Một AI có thể được đào tạo để tạo ra các phác thảo của một câu chuyện?

Tôi biết rằng một trong những mốt gần đây ngay bây giờ là đào tạo một mạng lưới thần kinh để tạo ra các màn hình và các tập mới, ví dụ như Friends hoặc The Simpsons, và điều đó thật tốt: thật thú vị và có thể là những bước đầu tiên cần thiết để tạo ra các chương trình thực sự có thể tạo ra những câu chuyện hợp lý / dễ hiểu.

Trong bối cảnh này, các mạng lưới thần kinh có thể được đào tạo đặc biệt để nghiên cứu cấu trúc của các câu chuyện, hoặc các kịch bản phim, và có thể tạo ra các điểm cốt truyện, hoặc các bước trong Hành trình của anh hùng, v.v., có hiệu quả viết một phác thảo cho một câu chuyện không?

Đối với tôi, điều này khác với vô số các trình tạo điểm cốt truyện trực tuyến, mặc dù tôi phải thừa nhận những điểm tương đồng. Tôi chỉ tò mò liệu công nghệ hoặc việc triển khai thậm chí còn ở đó chưa, và nếu có, làm thế nào người ta có thể thực hiện nó.

Theo như tôi biết, điều này vẫn chưa được thực hiện.

Tôi thấy một số vấn đề với điều này. Mạng thần kinh về cơ bản là một bộ phân loại, khớp với đầu vào với đầu ra. Cả đầu vào và đầu ra thường là các giá trị số, mặc dù chúng có thể được khớp với các khái niệm hoặc từ.

Để đào tạo NN, bạn cung cấp đầu vào được mã hóa phù hợp và đầu ra tương ứng. NN học các mối liên hệ giữa hai, và sau đó có thể phân loại đầu vào không nhìn thấy tương ứng. Điều này gần đây đã được sử dụng để biến đổi hình ảnh theo một phong cách cụ thể, vv

Đầu vào và đầu ra sẽ là gì để tạo ra các màn hình? Bạn có thể sử dụng các tập lệnh trước làm đầu vào, nhưng đầu ra sẽ là gì? Nó có thể là câu chuyện 'di chuyển' của một số loại, có lẽ. Vì vậy, bạn có thể đào tạo một NN để nhận ra các yếu tố tường thuật từ các màn hình.

Tuy nhiên, bạn vẫn không tạo ra bất cứ điều gì, mà chỉ nhận ra công cụ. Bạn sẽ cần một số đầu vào khác. Tôi đoán bạn có thể đào tạo một NN về "The Simpsons", có được cấu trúc kể chuyện, sau đó trình bày nó với một Tập "Bạn bè" và xem điều gì sẽ xảy ra. Tuy nhiên, đây sẽ không phải là một tập mới của kịch bản.

Một cách khác, vòng có thể hoạt động: bạn cung cấp cho nó các động tác kể chuyện (một loại khung xương câu chuyện) và lấy ra một kịch bản. Nhưng nó sẽ cần rất nhiều chỉnh sửa bài (con người) để hoàn toàn hữu ích.

Tôi nghĩ rằng một NN là công cụ sai để sử dụng ở đây. Đã có công việc được thực hiện với việc tạo ra các câu chuyện và kịch bản phim, thậm chí trở lại trong những ngày đầu của AI. Nhưng đó là tất cả dựa trên AI tượng trưng, ​​không phải loại ML mà dường như hiện đang thịnh hành . Hãy xem trang web của James Ryan ; gần đây ông đã viết một cái nhìn tổng quan về cách tiếp cận lịch sử đối với thế hệ truyện (và kịch bản phim).

Tạo câu chuyện chỉ có thể nếu một số điều kiện tiên quyết được thực hiện. Điều đó có nghĩa là, không thể đào tạo một mạng lưới thần kinh trực tiếp, mà nó sẽ tạo ra một âm mưu. Bước dễ dàng hơn trước chỉ là phân tích các câu chuyện hiện có. Để làm như vậy, một mô hình ngữ nghĩa được sử dụng để lưu trữ kiến ​​thức về một câu chuyện. Các mô hình như vậy được mã hóa với các bản thể luận, dữ liệu được liên kết và bằng các ngôn ngữ hành động như GITAL.

