最科幻的一集：清華教授用AI寫小說，斬獲科幻獎
【文/觀察者網 周毅，編輯 張廣凱】
清華大學教授沈陽最近又“火”了。
不久前第五屆江蘇青年科普科幻作品大賽公布獲獎名單，署名“@矽禅”的《機憶之地》獲得二等獎。
@矽禅和《機憶之地》的由來不一般：作為國内最早開始元宇宙研究的學者之一，沈陽教授指定了卡夫卡風格，經過66次對話，由AI輸出了約43061個字元，他再從中複制出5915個字元，完成了該作的參賽版本——@矽禅這個名字，也是AI起的。
這可能是最與衆不同的二等獎：第一次，AICG（生成式人工智能）作品和人類作品一起參賽并獲獎。
圖檔轉引自現代快報
今年科技屆最大的“攪局者”當屬大模型。
一方面，ChatGPT的大火，讓人們意識到AI技術進步帶來的颠覆性，各類通用大模型和行業大模型如雨後春筍般湧現；另外一方面，AIGC（生成式人工智能）正在成為越來越多産品的“标配”，它們正融入到資訊搜尋、處理和輸出的各個環節，走向生活的方方面面。
關于國内外大模型能力的讨論，也從來沒有停止過。
是抓模型研發的基礎能力，還是抓貼合實戰的應用落地，中國大模型行業也存在着“城市包圍農村”和“農村包圍城市”的路徑之分。不少人認為，中國大模型應該揚長不避短：大模型底座能力要奮起直追，但将大模型和智能搜尋、智能制造和特色文旅産品相結合，同樣有爆發力。
AI作者，混入人類之中
在此前的一場活動上，沈陽教授向觀察者網等媒體分享了《機憶之地》的創作曆程。
“之前，我用人工智能寫了一篇小說的開頭，發到朋友圈。有記者就留言建議我說：沈老師，可以用這個混在人類小說大賽中投稿，看看能不能拿獎——而且讓評委察覺不到？”據沈陽透露，小說甚至沒有人為設定大綱，從大綱、正文、配圖，連筆名都是AI自己生成的。
據《揚子晚報》此前報道，《機憶之地》是江蘇省科普作家協會科幻專委會主任付昌義邀請沈陽來投稿的。兩人相識，該大賽征稿通知也沒有備注不允許使用AI。付昌義回憶稱，六位評委中有三位投票同意推薦這篇小說，但還是有人發現了異樣，“有一位在評選完了之後跟我說，感覺這篇文章有點像AI寫的，讀起來感覺還是有差距”。
在付昌義看來，這篇作品還有進步的空間。“第一個版本出來的時候我就看了，感覺不像個小說，像劇本大綱，後來做了修改要比第一稿好多了，但還是有欠缺的，隻能說達到了高中生或大學一年級學生初寫作的狀态，技巧性等方面和真正的作家還是有差距的。”
ChatGPT剛問世時，就曾展示過小說創作的能力 2023年4月測試截圖
AI寫小說并獲獎，會帶來什麼影響？
“AI創作文學作品，我想現在隻能說是一個起點。”在付昌義看來，現在還很難說這一次AI創作作品的獲獎會對未來産生怎樣的影響。”付昌義稱，“AI的進步也是促進我們人類創新，人類相較于AI最大的優勢在于人類有着更強大的創新能力、好奇心和想象力，這也許會成為一個開端，未來會怎樣我們保持觀望狀态。”
有趣的是，人們很久以前就設想過，會有新的“執筆者”出現。
例如關于無限猴子定理（Infinite monkey theorem）的讨論——無限次在打字機上随意敲擊鍵盤，最終能打出任何作品——甚至是莎翁全集。這個想法可以追溯到1913年，法國數學家埃米爾·博雷爾關于機率學的讨論。後來有人寫了一個“猴子模拟器”，專門用來模拟這件事發生的機率。
這個機率相當小。
“猴子模拟器”螢幕截圖
