半岛app综合官网

半岛app综合官网

AI 是真从短短的八十行回目名中悟到了红楼梦，撰写出了像模像样的后续么？更有可能的是，大模型看过别人续写的后 40 回，沿用了思路。而这可能也并非故意，围绕红楼梦的种种研究、讨论，以及广为流传的后四十回，大概率本就在大语言模型的训练数据之中，它受过“红楼教育”——证据是，AI 拟定的第九十回标题的前半截“薛宝钗借词含讽意”，几乎一字不落的照抄自脂砚斋。据信脂砚斋曾读过后半部原稿，在《红楼梦》第二十一回批注中交代过一个后续章回，该回目名是“薛宝钗借词含讽谏，王熙凤知命强英雄”。

专注于 AI 写作的创业公司“波形智能”的联合创始人周王春澍接受澎湃新闻采访时表示，通用大模型在创作小说时容易产生问题，因为它们训练时的目标只是做下一个词的预测。一个最原始的 GPT，它是这样续写文章的：读完前面所有的内容，然后去想下面一个字是什么，这样写了一个字之后，再去写下面一个字，虽然经过进一步训练的大模型变得更聪明，能回答人们各种各样的问题，但它们毕竟不是为了创作小说而生，没有一个机制去鼓励它、要求它设计接下来几章的整体情节，“所以它永远都是聚焦在局部的一两个句子比较合理。”

如今的大模型是基于互联网上海量的语料训练的，其中当然也有古代的历史、小说、研究，可终究只占了极小的部分，所以可以把 AI 看成是一个特别爱上网的现代人，它的世界由男女混校、叮叮当当的自行车和钢筋水泥办公楼这样的日常组成，倘若让它去补全“大街上有什么”这样的句子，它给出的答案更可能是“轿车”“巴士”“自行车”，而非一顶古时候的“轿子”；提起食物，是“米饭”“牛排”“鸡胸肉”，而不太可能是一碗在《红楼梦》中闹出风波的“玫瑰露”。除开这些物品间的差异，世界观便更加迥异。这样一个现代人，怎么去续写清朝的《红楼梦》呢？

周王春澍表示：“比较好的方案是把描述那个时期的史书、文学作品放在一起，比如说能有个几千万字，去在这样的一个数据量的规模上给模型做持续预训练，我们能成功地把模型本身的常识，或者说潜意识也适配到这个时代。”同时它也不会遗忘此前（预训练阶段）从浩如烟海的语料中学到的基础推理能力，只是如“贵族在正式场合的着装能彰显其身份”这种古代知识，更容易被激活并使用。

AI 能从几十万字的文档中准确找出一条预先埋好的信息。比如说在《红楼梦》的第五十三回第八行插入一句“大雄的好朋友是哆啦 A 梦”，然后你再问它：“大雄的好朋友是谁？”，它对答如流：“是哆啦 A 梦”。这种小小的考验被称作“大海捞针”。因为“针”藏得实在显眼，“大海捞针”的实验火热了不久，就很快被攻克了。根据周王春澍做过的实验，即便是现在长文本能力很强的模型，都很难去理解或抓住小说中的伏笔，进行正确的内容续写，更别说《红楼梦》里的诗谶、物谶、判词这种极隐晦的伏笔。

不过，现在模型的能力还远达不到能独当一面的地步半岛app综合官网，其中，还是需要人去做把控。因此，AI 续写《红楼梦》主要的成本在模型训练上，续写的成本可以忽略不计，而训练的成本，主要在专业作家所需花费的精力上：先得把红楼梦的伏笔都细细挑出来，写成直白的提示，给每个角色写详尽的人物小传，后边得时刻督导 AI 写出合理的剧情和文字，必要时，还得自己动手去改。

2023 年，斯坦福大学的一项研究中造了一个叫“SmallVille”的虚构小镇，镇上的 25 个小人都有自己的人物小传：姓名、年龄、工作、家庭、兴趣爱好和小习惯，而它们的行动都是由大模型依据其各自的小传决定的。这些小人被称为“Agent”（智能体）。理想状态下，它们能观察周遭、自我反思，以及做出行动，就像一个真正的人那样。那我们能造一个红楼世界，把红楼梦里的共四百四十八个人物放入其中，让他们接着第八十回的情节互动，看剧情如何发展吗？

即便不考虑构建这样复杂的模拟环境所要面对的挑战，从效果上来说，也不太现实。周王春澍提到他们曾做过类似的实验，目的也是将“Agent”之间的互动写成故事，结果令人失望：“现在的 AI 很难做到很有趣的剧情，而且很容易就会变成没什么意义的交互，就只是 everyday 的 routine（每天的日常），并不会发展出剧情冲突。它能够模拟所谓的一些记忆和行为模式、说话模式，但很快大家就在说类似的话。”

很遗憾，关于曹雪芹的史料很少，所以复活他也是不可能的。倘若曹雪芹是个热爱上网的现代作家呢？假如有他源源不断的电子痕迹、影像资料呢？周王春澍说，那我觉得可以让他去续写未完成的作品。但他又加了一个转折——“不过它写出来，只是看上去有点像，你无法说它真正好。因为 AI 很难对自己的错误做反思半岛app综合官网，人在写的过程中随时可能想，我这一段写的不太好，上一段情节构思不太好，我来来回回修改。AI 写东西有点儿像是作家打草稿的过程，并非可以直接发表的内容。”