傷害到一個女孩的感情
5.5.4.2. 之後演算法圍繞著“傷害”展開聯想，即興生成了超現實主義的文欄位落
5.6. 如果演算法不能生成偉大的文學作品，或許它們可以生成肯·福萊特所寫的商業圖書，甚至是演算法版的《五十度灰》（Fifty Shades of Grey）
5.6.1. 對於演算法的商業用途而言，可以戰勝《拯救灰姑娘》（Mills&Boon Romance）或丹·布朗（Dan Brown）的冒險小說就已經足夠好了
5.7. 暢銷書的讀者更喜歡：短小精悍的句子，強而有力的具有推動性的語言，以對話形式進行的敘事方式以及淺顯易懂的用詞
5.7.1. 組稿編輯朱迪·阿徹（Jodie Archer）和資料分析師馬修·喬克斯（Matthew Jockers）合作編寫的演算法，可以判斷出一本書能否成為暢銷書