爱吱声

标题: 大语言模型也许已经具有相当于中世纪文学的创作潜力 [打印本页]

作者: xiejin77    时间: 2024-8-10 17:32
标题: 大语言模型也许已经具有相当于中世纪文学的创作潜力
大模型的出现本身就是自然语言处理领域的一个突破,那么反过来看,大型语言模型(LLMs)在文学创作中到底有多大潜力?这个话题不仅涉及技术,还跟固有的文化和创意息息相关。' |: z( G3 Y) b% e5 u- F8 s
& H! [2 Z' L. h" K0 |$ @
先让我们回顾一下历史。从计算机科学诞生之初,研究者们就在探索如何用机器模拟人类的创造力。随着时间推移,特别是机器学习和神经网络技术的发展,我们在这个领域取得了巨大进步。现在,像GPT-4这样的大型语言模型已经能够生成令人惊叹的文本,有时甚至难以与人类创作区分。
9 F- X; }- W/ y  Y( N
! \4 g5 D( W6 d+ N' q2 O那么,这些模型在文学创作中到底能做到什么程度呢?为了回答这个问题,研究者们设计了一个有趣的实验。他们选择了一个关于时间旅行的小说项目,主角是16世纪英格兰乡村的Effie和George。然后,他们让LLM扮演作者的角色,而研究者则充当批评者或导师。) l2 `+ l) T& [3 T) W  T

; r( T" B+ ~9 ?9 s- R) F, `5 y实验结果相当有趣。LLM不仅能生成高质量的文本,还能准确理解和响应导师的指导。更令人惊讶的是,当研究者调高模型的"温度"参数(这会增加输出的随机性)时,LLM开始产生新词和非传统的语法结构。这些新词虽然在字典里找不到,但在语境中却十分贴切,展现了模型的创造力。
0 B" M8 S& r$ }5 K$ h% O6 p
' }7 Y6 ]' O  h6 c6 F+ P但最让人印象深刻的是,在一个多声部生成的实验中,LLM在没有明确提示的情况下,自发地引入了一个全新的角色 - Margaret。这个角色的出现为故事增添了新的维度,展示了LLM在创意写作中的自主性。
* }  G" |& Q, U8 ^" O8 \. p9 S# k8 @& n% R* y4 f5 a+ }
从文学批评的角度来看,LLM的表现也相当出色。它能够始终保持叙事焦点,通过Effie的视角描述16世纪人在21世纪的体验,既保持了角色的真实性,又让读者感同身受。LLM还能创造新的比喻和象征,比如将Effie的内心世界与衣柜的内部空间相比较,既丰富了心理描写,又增添了神秘色彩。! M4 `, |1 q' P
8 V5 U' e2 {9 A+ t0 E: @
那么,我们该如何评估LLM的创造力呢?研究者提出了四个维度:自主性、新颖性、价值和惊喜。从这些角度来看,LLM确实展现出了相当高的创造力。# C* \3 O" T( }* y2 K2 z

2 ~* v2 ]3 i& M- r5 D4 {有趣的是,研究者还将LLM的创作过程与中世纪的文学生产模式进行了比较。中世纪的创作往往依赖于对古典文本的重新诠释和改编,以及口头传统的集体创作过程。LLM在某种程度上模仿了这一过程,通过分析和学习大量的文本数据,生成新的叙述和创意内容。
2 x% Z' C! g) E* E! n# b4 A3 ^
2 C+ V' T) y6 Z) X+ n3 l当然,我们也不能忽视伦理问题。使用LLM进行创作涉及数据来源的合法性、对创意产业从业者的影响、知识产权和创作归属等复杂问题。我们需要在充分利用技术潜力的同时,也要尊重现有的法律和道德框架。/ X0 t$ {; i2 M4 I
. I2 w/ }! U' o; ^' c+ {# Z2 R4 \
可以看到的现象是,虽然纯粹的LLM在文学创作中已经展现出了巨大的潜力。它们可以作为强大的辅助工具,帮助作家探索新的叙事可能性,提供创意启发。但我们也要记住,LLM的创造力源于对大量数据的学习,而非人类的情感和经验。因此,它们应该被视为人类创造力的补充,而非替代品。9 P9 `- K4 A0 c+ N' @6 X

2 _3 z; T/ @+ G& a9 `* c& x* E( a也许未来的多模态大模型(能够处理文本、图像、声音等多种数据类型)才会为创意写作带来更多可能性。想象一下,一个能够同时理解文字、图像和声音的AI,会为我们的创作带来怎样的启发和帮助?总之,AI在创意写作领域的应用正在开启一个充满可能性的新时代。作为创作者,我们既要拥抱这些新工具,又要思考如何在人机协作中发挥各自的优势,创造出更精彩的作品。2 @8 y# W; w* \, s/ Z# ?% w" l4 O
: ]: A5 F  c- O! @  x. I  _
原文链接




欢迎光临 爱吱声 (http://129.226.69.186/bbs/) Powered by Discuz! X3.2