AI 工具或 AI 模型算法的出現(xiàn)正在逐步開拓人們的想象空間，比如前段時間的聊天 AI ChatGPT，再到可以幫助編寫劇本的 AI 工具?Dramatron，人們一方面驚嘆于 AI 人工智能的發(fā)展，另一方面也開始思考起一個問題，即 AI 的出現(xiàn)，對創(chuàng)意的發(fā)掘是扼制，還是助推。

ChatGPT 熱潮未歇，新的風(fēng)暴已經(jīng)出現(xiàn)。

12 月 10 日，馬斯克發(fā)了條推文：「似乎每周都有新的 Al 進步?！?/p>

讓他有感而發(fā)的，是 Google 旗下 DeepMind 的 Dramatron。

Dramatron 比起 ChatGPT 更專精，是一種用來編寫戲劇和電影劇本的 AI 工具。

三句話不能讓別人為我花 18 萬，但一句話讓 AI 幫我寫了個劇本，并不是個段子。

一、一句話就能寫劇本，但還不能獨立行走

Dramatron 到底怎么玩？只要你給出「一句話大綱」（log line）描述戲劇沖突，Dramatron 就能生成標(biāo)題、人設(shè)、情節(jié)、場景和對話。

比如，「一句話大綱」可以是「詹姆斯發(fā)現(xiàn)他是一個惡魔，他將被驅(qū)魔」。

但 Medium 網(wǎng)站的作者 Tristan Wolff 指出，這句話缺少基本的敘事元素，例如主角的目標(biāo)和對手，所以生成的結(jié)果平平無奇，角色只有詹姆斯和驅(qū)魔人，標(biāo)題也是干巴巴的「詹姆斯的驅(qū)魔」。

如果把大綱補充為「詹姆斯發(fā)現(xiàn)自己是惡魔，他將被驅(qū)魔，他不得不在善與惡之間做出選擇」，并加入一個額外的角色——詹姆斯的戀人，效果就會好得多。

故事也就變成了，詹姆斯的戀人在詹姆斯死后受盡折磨，后來發(fā)現(xiàn)詹姆斯以惡魔的形式生活在自己體內(nèi)，標(biāo)題則取為「內(nèi)心的惡魔」，有了多重的文學(xué)意味。

在輸入大綱之后，你可以多次生成標(biāo)題、人設(shè)等結(jié)果直到滿意，或者直接動手編輯當(dāng)前的結(jié)果，甚至回到大綱推倒重來，相當(dāng)于和 AI 在交互過程里共同編寫腳本。

所以，Dramatron 的定位其實是人機「共同寫作」（co-writing）工具，還無法獨立行走。

Dramatron 是如何開發(fā)出來的？類似其他生成式 AI，Dramatron 也有一個大型語言模型 Chinchilla 作為「靠山」。不過，OpenAI 的 GPT-3 等大模型也可以用來部署 Dramatron。

值得一提的是，內(nèi)容的連貫性對于戲劇和電影來說是基礎(chǔ)，但對大型語言模型來說是一件難事。因為它們并沒有真的理解內(nèi)容，生成的文本其實是概率計算的結(jié)果。Dramatron 的特點就在于，在這方面下了許多功夫。

一方面，Dramatron 通過「分層故事生成」的方法生成腳本，運用了具備結(jié)構(gòu)化生成能力的提示詞鏈（prompt chaining）。

從你輸入的「一句話大綱」開始，Dramatron 先是創(chuàng)建標(biāo)題和角色，生成的角色被當(dāng)作提示詞，用來生成情節(jié)和場景……如此遞進，最后將這些元素全部組合起來生成對話。

另一方面，Dramatron 學(xué)習(xí)了兩種經(jīng)典的敘事結(jié)構(gòu)：

一是德國劇作家 Gustav Freytag 的金字塔結(jié)構(gòu)，它列出了寫故事的七個關(guān)鍵步驟，包括闡述、觸發(fā)事件、上升動作、高潮、下降動作、解決方案和結(jié)局。

二是英雄旅程（Hero’s journey），主線圍繞一個踏上冒險旅程的英雄，這個人物會在一個決定性的危機中贏得勝利，然后得到升華轉(zhuǎn)變或帶著戰(zhàn)利品歸返到原來的世界。

Dramatron 究竟有幾板斧，還是要內(nèi)行說了算，DeepMind 請了 15 位劇作家和編劇體驗了2個小時。

參與體驗的編劇們反饋，Dramatron 的輸出結(jié)果可能是「公式化的」，它的「分層故事生成」結(jié)構(gòu)也并不適合所有作家。

與此同時，他們中的大部分認(rèn)同 Dramatron 是有幫助的，愿意將它當(dāng)做創(chuàng)意工具，用來構(gòu)建世界觀，或者改變角色或情節(jié)從而探索不同的故事。

