圖為《Sunspring》劇照圖為《Sunspring》劇照

　　“這是一部你絕對猜不到結局、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。這部出現在今年6月的倫敦科幻電影節的影片，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，人類得以穩坐如山的底線，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，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，讓我們不禁嘀咕：未來是可以預測的么？

　　這是一道“語文”數學題

　　人類編劇往往要經過苦思冥想，等待靈感一現；或是體察生活，將其升華為藝術創作。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實現語言文本的輸出。”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，不同在于現在使用了最新的人工智能技術，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，側重于在數據統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構化，然后找到期間的關聯模式及語義特性。”北京理工大學軟件學院數字媒體技術系副教授張龍飛向記者解釋。

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

　　找到了關聯，也就意味“小明”摸到了遣詞造句的規律。“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律，知道了這個規律，就可以讓機器自動的組織這些臺詞文本，從而產生新的劇本。

　　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，根據統計學習預測產生的上下文語義關聯性聯結，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、跳脫的情節以及毫無邏輯的劇本結構，讓網友看得是一臉懵，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。“機器的劇本創作現在還處在‘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，但還遠沒達到和人類的劇本創作一樣的水平。“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、語言環境等也是重要的考慮因素。”

　　張龍飛更明確地指出，“雷劇”產生的原因在于，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學習了大量職業棋手的棋譜，加起來多達3000萬步。“但是圍棋的規則簡潔而確定，因此AlphaGo可以自創棋譜，在左右互搏中不斷提高。相對于學習圍棋，劇本創作復雜度高出很多量級，因此對學習內容要求的數量更多。”趙宇說。

　　如果AI學得不夠，還能“將勤補拙”，但是創新能力卻是最頭疼的。“創作的核心在于創新，而創新某種程度上就是要打破既有規則的約束限制，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作的素材，因此要擴充學習內容，必須讓機器涉獵劇本以外的各項內容。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，最終因為誠實而變為了真人。但在現實世界中，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，其中一個技術瓶頸便是——編劇的創意能力能否被機器所替代。“目前的技術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，但尚未有真正的創新出現。”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”更讓機器“犯暈”。“有時自然語言必須遵循語法規范，但有時語言又可以突破語法限制，產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，目前國內已有團隊在研發編劇機器人。“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，讓觀眾產生心理共鳴，并展現出哲學高度的主題內涵，我持謹慎的態度。”