2016年，牛津大學研究人員出版的一份報告指出，作家被人工智能取代的幾率很小，遠遠低于一些體力和重復性勞動被取代的可能性。但近年來，人工智能寫作發(fā)展迅猛，展現(xiàn)出廣闊的發(fā)展前景。

我們現(xiàn)在看到的一些財經、體育類新聞以及廣告和郵件，很多是由人工智能程序寫成的，如美聯(lián)社用機器人編輯編發(fā)企業(yè)財務報告、騰訊的自動寫作程序已經能夠寫作財經和體育類稿件等。除了這些非虛構類寫作，人工智能也在詩歌、小說、劇本等文體的寫作上取得了一定成績。

早在1962年，美國就研發(fā)出自動寫詩軟件，其詩作在《地平線》雜志上公開發(fā)表。1998年，美國紐約倫斯勒學院“頭腦和機器實驗室”的布倫斯沃德等人研制出小說創(chuàng)作程序“布魯特斯”，僅用15秒就能創(chuàng)作一篇小說。而2013年由美國軟件開發(fā)者達呂斯.卡塞米發(fā)起的NaNoGenMo(國家小說生產月)則成了有名的機器寫作峰會，參賽者要求編寫計算機代碼來寫小說。此外，人工智能還能創(chuàng)作劇本，2016年，根據(jù)人工智能程序創(chuàng)作劇本所拍攝的短片《太陽升起》還入圍了某國際電影節(jié)。

近年來，我國的人工智能寫作技術也得到迅猛發(fā)展。微軟亞洲研究院研發(fā)的人工智能程序“小冰”，在學習了519位中國現(xiàn)代詩人的上萬首詩作之后，寫作并出版了詩集《陽光失了玻璃窗》。清華大學研發(fā)的詩歌寫作程序“九歌”，則能夠生成集句詩、近體詩、藏頭詩、現(xiàn)代詩等不同體式的詩歌。筆者目前也在與北京大學世界文學研究所合作，研發(fā)人工智能傳記寫作程序。

人工智能寫作經歷了50多年的發(fā)展，已經涉及新聞、廣告、財務報告等非虛構類寫作以及詩歌、小說、劇本等虛構類寫作。因此，“人工智能文學”在某種程度上已經成為了現(xiàn)實，它指的是“以人工智能程序為寫作主體，模仿人類寫作的行為和機制，自動或者半自動地生成文學作品”。人工智能寫作與一些網絡自動寫作“神器”不一樣，前者能夠生成新的文本，而并非是將從網上搜索得來的語句拼湊成段落。不過，需要指出的是，目前，人工智能寫作仍然需要人類的設置和監(jiān)督，真正意義上的人工智能獨立寫作尚未實現(xiàn)。

早期的人工智能寫作技術主要是結構主義的，是一種自上而下的模式，即預先為智能體置入寫作模塊，然后為其建立專業(yè)數(shù)據(jù)庫，這種方式又被稱作專家系統(tǒng)。如“布魯特斯”系統(tǒng)，就是將故事分解成包括情節(jié)、角色、文學主題、寫作風格在內的多個維度，其優(yōu)點在于不需要太多的數(shù)據(jù)，流程清楚而且錯誤率較??；其缺點也很明顯，就是風格單一，需要人們不斷設置新的程序。

時下流行的機器學習與大數(shù)據(jù)相結合的方法，秉承的則是一種功能主義自上而下的模式。此方式需要為機器輸入大量的文本數(shù)據(jù)，讓機器通過自我學習和鑒別來掌握文本中的規(guī)律，這也是微軟“小冰”寫詩的奧秘。這種基于人工神經網絡的深度學習技術，使得人工智能可以在一定程度上獨立創(chuàng)作，人們要做的只是事先進行文本數(shù)據(jù)的標注和輸入，但是這種技術需要大量的文本數(shù)據(jù)，而對其標注、分類等工作，是極其繁重的。人工智能目前仍然需要大量的人工，并不智能。

技術專家試圖將這兩種方式有效融合起來，但目前二者仍然處于初級融合狀態(tài)：預先設置一部分框架，再輸入一部分相對簡單的數(shù)據(jù)，這樣就減少了人類的參與和監(jiān)督。如百度自動寫作程序，其核心流程“自動寫稿”被分為了“文檔規(guī)劃”“微觀規(guī)劃”和“表層實現(xiàn)”等模塊，然后根據(jù)每個不同模塊來輸入數(shù)據(jù)。而未來真正將人工與智能融合在一起時，在人們?yōu)橹悄荏w設置初始程序并輸入一定量的數(shù)據(jù)后，機器便能夠做到無監(jiān)督學習，自己抓取并分類數(shù)據(jù)，生成不同風格的作品。

另外，我們也要看到，當前人工智能寫作的本意并非創(chuàng)造出供人娛樂的藝術品，其初衷是解決機器自然語言理解、視覺識別和情感計算等技術問題。如谷歌為了優(yōu)化其APP與人的互動性，提高谷歌產品對用戶回應的準確率，訓練人工智能引擎“閱讀”了2865本言情小說，這種訓練使得機器能夠更好地理解人類語言的微妙之處。當然，其“副產品”就是人工智能學會了寫小說。這同時也說明，藝術和技術是可以互相促進的。此外，人工智能通過學習人類文學和各種藝術形式，不但可以識別并理解人類的情感，還有可能學會人類的隱喻—聯(lián)想能力，而這種能力正是人們能夠實現(xiàn)小數(shù)據(jù)—大任務的認識之基礎。由此，人工智能或許能實現(xiàn)真正的智能。