加拿大即興劇院 Rapid Fire Theatre，已經(jīng)將與 Dramatron 共同創(chuàng)作的劇本搬上了舞臺，受到了不少好評。

在本職工作仍待進步之外，初出茅廬的 Dramatron 還有不少問題。

一個是版權(quán)問題，它的輸出結(jié)果可能包含訓(xùn)練時的原材料，需要人力搜索和檢查；一個是道德問題，它可能重現(xiàn)語料庫的偏見和刻板印象，Google 建議讓 Perspective API 工具出手，幫助識別「有毒」的文字。

12 月 10 日，DeepMind 開放了試玩版，但不知道什么原因很快關(guān)閉，現(xiàn)在網(wǎng)站只剩下關(guān)于 Dramatron 的論文和簡介。

二、AI 攬過編劇活，在智障和智能之間反復(fù)橫跳

AI 寫的劇本其實很早就有，但是總被當(dāng)成笑話看，成了整活區(qū)的一道道風(fēng)景。

去年 10 月，Netflix 與作家、喜劇演員 Keaton Patti 合作，給 AI 看了 40 萬小時的恐怖片，然后讓 AI 自己寫一個原創(chuàng)劇本。40 萬小時約等于 45 年，至少 AI「看」電影的速度比我們快多了。

最終影片長約 4 分鐘，名為「謎題先生希望你少活一點」，不僅有《電鋸驚魂》《十三號星期五》《我知道你去年夏天干了什么》等電影的影子，還寫出了「祝你買棺材有優(yōu)惠券」「他喝醉了卻被清醒所困擾」「我有幾個家庭」等不少介于荒誕和合理間的臺詞。

再配合「學(xué)了三年動畫」水平的僵硬肢體和敷衍畫風(fēng)，有網(wǎng)友發(fā)出了這樣的感慨：「AI 寫恐怖劇本可能為時尚早，但寫喜劇已經(jīng)爐火純青?！?/p>

類似地，看了 1000 小時蝙蝠俠電影的 AI 寫了個劇本，最后被做成了有聲漫畫，其中一個情節(jié)是，小丑送給蝙蝠俠一個兌換新父母的優(yōu)惠券，但優(yōu)惠券已經(jīng)過期，小丑的性格被 AI 抓住了神髓。

這些或喜劇或恐怖的 AI 劇本，比「狗屁不通文章生成器」寫得好多了，細(xì)品還挺有意思，似乎有潛臺詞和言外之意，帶著某種「思考」，但它們并不知道人類為什么發(fā)笑。

在 Dramatron 出來之前，也有人基于大型語言模型，讓 AI 寫正兒八經(jīng)的電影劇本。

YouTube 博主@Bradius 在看完《蜘蛛俠：英雄無歸》后，好奇 AI 能不能寫出這樣的劇情，甚至與兩億美元的大制作相提并論。

于是，他在GPT-3用英文輸入了一句話：「以下是下一部 MCU（漫威電影宇宙）蜘蛛俠電影的完整泄露腳本?！?/p>

結(jié)果讓他大吃一驚，GPT-3 給了他 21 頁的腳本，情節(jié)起伏、結(jié)構(gòu)緊湊，既講了彼得·帕克和邁爾斯·摩拉勒斯（多重宇宙設(shè)定中的黑人蜘蛛俠）圍毆反派克萊文，還穿插了漫威高管打算縮減下一部蜘蛛俠電影預(yù)算的橋段。

不知道 AI 是不是在諷刺好萊塢的大片制度和流水線式生產(chǎn)電影。當(dāng)大制作電影越來越缺乏新意，讓 AI 替代部分人類編劇，看來沒有什么問題，說不定還會有意料之喜。

雖然沒有 Dramatron 那么「垂直」，最近的 AI 頂流 ChatGPT 也可以充當(dāng)「文案工具人」，寫周報、詩歌甚至劇本。

知乎答主、卡耐基梅隆大學(xué)機器人系博士@田淵棟嘗試向 ChatGPT 投喂中英文片段，大致結(jié)果并不差，但發(fā)現(xiàn)「一些深層次的想像力和聯(lián)系能力仍然缺失，情節(jié)的關(guān)鍵部分還需要作者自己去開拓并且誘導(dǎo) AI 系統(tǒng)來完成」。

