Yet in a circle pallid as it flow,
by this bright sun, that with his light display,
roll'd from the sands, and half the buds of snow,
and calmly on him shall infold away
它流淌，在苍白的旋涡中
路过明媚的阳光，他的光辉闪耀
终于滚落在细沙上，雪般的花蕾含苞待放
轻覆其身，悄然而逝
仔细阅读Deep-speare写的诗，你可能会察觉到一丝荒谬，不过它倒确实遵循章法，用英文老师的话来说就是，乍看之下这首诗歌每一行的节奏、韵律和基本语法都还挺像那么一回事。正如该研究团队发现的那样，当向全世界展示AI创作的诗歌时，不少人都被糊弄过去了——大多数读者无法区分开AI生成的诗和人类作者写出的作品。
该团队由三位机器学习研究人员和一名文学学者组成，使用古腾堡工程在线图书馆（Project Gutenberg）收录的2700首十四行诗来训练AI诗人。该AI诗人利用被称为深度学习的AI方法，对训练数据库中的诗歌进行挖掘，不断地“冥思苦想”出与样本匹配的诗句，自己学会作诗的。他们并没有像以往类似的项目一样，给AI诗人输入韵律、发音方面的字典等资源，然而，Deep-speare靠着摸索，自己学会了十四行诗写作的三大要素：节奏、韵律，和自然语言的基本原理（即如何将词汇流畅地衔接在一起）。
*译者注
古腾堡工程（Project Gutenberg），是一项志愿工作，致力于将文化作品的数字化和归档，以“鼓励创作和发行电子书”为其宗旨。该工程肇始于1971年，是最早的数字图书馆。截至2012年7月，古腾堡工程声称超过40,000件馆藏。
该团队的目标是探索深度学习在生成自然语言上能做到何种程度，以及如何充分利用诗歌的有趣特质。尤其是像十四行诗这样的诗歌，其节奏和韵律有着刻板和规整的模式，想知道是否可以通过设计系统体系，让Deep-speare自主学习此类模式。
这一切的努力离不开计算创造力领域的蓬勃发展。一幅由AI创作出的肖像画曾在纽约佳士得（Christie’s）拍卖行以43.2万美元的价格成交；AI作曲项目DeepBach创作的巴赫风格音乐作品足以让人信以为真；而在雕塑和舞蹈的领域，也能看见AI的身影。除此之外，在语言和文学方面，来自OpenAI实验室的GPT-2文本生成系统凭实力证明了人工智能可以仅通过开头句，就能生产出相当流畅的文本段落。
*译者注
计算创造力（computatinal creativity, 也称为人工智能创造力，机器创造力或创造力计算学）是一项跨学科的研究领域，位于人工智能，认知心理学，哲学和艺术领域的交汇处。
- Fran Horne -
在过去的十年里，正是深度学习的蓬勃发展才使得这些关于计算创造力的实验成为可能。深度学习具有创作追求的几个关键优势：对初学者来说，它非常灵活，而且也能相对容易地训练出能执行各种任务的深度学习系统（我们称之为模型）。这些模型擅长发现模式，并从中进行总结归纳——有时候甚至会产生令人惊奇的结果，而这种优势也被称为“偶发创造力”。同时，深度学习算法内在因素的随机性会导致输出结果的千变万化。这种结果上的千变万化如果能够被人类协作者耐心地筛出，那么这种可变性将非常适合创造性应用。不仅如此，深度算法还能相对容易地建立可处理不同类型数据的模型，包括文本、语音、文字和视频等。
一首诗是如何被写出来的?
关于自然语言处理模型
十四行诗最主要有两个特点：14行的长度，和由两部分组成的“论证”结构。后者指的是诗人一般会在诗歌的前半部分提出一个问题，然后用结尾的部分来解答这个疑惑。在十六世纪，英国诗人采用“五步抑扬格”（iambia pentameter）的节奏方式来创作诗歌，即一行诗歌拥有10个音节（5个音步）的轻重音节奏。通常，一首十四行诗由三个用来提出“问题”的四行诗（quatrain）和末尾的对偶句（couplet）构成，诗歌的韵律常为「ABAB CDCD EFEF GG」。在莎士比亚手里，此种韵律形式使用到了最纯熟的地步，以至于今天我们都称其为“莎士比亚体之十四行诗”。
在Deep-speare项目组中，我们试图生成莎士比亚十四行诗前半部分的“发问”段落中的一段四行诗。因此，相比于简单复制诗歌的十四行形式或者结尾的两行“论证”的诗句，我们更专注于生成遵循“五步抑扬格”和韵律的文本。我们也许会在未来的某天继续攻克这个更难的挑战，但目前我们更需要证明的是AI诗人具备产生一段单独的四行诗的能力。
Deep-speare采用了三种自然语言处理模型进行创作，它们分别是通过评估备选单词的概率选择合适单词的语言模型、评估每行诗歌的节奏的节奏模型，以及确保每行诗歌都遵循韵律的韵律模型。
AI诗人会随机选择一种经典韵律来创作诗节。比如下图这个例子，它就采用了“ABBA”的押韵方式，即在一个四行的诗节当中，首尾两行押韵，中间两行押韵。在掌握这个模版之后，它以一个令人惊讶的方式开始生成这首诗歌——从最后一行的最后一个单词开始，从右到左生成符合规律的文本。
1. 在上图的例子“from pardon to him, who will stand and wait”中，Deep-speare首先从句末的“wait”这个单词开始生成文本，利用上述提到的概率处理模型，对于词语的选择，它先考虑了所有英文词汇出现在该位置的可能性，选出其中排名前五的候选单词。然而，模型并不会直接使用概率最大的单词，而是从五个单词里面随机选择一个。
2. 以退为进，AI诗人通过对每个词倒推来进行文本生成，而每一个候选单词的概率得分显示了单词之间相邻关系和出现在同一句子中的概率（如下图所示）。
3. 利用这样的方法，AI诗人生产了许多候选诗句，接下来节奏模型会给它们打分，找出符合“五步抑扬格”节奏规律的诗句。