Trên một mô hình ngữ nghĩa, một câu chuyện cụ thể diễn ra. Điều đó có nghĩa là, trong bản thể luận được xác định, hai người đang ở trong cốt truyện, và câu chuyện cụ thể lấp đầy chỗ trống bằng tên và thuộc tính. Những gì mạng lưới thần kinh có thể làm, là phân tích các kết quả khớp này. Điều đó có nghĩa là, các câu chuyện ví dụ được ánh xạ tới các bản thể luận ví dụ và mạng lưới thần kinh có thể dự đoán quyết định này bằng cách học hỏi từ dữ liệu mẫu.

Một ví dụ nổi tiếng cho việc tạo câu chuyện tự động trong một trò chơi là Facade Nó không cung cấp một mạng lưới thần kinh mà là một mô hình ngữ nghĩa. Một mạng lưới thần kinh có thể được đào tạo về các tương tác của người dùng với Facade và có thể dự đoán những gì người dùng và cốt truyện sẽ làm tiếp theo.

Phân tích câu hỏi kinh tế

Thật dễ dàng để vô tình đọc sai câu hỏi như một câu hỏi thực hành hơn là một câu hỏi khả thi.

Có thể cho một AI được đào tạo về câu chuyện / cấu trúc văn học để tạo ra chúng?

$\Large\ne$

Có ai đó đã đào tạo một hệ thống AI về câu chuyện / cấu trúc văn học để tạo ra chúng?

Kinh tế học câu hỏi cụm từ

Cũng dễ nhầm lẫn giữa nghiên cứu AI rộng hơn với lĩnh vực học máy hẹp hơn đơn giản vì sau này là trọng tâm hiện tại của hoạt động kinh tế. Câu hỏi sử dụng thuật ngữ mốt , nhưng học máy có lẽ sẽ duy trì lâu hơn mốt công nghệ.

Có thể cho một AI được đào tạo về câu chuyện / cấu trúc văn học để tạo ra chúng?

$\Large\ne$

Liệu nghiên cứu AI có thể dẫn đến việc tạo ra cấu trúc câu chuyện văn học tự động?

Xu hướng kinh tế xã hội trong phương pháp tác giả

Làm phim, bao gồm cả viết kịch bản, là một nghệ thuật. Chúng tôi biết rằng nghệ thuật phổ biến xuất hiện từ các phương pháp mới và bất thường.

• Pollock ném sơn từ trên cao lên một tấm vải ngang.
• WaveNet đang được đào tạo để tạo ra nhạc giao hưởng.
• Chủ đề phim với cấu trúc ngẫu nhiên và ý nghĩa phát triển giáo phái sau.

Sự phát triển của mối quan hệ tương tác phức tạp của các nhân vật, cảm xúc của họ, sự chuyển đổi trong niềm tin, câu hỏi bản thể của mục đích cá nhân và làm thế nào nó liên quan đến một người khác, một gia đình, một quốc gia, thế giới hoặc một số nguyên tắc vượt lên trên nhân loại không phải là một máy học vấn đề.

Đằng sau câu hỏi được hỏi ở đây, một câu hỏi khả thi, không phải là một câu hỏi về thuật toán hay hội tụ, là thách thức AI cốt lõi đối với tự nhiên.

Một máy tính có thể tạo ra những gì một tâm trí con người có thể tạo ra?

Khi suy nghĩ về câu hỏi này, rõ ràng việc đào tạo người kể chuyện không phải là một hoạt động lấy một tenxơ ở đầu vào của nó và một tenxơ dự kiến ​​ở đầu ra của nó. Sự bùng nổ học máy hiện tại đã không phát triển bất kỳ hệ thống các tác nhân thông minh nào có thể tạo ra những gì một chuyên gia văn học sẽ xem xét câu chuyện sâu sắc đáng chú ý. Đó là nhiều chắc chắn.