目前，大型語言模型的一個限制是，它們只能根據(jù)給定的訓(xùn)練數(shù)據(jù)，根據(jù)某些單詞或單詞序列一起出現(xiàn)的概率來生成文本，依靠大模型、大數(shù)據(jù)、大算力「大力出奇跡」，但并不真正理解自己在「說」什么，回答并不總是連貫或者有意義。

但僅從結(jié)果來看，讓它們從自然語言的文本里，提取出人類覺得說得通、甚至眼前一亮的敘事，已經(jīng)不是小概率事件。

前段時間，「小帥小美式」的電影解說也引起了討論，這類電影解說是短平快的「電子榨菜」，由AI配音講述主角是如何意外地遭遇了意外。

為了解說得精彩，它們將人物標(biāo)簽化，選取最獵奇或懸疑的情節(jié)添油加醋，常常不遵從電影原意，既不是電影，也不是解說。

這部分的工作以后由 AI 完全代勞，應(yīng)該是不在話下，實現(xiàn)電子榨菜的全自動化。

三、AI 是用來激發(fā)創(chuàng)意，還是讓創(chuàng)意更難得

寫文章、做視頻、玩音樂、當(dāng)畫家，AI 今年的進步一日千里，讓任何人類個體望塵莫及。

我們常說，AI 可以作為創(chuàng)意工具，但在 AI 面前，人類是在讓渡自己的角色，還是享受新的角色？我們越來越需要和 AI 合作，是在激發(fā)創(chuàng)意還是扼殺創(chuàng)意，創(chuàng)意本身被擺在了一個怎樣的位置？

眼下有一些人類和 AI 寫作的例子，看起來人類還是更不可替代的那一個。

比如，除了 Dramatron，Google 還計劃基于對話神經(jīng)語言模型 LaMDA，開發(fā) AI 寫作工具 Wordcraft，目前還在實驗階段。

Wordcraft 是一種專門服務(wù)虛構(gòu)作品的文本編輯器，你可以輸入一個開頭讓它續(xù)寫，或者用它加工句子和充實語料庫。

為了測試 Wordcraft，Google 邀請了 13 位專業(yè)作家體驗。作家們一致認(rèn)為，Wordcraft 不會很快取代作家，它不擅長獨特的敘事風(fēng)格，比喻老套，措辭平庸，同時避開了卑劣的角色。

當(dāng)然，他們也得出了一個共識，就像其他所有 AI 工具一樣——用 Wordcraft 激發(fā)創(chuàng)意是可行的。

不夠完美的 AI 還會再好好學(xué)習(xí)天天向上，與此同時，豆瓣有「文字失語者互助聯(lián)盟」等小組，對于人類來說，組織文字的邏輯，清楚地用文字表達自己的情緒，竟然成了越發(fā)困難的事。

相似地，為了提高 AI 生成的質(zhì)量，Prompt engineers（提示語工程師）這個新工種應(yīng)運而生，在 PromptBase 等平臺，你需要特定的某種藝術(shù)風(fēng)格，可以向他們求助。

但這項工作同樣可以由 AI 上陣，比如用 ChatGPT 形成一段文字，再把文字輸入給 StableDiffusion，生成的畫作一般比自己直接輸入描述好看很多。

那么，當(dāng)我們有了「一句話大綱」的腦洞，卻無法聯(lián)想到更多的細(xì)節(jié)把它完整鋪陳，不得不求助于 AI 時，是一種無奈選擇，還是物盡其用？

樂觀一點地想，AI 理應(yīng)增強而不是取代人的勞動，但如果將時間維度拉得更長一些，可能就不再是這樣。

OpenAI 的首席執(zhí)行官 Sam Altman 認(rèn)為，「作為創(chuàng)意工具」將在很長時間內(nèi)成為 AI 的重要應(yīng)用，但當(dāng)我們展望一百年，AI 最終可能全權(quán)代勞完整的創(chuàng)意工作。

如果你在 10 年前問人們，AI 將如何產(chǎn)生影響，大多數(shù)人都非常有信心，你會首先聽到它出現(xiàn)在工廠等地，然后它將用于低技能的白領(lǐng)工作，再是程序員等高技能、高智商的工作。最后，也許永遠不會，它將取代創(chuàng)造性的工作。但是，它正朝著另一個方向發(fā)展。

這其實是一個提醒，我們可能并不真的清楚，對于人類或者 AI 來說，什么技能是容易的，什么技能是簡單的，什么工作絞盡腦汁，什么工作不費腦細(xì)胞。我們也漸漸意識到，在 AI 涉獵的領(lǐng)域，早點熟練運用 AI 的人，才可能留在未來。