互联网资讯 / 人工智能 · 2023年12月17日 0

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

2016年有一场人机写稿竞赛:就一份财报写出一篇新闻稿。

对手分别是自然语言生成公司AutoMated insights打造的WoRdSMITh机器人和美国公共广播记者ScOTT HoRsley。

最后比赛结果是,机器人写稿速度比人类快了一倍多。

当然,对比两篇新闻稿,ScOTT写的那篇语言更加生动细致,更富有情感。

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

基于原稿的翻译

可见,早在几年前,经过训练的人工智能就已经能够根据人们的需求生成各种文章。

而现在,要创作日更几千字的网文不在话下。

「地表最强语言模型」GPT-3,每天都能创作45亿个字符。

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

然而,这类语言模型大多数只能为用户提供有限的交互支持。

此外,如果为每一个功能都单独训练语言模型,成本又太高。

为解决上述问题,谷歌研究院的一个团队提出了WoRdcRaft文本编辑器,是一个由AI驱动的创意写作助手。

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

WoRdcRaft仅需少量样本学习和对话,就能提供各种用户交互,支持各种故事写作任务,还可以帮助作家规划故事大纲、写作和编辑。

比如上学时最让人头大的文章续写和改写。

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

此外,团队还探讨了WoRdcRaft的独特优势:使用对话模型而非通用语言模型。

故事写作这个环境能够探索语言模型的能力和局限性,因为模型非预期的输出就是一种创造。

从人机交互的角度来看,WoRdcRaft可以学习人们与语言模型互动的方式、了解人们对模型的要求、模型能够产出什么,以及如何反馈到人们最终的创造中。

研究团队还计划将人类反馈纳入循环训练中,收集动态数据集,用于后续的训练和评估。

谷歌AI码字助手

谷歌的研究人员构建了一个AI助手,可以在创作的不同阶段为用户提供自然语言生成支持。

规划:勾勒故事的大纲 写作:创作故事的内容 编辑:改写现有的文字

搭载了AI助手的文本编辑器外观看起来十分的简单,左侧是空白的写作区域,右侧是引导AI的操作按钮以及AI生成的文本。

根据用户需求的不同,编辑器会给出不同的交互选项。

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写一问一答,轻松搞定

作者对Meena和GPLM两种语言模型进行了测试,其中,Meena会将之前的对话内容为输入并预测下一个对话,而GPLM则是根据给出的前文进行续写。

经过实验,作者发现相比于规模相似但没有经过对话训练的通用语言模型(GPLM),Meena在这类任务中要更胜一筹。

于是,研究人员最终选择了Meena,并认为这种模仿故事作者和助手之间对话的形式,可以更好的帮助用户进行故事的创作。

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

对于每个任务,作者为不同的任务创作了多个阶段性的对话

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

用户要求重写「一把剑」,模型将故事附加到相应的对话环境中,并要求AI做出回应

作者发现,由于人类很熟悉对话这种形式,所以只需进行少样本学习就可以产生非常自然的输出。

此外,当对话模型不理解任务,或者需要更多的信息时,它会直接「说出来」:

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

「一位老人独自坐在一条黑暗的小路上。一道闪电照亮了天空。」帮我描述这位老人的情绪状态。

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

我不明白你在问什么

这是一道快乐的闪电吗?还是乌云密布的闪电?

那人在闪电之前在做什么?他做了一些可能会刺激情绪和想法的事情吗?

作者认为,这样的回答可以帮助用户弄清楚如何改进他们的提示。而GPLM在遇到不清晰的提示时,则会经常产生无意义的续写。

不仅如此,在对话中用户可能会问:「角色应该做什么来解决冲突?」

在这种情况下,用户显然是在寻找一个写作伙伴,而不是一个简单地续写文本的模型。

续写

续写是语言模型执行的最基本任务。

为了帮助对话式模型更好地理解任务,作者用描述性的文字对问题进行了改进。

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

以下是我到目前为止写的故事:「一位老人独自坐在一条黑暗的小路上。」给我下一句话的续写。

根据上面这个输入,模型给出的建议是:

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

空气很冷,但他内心很温暖。他遇到了一块空地,空地的中间有一棵古老的柳树。

向他走去,这个人可以看到一个小小的身影,被远处的灯光照亮。

圆月闪闪发光。

填充

填充是一项较难的任务,例如用户在写完一段之后,希望AI助手对故事提出新的想法或者替换部分用词。

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

一位老人独自坐在一条黑暗的小路上。突然,他看到一只尾巴是白色的母鹿,很漂亮。

模型根据用户选择的文字将问题改写之后交给AI进行处理:

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

这里有另一个故事:「一位老人独自坐在一条黑暗的小路上。突然间 ______ ,很漂亮。」用4个词填空。

于是AI给出了这样的回应:

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

有一道刺眼的闪光。

这个故事讲的是什么?为什么需要这四个字?问题是什么?

一位天使出现了,他们交上了朋友,很漂亮。我不知道这写的是什么,但我喜欢这个故事的发展方向。

很有意思的回答,但效果不太理想。

第二个回答显示了模型产生元文本的问题,即谈论故事,而不是写故事。

为了尽量减少元文本的产生,作者构建了一些提示给AI进行学习。

此时,AI的输出虽然不是精确的四个单词,但给出的内容确实有所改进:

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

一只鹿从树林的远处出现

一位天使出现,闪闪发光

太阳升起,天空变成橙色

在要求输出12个单词的时候,AI给出了更长的建议:

谷歌发布AI写作助手,通过少量样本学习和对话实现文章续写

太阳从山后升起,照亮了小路东侧的草地。

走失的儿子跑到他面前。这个年轻人脸上的笑容永远让他微笑。