第84章 分分鍾教做人
第84章 分分鍾教做人
陳天喬離開之後，徑自籌算顧莫傑的報價不提。這麽大的生意，最快也要個把月的談判。
顧莫傑是一點都不急，他本來就做了兩手打算，買不買某點，對於他的內容產業布局絲毫沒有影響。
花開兩頭，各表一枝。
早在半年之前，一個渺小的插曲，就在業內人從不關注的角落發生了。
當時，初音的人工智能推送發展還比較原始，有一天，一個一年多前因為在某點鬧事被封禁的小子，被初音係的人找到了。
那個人叫朱子峰，在某點上傳過一本小說《宇宙xx閃級生》，據說一晚上就更新了百萬字。然後第二天就被某點封禁了。
而實際上，他寫這本書隻花了幾十分鍾自動推演。此前半年多，都花在了編程上麵——這個人編寫了一個自動堆砌文字、讓內容勉強看起來算是讀得通的語句的vb腳本。據說按照這個腳本運行下去，就能自動生成上億字狗屁不通的情節。
這東西一出來，當然被無數持有“這是褻瀆文學”觀點的人聲討了。當然也有技術流的圈內寫手支持，認為這是把科技進一步引入創作的有益嚐試。
當然了，無論支持者還是反對者，在某一個方麵的觀點都是統一的：這個軟件自動寫出來的東西根本不能看，其文字流暢性最多不超過300個字，用來造句和套路的人物景物描寫還行，要想寫出劇情純粹是癡人說夢。
誰也不知道這種東西需要繼續完善多少年，才能有真正的商業應用價值。
那個朱子峰被網絡文學界唾棄鄙視之後，也就不再廝混了。然後2012年五一節的時候，初音原創的一個中層談判人員找到了他，問他買走他的全部代碼和後續嚐試。
初音方麵很給麵子，出價50萬。
一個普通的程序員，大半年的心血嚐試，能值20萬就不錯了。剩下的30萬，還是看在他當年有想法，有個性，所以顧總鼓勵他一下。
朱子峰一聽說國內大佬初音居然識貨了，激動得不要不要的，還以為自己要翻身了，妄自尊大到想談後續的技術分成。
初音方麵談判人員一盆冷水潑下去：你做的這個垃圾根本路線就錯了，後續也沒發現改良路線，隻能算是你提出了個努力方向而已。一個連思想都不完整、路數不對的東西，給50萬已經很鼓勵了。
至於這個垃圾腳本本身，初音收走也用不上幾行代碼，完全是給立項的人“解剖分析死因”用的。
如果不賣，初音也不在乎。
朱子峰認清現實之後，50萬賣了。憑良心說，他確實賺了，大部分是情懷錢。
他隻有一個附帶要求：希望初音原創能夠給他一份工作，讓他加入到初音後續擬開發的寫作輔助軟件的開發團隊中，親眼見證他當初天馬行空瞎想的理念如何能夠變為現實。
這個請求初音方麵很幹脆的答應了，前提是他先把腳本著作權交割清楚、然後再額外簽訂高額違約金的保密協議。
從那天起，朱子峰終於加入了初音，親眼見證了初音的造夢曆程，也見證了自己曾經的幻想是多麽不切實際、多麽沒有可操作性。
……
“直接靠機器和軟件寫作？讓機器人在創作領域徹底顛覆人類？這種豬一樣的點子，真是何來的自信。”
“電商做了這麽多年，都沒敢說顛覆傳統線下商業，隻說彌補線下商業的隱痛點，把線下模式沒法做的生意品類補齊。你一個沒寫過兩本書的人，就敢說直接讓機器人寫作顛覆人類創作？”
“互聯網金融口號剛剛叫了一年多，結果呢？那些喊著口號要消滅傳統金融的互金創業者都死了，活下來的都是漸進改良派的。你個私人單打獨鬥寫腳本的，敢說那種大話？”
剛剛進入初音原創的第一個月，被上麵的產品經理和左右的資深工程師一批駁，朱子峰就發現自己原先真是圖樣圖森破了。
簡直就像孫達炮在袁大頭麵前嗶嗶說要造十萬英裏鐵路一樣，純粹是個地圖開疆的小兒科。
初音原創負責這個產品的人，是嚴磊的人工智能研究院專門調來的，而且還得到了董事局主席顧莫傑的親自點撥。從高人那裏，朱子峰知道了“科技輔助創作”的正確打開方式是什麽。
“二十年之內不要考慮用機器人徹底取代作家的可能性，這事兒人類科技二十年肯定做不到。”
