機器寫作時代的科幻小說創(chuàng)作
這是一個機器寫作迅速發(fā)展并逐漸進入多個文本生成領(lǐng)域的時代。在新聞報道、行業(yè)報告等實用文體上，機器寫作已經(jīng)展現(xiàn)出巨大的潛力，而隨著深度學(xué)習(xí)等人工智能算法的介入，人們也開始嘗試將其用于一些文學(xué)文本的寫作試驗。在我國，文學(xué)領(lǐng)域的人工智能寫作較多地集中于詩歌這一文類——既有現(xiàn)代詩，也有古體詩。近年來，一些團隊開始嘗試開發(fā)可用于小說寫作的智能算法，如創(chuàng)新工場的“AI科幻世界”、彩云科技推出的“彩云小夢”等。
上述兩款小說寫作工具，都需要和人進行合作。比如“AI科幻世界”，需要由人給出故事背景和登場的人物，再寫出幾句話作為小說的開頭，程序便可以在這句話之后自動生成4段簡短的文字，作家可以在其中選擇一段，也可以讓程序重新生成，直到出現(xiàn)讓作家滿意的文字為止。選擇出合適的段落后，作家可以對其稍作修改，再讓程序繼續(xù)生成新的文字，如此往復(fù)，直到完成整篇小說。從這一寫作模式來看，顯然這些寫作算法還缺乏獨當(dāng)一面的能力。
當(dāng)前的文本生成算法普遍使用了GPT（Generative Pre-Training）模型，與其他的深度學(xué)習(xí)算法相比，其優(yōu)勢在于不依賴于大量的人工標(biāo)注信息，僅需要在無監(jiān)督的模式下進行學(xué)習(xí)就可以顯著提升模型的性能。簡單來說，就是讓機器自主閱讀大量的文本，即所謂的預(yù)訓(xùn)練，然后再根據(jù)具體的需求，給它一些現(xiàn)成的文本對模型進行微調(diào)。通過這種方式訓(xùn)練好的模型，可以寫出合乎語法規(guī)范的句子，甚至可以模仿某個特定作家的文風(fēng)。但其缺陷也是顯而易見的——缺乏創(chuàng)造性。
在小說創(chuàng)作中，創(chuàng)造性的一個重要體現(xiàn)是情節(jié)的構(gòu)建，即通過敘事過程將一連串合乎邏輯卻又出人意料的事件連綴起來。上述文本生成算法，都不具備篇章級別的情節(jié)統(tǒng)籌能力。因此，如果想要通過此類算法生成故事性較強的文本，必須將其和某些敘事生成算法進行整合。敘事生成研究雖然開始于20世紀(jì)70年代，目前也產(chǎn)生了如Interactive Storytelling、 MakeBelieve、 Fabulist等各種敘事系統(tǒng)，但每種算法都有其局限性。例如，Interactive Storytelling是一個以角色為中心的敘事生成系統(tǒng)，作者事先設(shè)定好故事人物的行為規(guī)劃，然后通過人物的自主交互產(chǎn)生故事，其產(chǎn)生的故事較為機械，靈活性不足。MakeBelieve是基于常識庫的故事生成系統(tǒng)，可以產(chǎn)生邏輯性較好的故事，但內(nèi)容通常比較平淡，缺乏戲劇性的故事沖突。因此，如何在機器寫作中自主建構(gòu)富有創(chuàng)造性的情節(jié)，仍然是該領(lǐng)域面臨的重大挑戰(zhàn)。
具體到科幻小說的創(chuàng)作上，它又具有一些與傳統(tǒng)的現(xiàn)實主義小說不同的特征，從而進一步加大了機器寫作在這一文類創(chuàng)作上的難度。例如，創(chuàng)作時，科幻作家經(jīng)常創(chuàng)造一些新的名詞，從赫伯特·喬治·威爾斯（Herbert George Wells）創(chuàng)造的“時間機器”，艾薩克·阿西莫夫（Isaac Asimov）的“心理史學(xué)”“時空豎井”，到劉慈欣的“宇宙社會學(xué)”“二向箔”，等等。這些詞匯，有的是將兩個普通詞語連接在一起，有的則是完全新造的詞匯。這種創(chuàng)造新詞匯的能力，是當(dāng)前所有機器寫作算法都不具備的。且不說完全新造的詞匯，就是如“時間機器”這樣將“時間”和“機器”進行簡單連接的構(gòu)造，機器寫作也無能為力。我們假設(shè)在威爾斯出版《時間機器》（The Time Machine）之前，用一個時間機器將現(xiàn)在的寫作程序和計算機傳輸?shù)侥莻€時代，讓它閱讀當(dāng)時所有小說乃至所有詩歌、散文、新聞報道、學(xué)術(shù)論文等一切文字所組成的語料，它也無法在寫作中創(chuàng)造出“時間機器”這個詞匯，因為在之前的語料中，這種連接從未出現(xiàn)過，因此程序會將這種連接標(biāo)記為錯誤的、不合規(guī)范的。相反，如果我們啟用一個沒有經(jīng)過任何學(xué)習(xí)過程的寫作系統(tǒng)，讓它隨機地調(diào)取詞匯進行寫作，倒還有可能寫出“時間機器”這類詞匯。換句話說，寫作程序的閱讀學(xué)習(xí)過程，不僅沒有增加其創(chuàng)造性，反而是一種對創(chuàng)造性逐漸壓制的過程。