包括小寫字母（26個），空格、逗号、句号、分号和連字元在内，“猴子模拟器”能夠随機生成31種字元。不考慮區分字母大小寫和特殊标點的情況，那麼首個生成字元比對原文的機率是1/31，頭兩個字元都比對的機率是1/961（31x31）……以此類推，莎翁全集共計約500萬個字元，那麼猴子敲出莎翁全集的機率是1/31^5000000。
《Math Plus Magazine》刊文計算過：拿中彩票做類比，中頭獎的機率約1/14000000≈10^7.1，那麼猴子敲出莎翁全集的機率，相當于連續赢得約100萬個彩票頭獎——假設每周都中彩票頭獎，差不多要連着中兩萬年；用時間來計算，如果模拟器生成字元的速度為每秒50個，且不停地生成字元，那麼預計約132億年後，人類将有99%把握讀到莎翁全集——可宇宙誕生至今也不過138億年。
不僅僅是複制和重制，現在的人工智能已經展現出了一定的創作能力。技術進步，如今似乎正在以另外一種方式，模糊着文學和技術的邊界。當ChatGPT等大模型通過圖靈測試，人類的生活将面臨真正意義上的重構。
從1到100：在應用中發展大模型
熟悉沈陽教授的人，會發現他最近越來越“宅”了。
觀察者網上一次見到沈陽教授，還是在10月的一個活動現場。沈陽最近不太喜歡跟人聊天，反倒是每天要跟AI聊4個小時——他甚至還會跟AI聊未來，聊GPT5、GPT6、GPT7未來會怎麼樣。
不過，沈陽也長期保持着一種觀點：人工智能的基本原理是機率模型，機率模型一定會犯錯誤。
在沈陽看來，現在大模型的錯誤主要分幾類：
一類是AI幻覺，“一本正經地胡說八道”；一類是學習不夠，形成了知識盲區，比如問GPT4某某藥物的功效是什麼，它沒有學習過，它就答不上來——還有一類是引用謬誤，“你問一部電影的男主角和女主角是誰？AI說男的叫小帥，女主角是小美。這個資訊哪裡來的？從大量短視訊裡來的。這些資訊誤導了大模型。”
如何降低大模型的錯誤率？在沈陽看來，和搜尋引擎的結合是一個機會。
其一搜尋引擎資料量大，天然具備各種公開資料；其二在内容安全上，它們經過了長時間的考驗；其三，搜尋引擎為使用者提供資料查詢，大量的點選和回報本身就是一種互動。大模型可以對搜到的結果進行聚合——大模型頭部玩家中，很多也都是谷歌和百度等擁有搜尋業務的公司。
今年以來，包括微軟在内，頭部企業都試圖打通搜尋和AI智能對話的連結。在沈陽看來，這也會倒逼搜尋引擎的進步，“根據我的判斷，經過5到10年以後，可能就沒有搜尋引擎的概念，隻會有大模型的概念。因為你有任何問題，會習慣于問大模型，不再用搜尋引擎。這也是我們最近關注比較多的部分。”
微軟将AI大模型能力加入bing浏覽器
中國大模型還有哪些可以繼續提升的地方？在沈陽看來，中國大模型要把文本、圖檔和視訊融會貫通，實作多模态能力。“從識圖到生圖完全打通，這樣能做的事情就會多很多。”
此外，搜尋引擎和大模型要深度融合，特别是要把做搜尋引擎的優勢，充分内化到大模型的研發中——這或許能讓中國人走出一條跟美國人不一樣的道路來。哪怕中國人0到1的能力創新弱一點，但1到100的能力不弱于美國人。
“在移動網際網路，中國短視訊做到世界第一；直播帶貨，中國在全世界也是第一。在大模型的廣泛應用中，我們做了研究，特别希望國産大模型能夠跟中國的智能制造和文化數字化、跟中國已有的移動網際網路全球領先産品做深度融合，這樣就能在這個過程中展現出中國特色。”
（發言由現場錄音整理，未經當事人審訂）