Xu hướng trong các ấn phẩm học thuật dường như là sự tái khẳng định mạnh mẽ cho tuyên bố của phòng thí nghiệm AI của MIT dưới thời Minsky, rằng mọi vấn đề khả thi sẽ nhường chỗ cho một phương pháp mới hoặc cải cách cho đến khi tất cả đều được chứng minh là khả thi và tất cả đã được hiện thực hóa trong LISP (hiện tại là Python hoặc Java gói C và kiểm soát một số cụm tăng tốc phần cứng). Cho dù xu hướng này là quá mức, mà chúng ta đã thấy trước đây trong AI, hoặc chỉ là vấn đề thời gian, chúng ta sẽ thấy.

Chúng ta cũng sẽ thấy các máy tạo điểm cốt truyện thay thế các nhà biên kịch và cuối cùng là toàn bộ hệ thống phòng thu, bao gồm cả thế hệ các ngôi sao và các bữa tiệc họ đến và các tạp chí giả mạo cuộc sống của họ để tạo ra trạng thái sao có thể được mô phỏng đơn giản. Nó sẽ không phải là lĩnh vực công việc đầu tiên được thành lập và sinh lợi để bị loại bỏ hoàn toàn bởi những tiến bộ công nghệ.

Nhiều người cũng cho rằng có thể có sự giật lùi, về mặt văn hóa như sự trở lại của xô và đơn điệu sau sự gia tăng độ tinh vi âm nhạc phổ biến trong những năm 1970 hoặc một cái gì đó cực đoan hơn như sự xuất hiện hàng loạt của máy bay ném bom Uni. Chúng ta cũng sẽ phải chờ xem điều đó.

Điều có vẻ chắc chắn là nghiên cứu sẽ tiếp tục thúc đẩy phong bì và công nghệ sẽ tiếp tục thay đổi ngay cả thế giới văn học và kể chuyện. Các phần mở rộng mới của Trò chơi giả của Alan Turing sẽ xuất hiện: "Các đối tượng có thể cho biết phim nào có kịch bản của con người và được viết giả tạo không?"

"Đó có phải là những ngôi sao thực sự của con người hay chúng là những ngôi sao được tạo ra đóng vai những nhân vật được tạo ra trong những câu chuyện được tạo ra đó?"

Năm 2018 rất đáng chú ý trong việc tạo ra cuốn tiểu thuyết AI đầu tiên, của Ross Goodwin, được gọi là 1 the Road . Tất cả các nguyên liệu thô được tạo ra bởi chương trình của mình.

Lý tưởng nhất là có Lý tưởng nhất là vì mạng phải được cung cấp các từ của toàn bộ cuốn sách (với khoảng 100 nghìn từ). Với một lượng năng lực xử lý giả định, bạn sẽ có thể chỉ cần đào tạo NN với hàng ngàn cuốn sách. Có thể được đào tạo với máy tính lượng tử .... ai biết ...

Đối với những câu chuyện nhỏ hơn, tôi nghĩ rằng vấn đề chính là phải biết "hình dạng" nào nên tạo ra câu chuyện. Bởi vì nếu nó chỉ đơn giản là đưa ra một số từ, thì điều đầu tiên mà mạng có thể làm là nói, điều đó có nghĩa là mô hình sẽ phát triển từ mô hình NLP giả định và (từ những gì tôi biết) chúng ta vẫn gặp một số vấn đề với điều đó.

Vì vậy, tôi thực sự nghĩ rằng để làm những việc như vậy, cách tiếp cận chúng ta thực hiện để làm cho các NN học hỏi nên được thay đổi. Việc con người tồn tại chứng minh rằng các thuật toán di truyền sẽ hoạt động 100%. Nhưng rõ ràng chúng ta không có hơn 3 tỷ năm để phát triển một "bộ não" từ đầu, đó là lý do tại sao chúng ta sử dụng các thuật toán đào tạo: chúng ta buộc họ phải học hỏi từ điều gì đó.

