人工智能与机器人

粉丝们着急了!准备让人工智能续写《权力的游戏》

Fiona MacDonald
Director of Content, Science Alert
分享:
我们的影响力
世界经济论坛为 加速 人工智能与机器人 行动做了什么?
全局信息
探索和追踪解决之道 人工智能与机器人 正在影响经济、产业和全球问题
A hand holding a looking glass by a lake
众源式创新
现在加入 ,用我们的数字众源平台来实现大规模的影响力
实时追踪:

人工智能与机器人

《权力的游戏》第七季结束之后,相信不少粉丝都开是焦虑不安了,毕竟后面的情节可能更加令人激动,但是我们却不知道什么时候才能看到。

这部剧的进度现在超过了原著,粉丝们可能得等到2019年才能看到乔治·R·R·马丁(George R.R. Martin)的长篇小说《冰与火之歌》的结局。

同时,为了给我们一些急需的新材料进行分析,一个算法已经开始写《冰与火之歌》的第六部,这个算法的一些预测也验证了一些粉丝长期以来的推测。

在让一种名为递归神经网络的人工智能学习了马丁的前五部书中长达5000页的内容之后,软件工程师扎克·图特(Zack Thoutt)使用这个算法预测接下来的故事情节。

目前这可能是我们最准确的推测了,因为坦白说,我们大多数人都厌倦了等待,我们差不多都对马丁很快写出《凛冬的寒风》(The Winds of Winter)放弃了,甚至马丁自己也是如此。

警告:以下内容为粉丝推测的下一季剧透,如有雷同,纯属巧合。

根据人工智能的预测,一些粉丝长期以来的推测的确在算法产生的五个章节中出现了,詹姆最后杀死了瑟曦,琼恩成了龙骑士,而瓦里斯毒死了龙母丹妮莉丝女王。

“詹姆杀死了瑟曦,冷冰冰地说着什么,琼恩觉得他现在变成了狼,而白色的港口……”这是第五章的开头。

你可以在GitHub网站的该项目页面阅读所有章节,每个章节都以一个角色的名字开头,这一点和马丁真正的原著一样。

但除了我们大多数人已经推测到的情节,人工智能还生成了一些令人意外的情节,这些情节绝不会出现在电视剧或马丁的书中,所以我们也不会太过兴奋。

例如,在算法生成的第一章中,珊莎被归于拜拉席恩家族,这一章是以小恶魔提利昂的视角生成的。

“我担心珊莎,”詹姆提醒她,“她拜拉席恩家族是河渡口之一。洋葱夫人的第二个儿子。”(也许在这里人工智能也没想明白要说什么)

生成的章节中还有一个类似于海盗的奇怪角色,名字叫“绿胡子”(Greenbeard)。

“很明显算法不太完美,”图特告诉Motherboard的萨姆·希尔,“算法并不是在写长篇故事,语法也不太完美,但这个算法网络能够学习英语的基本语言特点,以及马丁的个人文风。”

递归神经网络是一种机器学习算法,灵感来自于人类大脑的能力,不仅是记忆能力和遵守指令的能力,还有从以往经历中真正学习的能力。

递归神经网络是一种特殊的网络,在处理长序列数据方面很在行,比如《冰与火之歌》前五部书中冗长的文本。

理论上来说,根据书中现有情节,图特的算法应该能够创作出马丁现有作品的续篇。

但实际上,行文很生硬,多数时候是荒谬。生成的章节中还提到了已经死亡的角色。

直到大火降临,艾德停了下来,站在远处一个破败地方的拱门下,在那儿,暗影之塔挡住了营地。

不过,其中有些内容看起来很有预见性:

“艾莉亚看到雪诺拿着长矛。‘夫人’,他对一个又急又怕的女人说,‘乌鸦的眼睛会跟着你’”。

“一个完美的模型应该将书中所有情节考虑在内,在两部书之前已经死亡的角色不会再出现,” 图特告诉Motherboard。

“现实是,这个算法续写得还不够好。如果这个算法写得好了,好作家可能就有麻烦了……完美的文本生成器能够记忆含有上百万词的复杂情节,但能够制造出这种生成器的技术还不存在,所以这个算法会犯很多错误。”

对于这个算法来说,五本书所含的数据不够,这是主要局限之一。

尽管任何读过这五本书的人都会认为它们实在是太长了,但对于要学习的递归神经网络来说还是太短了。

同时,这些书包含许多独特的词,包括没有使用过的名词和形容词,这使得递归神经网络很难学习到一些模式。

图特告诉希尔,更好的数据源应该是一本比《冰与火之歌》长100倍的书,书中词汇也应相当于儿童书籍水平。当然,这会使我们都了解和喜爱的电视剧变得毫无意义。

不过,在我们坐等马丁完成《凛冬的寒风》时,或等着HBO电视台放出最后一季电视剧时(我们打赌电视剧比书先出来),这五个行文生硬的章节是我们目前能够达到的最好水平。

所以目前,我们打算仔细研读这五本书,寻找任何能够反应后续情节的线索,不过谁知道呢,或许算法有一些打倒冰龙的法子。

作者:Fiona MacDonald, Director of Content, Science Alert
以上内容仅代表作者个人观点。
本文由世界经济论坛与Business Insider联合发布,转载请注明来源并附上原文链接
责编:刘博睿
世界经济论坛·达沃斯博客是一个独立且中立的平台,旨在集合各方观点讨论全球、区域及行业性重要话题。

不要错过关于此主题的更新

创建一个免费账户,在您的个性化内容合集中查看我们的最新出版物和分析。

免费注册

许可和重新发布

世界经济论坛的文章可依照知识共享 署名-非商业性-非衍生品 4.0 国际公共许可协议 , 并根据我们的使用条款重新发布。

世界经济论坛是一个独立且中立的平台,以上内容仅代表作者个人观点。

分享:
World Economic Forum logo
全球议程

每周 议程

每周为您呈现推动全球议程的紧要问题(英文)

立即订阅

你可以随时使用我们电子邮件中的链接取消订阅。 欲了解更多详情,请查看我们的 隐私政策.

全球40%的工作将受到人工智能的影响,但未来仍有大量工作岗位

Henrik Ekelund

2024年4月17日

关于我们

会议

媒体

合作伙伴和会员

  • 加入我们

语言版本

隐私政策和服务条款

© 2024 世界经济论坛