“十年之內，應該考慮的是擴寫型軟件。比如在傳統的遣詞造句腳本基礎上，結合目前人工智能‘越來越能讀懂人話’的特性，然後由真人作家創作一個梗概的作品大綱，訓練機器人在‘讀懂’的基礎上遣詞造句，擴寫成一個相當於大綱字數數十倍的文本。
這個過程中，一開始應當以20被字數擴寫率為目標，隨著對人工智能的訓練反饋越來越成熟，可以逐步實現五十倍、甚至百倍的套路文撰寫——但是僅次於套路文，因為機器通過‘學習’學會寫作的，肯定是套路文。”
“第一章要出金手指、前三章要出裝逼打臉、五萬字要小**。這種套路人類寫手還要花時間去學習、記憶，而機器人寫作完全可以通過程序設定來訓練。人類最惡心最難記住或者不願意做到的事情，在機器眼前反而是比較容易的。在人類很容易想到的故事大勢等問題上，機器反而最難想通。所以，在輔助創作軟件誕生的最初幾年，要充分利用機器的優勢、同時由人類手把手去訓練、修正、最終審稿修改。”
當然，為了“深度學習”，最重要的是把機器人寫好的稿子、由人類修改之後，再重新反饋給機器人，讓其“學習”其中的差別。
深度學習，總的來說就是這麽學習的，不斷反饋此前答案的對錯。就像穀歌和facebook當年訓練人臉識別，就是給無數的圖給機器識別，然後錯的要告訴機器錯了。久而久之，機器的模糊統計算法就“知道”什麽是錯的了。
朱子峰隻是個業餘的腳本編寫者，他當年給某點鬧事的時候，根本不懂深度學習算法，也沒有那麽好的產業視野。他那個孫達炮一樣幼稚的想法，隻有落到初音這樣的巨頭身上，才能變得有可操作性。
正如人工智能在實現自動駕駛的過程中，必須先借助‘輔助駕駛’。
人工智能在攻克國際象棋、圍棋的時候，必須先借助人加機器的“半人馬模式”，來實現比純機器更好的效果。
在駕駛汽車的時候，在人腦看來最難的事情是應對突發事件，是“保持車輛精確保持與兩邊車道線的間距”。而這些事情在最初的輔助駕駛係統看來，就已經是很簡單的了。
沃爾沃在被李叔福收購之前，已經實現了自動應對突發竄出的行人，以及保持車道間距。
但是，在人腦看來相對容易做到的事情，在機器眼裏卻是很難得。
比如預見中遠期的可能危險。
又或者看到夜裏對麵遠處有司機過來、而己方這邊有其他車輛開著遠光燈時、預測對方司機會不會出現方向抖動。
又或者是“預期剛才超車的人會不會賭氣並線”這些顯而易見的事情
這些問題人工智能的駕駛係統需要多年才會學會。
人類的長處是預見，機器的長處是精確，以及見招拆招。
自動駕駛是如此，初音人工智能研究院如今在攻克的圍棋領域也是如此。
人類棋手或許害怕官子算不清，機器算法分分鍾可以算清。人類高手喜歡前期布局做外勢，而機器遠遠沒法在需要高度遠見的領域趕上人類。
在一切深度學習型人工智能領域裏，最需要“遠見”的細分領域，總是最晚被機器人攻克的。而在那些領域內堅持的人類，也往往是最後失業的。
不到半年，朱子峰那個辣雞腳本被初音作為反麵教材，剖析徹底吃幹抹淨，然後浴火重生出一個新的寫作輔助工具，測試版的。
這個東西，已經可以做到在拿到套路文大綱的時候，讀懂這個大綱，然後進行大約百倍字數的擴寫。遣詞造句和辭藻描寫方麵，而且已經學會了聯係上下文，防止劇情崩潰。
如果開啟“灌水”模式，這個寫作輔助軟件更是可以借鑒到無數人物、景物、動作描寫，把一切可以水的地方再水一遍。兩萬字的大綱寫成五百萬字的小說都沒問題。
當然了，這個東西目前還比較原始，要想用好，還是比較“挑大綱”的，如果大綱本身沒頭沒腦機器識別比較困難，或者大綱本身就在灌水、或者格式套路不明顯，機器還是沒法寫好。
寫出來的作品，最後也還需要人工讀一遍，解決掉一些邏輯上的明顯硬傷。
至於錯別字和用詞不當，倒是不太容易出現，那本來就是機器的強項。
這個軟件在初音原創內測通過之後，立刻投入了使用——當時，陳天喬還沒下定賣網站的決心呢，初音方麵自己也沒有建文學網站，所以這個“使用”肯定是不能用在自己人身上的。
初音方麵毫不猶豫地在對手的網站上測試自己的成果。(。)