ChatGPT 熱潮未歇，新風暴又出現。10 日馬斯克推文：「似乎每週都有新 Al 進步。」讓他有感而發的正是 Google 旗下 DeepMind 的 Dramatron。Dramatron 比 ChatGPT 更專精，是只寫戲劇和電影劇本的 AI 工具。
一句話就能寫劇本，但還不能獨立
Dramatron 要怎麼玩？只要給它「一句話大綱」（log line）描述戲劇衝突，Dramatron 就能產生標題、人設、情節、場景和對話。如「詹姆斯發現自己是惡魔，將被驅魔」。
但 Medium 網站作者 Tristan Wolff 指出，這句話缺少基本敘事元素，如主角的目標和對手，所以結果平平無奇，角色只有詹姆斯和驅魔人，標題也是乾巴巴的「詹姆斯的驅魔」。如果補充到「詹姆斯發現自己是惡魔，他將被驅魔，不得不在善與惡之間選擇」，再加入額外角色詹姆斯的戀人，效果就會好很多，故事也變成詹姆斯戀人在詹姆斯死後受盡折磨，後來發現詹姆斯以惡魔模樣活在自己體內，標題為「內心的惡魔」，文學意象就更豐富了。
輸入大綱後，可以多次產生標題、人設等直到滿意，或直接自己編輯結果，甚至回到大綱重來，相當於和 AI 一起寫劇本。所以 Dramatron 定位其實是人機「共同寫作」（co-writing）工具，還無法獨立。
Dramatron 如何開發？類似其他產生式 AI，Dramatron 也有大型語言模型「Chinchilla」為靠山，不過 OpenAI GPT-3 等大模型也可部署 Dramatron。內容連貫性對戲劇和電影來說是基礎，但對大型語言模型是難事，因它們並不是理解內容，產生文本其實是機率計算的結果。Dramatron 特點在這方面下了許多苦工。
一方面 Dramatron 以「分層故事生成」產生劇本，運用具結構化產生能力的提示詞鏈（prompt chaining），從輸入「一句話大綱」開始，Dramatron 先創建標題和角色，角色當成提示詞，產生情節和場景，如此遞進，最後將這些元素全部組合起來產生對話。另一方面，Dramatron 學習兩種經典敘事結構：
一是德國劇作家 Gustav Freytag 的金字塔結構，列出寫故事的七個關鍵步驟：闡述、觸發事件、上升動作、高潮、下降動作、解決方案和結局。二是英雄旅程（Hero′s journey），主線圍繞踏上冒險旅程的英雄，這人會在決定性危機時勝利，然後昇華轉變或帶著戰利品返回原來的世界。
Dramatron 究竟有幾把刷子，還是要內行人說了算。DeepMind 請了 15 位編劇體驗 2 小時，結論是 Dramatron 輸出結果可能太「公式化」，「分層故事產生」結構也不適合所有作家，但大部分認同 Dramatron 有幫助，願意將它當成工具，構建世界觀或改變角色情節探索不同走向。加拿大即興劇院 Rapid Fire Theatre 已將和 Dramatron 共同創作的劇本搬上舞台，受到不少好評。
本職待進步之外，初出茅廬的 Dramatron 還有不少問題，一是版權，因輸出可能包含訓練材料，需要人力再檢查；一是道德，它可能重現資料庫的偏見和刻板印象，Google 建議讓 Perspective API 工具出手，幫助辨識「有毒」字句。
而 10 日 DeepMind 開放測試版，但不知什麼原因很快關閉，現在網站只剩下 Dramatron 簡介和論文。
AI 也能編劇，在智障和智慧間反覆橫跳
AI 寫劇本其實很早就有，但總被人當成笑話看，去年 10 月 Netflix 與作家、喜劇演員 Keaton Patti 合作，餵 AI 看 40 萬小時恐怖片，然後讓 AI 寫劇本。40 萬小時約 45 年，至少 AI「看」電影的速度比人類快多了。
AI 影片長約 4 分鐘，名為「謎題先生希望你活短一點」，不僅有〈奪魂鋸〉、〈13 號星期五〉、〈是誰搞的鬼〉等恐怖片影子，還寫出「祝你買棺材有優惠券」、「他喝醉了卻被清醒困擾」、「我有幾個家庭」等不少介於荒誕和合理間的台詞，再配合「學了三年動畫」水準的僵硬肢體和敷衍畫風，有網友感慨：「AI 寫恐怖片劇本可能為時尚早，但寫喜劇爐火純青。」
類似的還有看 1 千小時蝙蝠俠電影的 AI 寫劇本，最後做成有聲漫畫，情節之一是小丑送給蝙蝠俠兌換新父母的優惠券，但優惠券過期了。可見 AI 有抓住小丑的個性。這些或喜劇或恐怖的 AI 劇本，比「狗屁不通文章產生器」好多了，細看還頗有趣，似乎有潛台詞和言外之意，引人「思考」，但它們當然不知道人類為什麼發笑。