Nhưng trở lại câu hỏi: con người làm rất nhiều việc bằng cách suy nghĩ về kết quả sẽ chọn. Để tạo ra một mạng lưới tạo ra một kết quả, mà không bắt chước con người, thật dễ dàng chỉ cần chọn ngẫu nhiên một số khía cạnh của kết quả này. Ví dụ, một kết quả được chọn ngẫu nhiên có thể là "kết quả: Dennis chết, Morty giết Eminem, sciene buồn, sciene hạnh phúc, kết thúc". Điều đó có nghĩa là NN hoặc bất kỳ mô hình ML nào thực sự không tạo ra kết quả cho câu chuyện. Trong thực tế, những gì nó làm là kết nối một số "điểm kiểm tra" được tạo ra về câu chuyện đó. Trên thực tế, bạn có thể đào tạo một mô hình để tạo các điểm kiểm tra nhưng đây chỉ là một ý tưởng ngẫu nhiên từ một người mới, vì vậy tôi không biết gì về cách thực hiện điều đó.

Tôi là người Ý btw, xin lỗi về tiếng Anh của tôi :)

Câu trả lời là có, một AI có thể được đào tạo để viết cả một câu chuyện. Tôi chỉ muốn nói với bạn ngay lập tức rằng một AI đã làm điều gì đó thậm chí còn khó khăn hơn nhiều so với việc tạo ra một câu chuyện. Tôi đang nói về điều đó ở cuối lời giải thích của tôi.

Tất cả các liên kết trong giải thích của tôi đều dẫn đến các nguồn bên ngoài mà tôi tìm thấy, bạn có thể kiểm tra chúng. Không cần làm gì thêm, đây là những lý do chính tại sao tôi nghĩ AI có thể tạo ra phác thảo của một câu chuyện:

1. AI thực sự giỏi trong việc nhận ra các mẫu và tạo ra những thứ tương tự với các mẫu khác. Đáng ngạc nhiên, có rất nhiều mô hình trong các câu chuyện . Câu chuyện luôn được cấu trúc, vì vậy phần này không phải là vấn đề thực sự. Có một Wiki tuyệt vời về bảy cốt truyện cơ bản .
2. Nhưng ngay cả khi một AI có thể tạo ra một cấu trúc câu chuyện hay, nó có thể làm cho câu chuyện trở nên hấp dẫn không? Chà, nó phụ thuộc vào "bộ não" của AI lớn đến mức nào. Bởi vì nó chỉ ra rằng càng có nhiều nơ-ron và khớp thần kinh, AI càng có thể "hiểu" ngôn ngữ hoặc cảm xúc của con người. Vì vậy, nếu một AI có bộ não đủ lớn, nó có thể tạo ra những thứ có ý nghĩa. Đây là ví dụ điển hình nhất về việc AI có thể tạo ra những thứ giống con người: https://ai.googleblog.com/2020/01/towards-conversational-agent-that-can.html .

Về cách thức, tôi nghĩ rằng dữ liệu đào tạo không đáng kể. Vì vậy, để có thể đào tạo một AI như thế, chúng ta cần rất nhiều ví dụ. Điều này là có thể, bởi vì các màn hình của phim là công khai và có thể được tải xuống bởi bất kỳ ai. Vì vậy, một AI có thể dễ dàng học hỏi từ số lượng màn hình khổng lồ này. Dưới đây là một số ví dụ về các trang web nơi chúng tôi có thể xem kịch bản phim: https://stephenfollows.com/resource/sites-to-find-movie-scripts/ , https://www.simplyscripts.com/movie-screenplays.html .

Sau đó, chúng ta chỉ cần định dạng dữ liệu, vì vậy chúng ta có thể cung cấp nó cho AI của mình. Theo tôi, hoàn toàn có thể tạo ra một AI tốt viết những câu chuyện hay, bởi vì Google đã làm điều tương tự. Tôi nghĩ rằng chatbot Meena , được tạo bởi Google, là bằng chứng cho thấy AI có thể học được nhiều thứ hơn là chỉ nhận dạng mẫu.

Theo tôi biết, chưa có hệ thống nào như bạn mô tả. Tuy nhiên, có một số cách tiếp cận thú vị đối với trí thông minh tường thuật có thể được tìm thấy tại trang web của Phòng thí nghiệm trí thông minh tự thuật của Đại học New Orleans: https://nil.cs.uno.edu/

Hy vọng rằng những điều đó có thể hữu ích trong việc hướng dẫn một cách tiếp cận học tập sâu cho các vấn đề thế hệ tường thuật.