退一步說，即使我們?yōu)樗惴ù蛞粋€補丁，讓它可以通過拼接普通詞匯的方法創(chuàng)造新詞，這也是毫無意義的。我們常常嘲笑一個蹩腳的科幻作家，說他們“遇事不決，量子力學(xué)”，這是因為他們在作品中動輒在各種詞匯前面加上“量子”二字，比如量子音樂、量子麻醉槍等，卻對此不作任何額外介紹，甚至連一句描述都沒有。顯然，這樣的新詞匯是無法給讀者帶來驚奇感的，因為它們背后沒有系統(tǒng)性的設(shè)定作為支撐。同樣，如果在機器寫作中進行了新詞匯的構(gòu)建，那么，它也應(yīng)該附帶完成一整套的相關(guān)設(shè)定，這樣才能讓這些新詞匯產(chǎn)生意義。
再者，如果一個作品中引入了若干項設(shè)定，這些設(shè)定之間還應(yīng)該彼此協(xié)調(diào)、相互支撐，這就是所謂的世界建構(gòu)?？梢哉f，在科幻作品中，世界建構(gòu)是與情節(jié)設(shè)計同等重要，甚至更重要的一項整體性架構(gòu)，是體現(xiàn)科幻作品驚奇感的核心依托。對于作品所涉及的新奇世界的設(shè)計，在凸顯其驚奇性的同時，也要注重其科學(xué)性和邏輯性，同時還要使其與故事情節(jié)、人物等要素相貼合。因此，世界建構(gòu)是大部分科幻作品中作者創(chuàng)造性的集中體現(xiàn)，而這顯然也是當(dāng)前所有機器寫作模型包括敘事生成模型所無法完成的。
說了這么多，那是否意味著科幻創(chuàng)作——特別是科幻作品的世界建構(gòu)，是無法由程序和算法來承擔(dān)了呢？倒也不用如此悲觀，只不過我們需要特別設(shè)計一套用于科幻作品世界建構(gòu)的算法，再將其整合進現(xiàn)有的敘事生成算法和文本生成模型中。就筆者的創(chuàng)作經(jīng)驗來看，在世界建構(gòu)的某些環(huán)節(jié)，機器學(xué)習(xí)的確可以發(fā)揮重要作用。
例如，科幻作家在對虛構(gòu)世界的自然環(huán)境進行推想時，常常需要查閱大量的資料，以考察某一設(shè)定會對該世界的哪些部分造成顯著影響。在《重力使命》（Mission of Gravity）里，哈爾·克萊蒙特（Hal Clement）描寫了一個重力極大的星球所具有的生態(tài)，科幻電影《阿凡達(dá)》（Avatar）則展示了一個富含常溫超導(dǎo)礦物的星球所呈現(xiàn)出的奇特景觀。這類作品的世界建構(gòu)極其復(fù)雜，因為它需要用到物理、化學(xué)、地質(zhì)學(xué)、生物學(xué)等各種學(xué)科知識。即便作者是某個學(xué)科的專家，他也不太可能熟悉所有領(lǐng)域，因此在世界建構(gòu)時往往需要大量時間進行學(xué)習(xí)。但如果我們引入機器學(xué)習(xí)的算法，以各個學(xué)科的專業(yè)論文為語料庫，在經(jīng)過訓(xùn)練之后，我們就可以得到一個包含了各學(xué)科知識的復(fù)雜網(wǎng)絡(luò)。這個網(wǎng)絡(luò)的節(jié)點就是那些重要的科學(xué)概念，比如重力、磁場、大氣等，它們之間的連線則顯示出彼此之間所具有的相互影響。通過這樣的網(wǎng)絡(luò)，我們就可以直觀地看到，當(dāng)某個因素（比如重力）發(fā)生改變時，哪些因素會受到直接影響，而它們又會進一步波及哪些因素。當(dāng)然，這種算法同樣需要和科幻作家合作，才可以真正完成世界建構(gòu)的工作，但有了它的幫助，科幻作家們無疑會輕松不少，而且很容易在機器學(xué)習(xí)得到的關(guān)聯(lián)網(wǎng)絡(luò)中迸發(fā)出創(chuàng)作靈感來。
總體而言，在很長一段時間內(nèi)，機器寫作還無法在小說（特別是科幻小說）這類文體上替代人類創(chuàng)作。但正如柯潔在與AlphaGo的棋局中學(xué)到了不少新的棋路一樣，科幻作者們也完全可以和機器攜手寫作，并且在機器算法所產(chǎn)生的敘事情節(jié)和世界設(shè)定中，激發(fā)出新的創(chuàng)意，創(chuàng)造出前所未有的驚奇場景和絕妙故事。