Dramatron 出生前，也有人基於大型語言模型給 AI 寫正經電影劇本。YouTuber Bradius 看完〈蜘蛛人：無家日〉後，好奇 AI 能不能寫出這類劇情，與 2 億美元大製作相提並論，於是用 GPT-3 輸入一句話：「以下是下一部 MCU（漫威電影宇宙）蜘蛛人電影的完整洩露劇本。」
結果讓他大吃一驚，GPT-3 竟產生 21 頁劇本，情節起伏、結構緊湊，既講了彼得·帕克和麥爾斯·莫拉雷斯（多重宇宙設定的黑人蜘蛛人）圍毆反派克萊文，還穿插漫威高層打算縮減下一部電影預算的橋段。不知道 AI 是否在諷刺好萊塢製片制度和流水線式生產電影。當大製作電影越來越缺乏新意，用 AI 取代部分人類編劇看來沒什麼問題，說不定會有驚喜。
雖然沒有 Dramatron「垂直」，最近 AI 當紅主角 ChatGPT 也可當「文案工具人」，寫週報、詩歌甚至劇本。卡內基美隆大學機器人系博士田淵棟嘗試餵給 ChatGPT 中英文片段，結果不差，但「深層想像力和關聯能力仍缺乏，情節關鍵需作者自己寫或誘導 AI 系統完成」。
大型語言模型的限制是只能根據訓練資料庫，以某些單字詞序列一起出現的機率產生文本，靠大模型、大數據、大算力「大力出奇蹟」，但不會理解在「說」什麼，回答不連貫或有意義很常見。但僅看結果，讓它們從自然語言文本提取人類覺得說得通甚至眼前一亮的敘事，已不算低機率。
前段時間中國「小帥小美」電影解說也引起討論，這類電影解說是短平快的「電子榨菜」，由 AI 配音講述主角如何遭遇意外，AI 會將人物標籤化，選擇最獵奇或懸疑的部分添油加醋，常常不是電影原意，變成既不是電影也不是解說。這工作以後 AI 可完全代勞不在話下，讓電子榨菜全自動化。
AI 是激發創意，還是讓創意更難得
寫文章、拍影片、玩音樂、當畫家，AI 今年進步一日千里，讓任何人類望塵莫及。我們常說 AI 可當創意工具，但在 AI 面前，人類是失去地位還是享受新身分？我們越來越需要和 AI 合作，是激發創意還是扼殺創意，創意又處在什麼位置？
有些人類和 AI 合作寫作的例子，看起來人類還是不可取代。除了 Dramatron，Google 還計劃基於對話神經語言模型 LaMDA 開發 AI 寫作工具 Wordcraft，還在實驗階段。Wordcraft 專門產生虛構作品，可輸入開頭讓它繼續寫，或用它加工句子和充實語言庫。
為了測試 Wordcraft，Google 邀請 13 位作家體驗。作家一致認為，Wordcraft 不會很快取代人類，因不擅長敘事，比喻老套，措辭平庸，還會避開卑劣型角色。他們也得出共識，就像其他 AI 工具，Wordcraft 激發創意還算可行。
不夠完美的 AI 還會好好學習，中國豆瓣卻出現「文字失語者互助聯盟」等小組，今日人類組織文字邏輯、清楚用文字表達自己，竟然越發困難。為了提高 AI 品質，Prompt engineers（提示語工程師）新工種應運而生，去 PromptBase 等平台玩時若需要某種藝術風格，可向他們求助。
但這工作同樣可由 AI 代打，如用 ChatGPT 生產一段文字，再把文字輸入 StableDiffusion，產生畫作比我們直接輸入描述好看很多。當我們有「一句話大綱」腦洞，卻無法聯想到更多細節完整鋪陳，不得不求助 AI，是無奈選擇還是物盡其用？
樂觀點想，AI 理應增強而不是取代人，但如果時間軸拉更長，可能就不再是這樣。OpenAI 首席執行長 Sam Altman 認為，「當創意工具」變成 AI 重要應用應會持續很久，但展望百年後，AI 可能就能全權代勞創意工作。
如果 10 年前問 AI 會造成多大影響，多數人都非常有信心，會先在工廠等應用，然後升級到低技能白領工作，再到工程師等高技能含量工作。最後也許永遠不會，取代創造性工作。但 AI 現在朝另一個方向發展了。
這是個提醒，我們並不真的清楚，對人類或 AI 什麼技能容易，什麼技能簡單，什麼工作需絞盡腦汁，什麼工作不花腦細胞；我們也漸漸意識到，可用 AI 的領域，早點熟練使用 AI 當工具的人，才可能留在未來。
（本文由 愛范兒 授權轉載；首圖來源：shutterstock）
科技新報粉絲團
加入好友
訂閱免費電子報
