人工智能写手，好用吗
有了这东西，作文还怎么判啊？
印象之前给学生上课的时候，我介绍过利用循环神经网络，仿照作家风格进行创作的机器学习模型。
不过，那模型写出来的东西嘛……
Hewentovertothegateofthecafé.Itwaslikeacountrybed.“Doyouknowit’sbeenme.”“Damnedus,”Billsaid.“Iwasdangerous,”Isaid.“YouwereshediditandthinkIwouldafinecapeyou,”Isaid.“Ican’tlookstrangeinthecab.”“YouknowIwasthisisthough,”Brettsaid.“It’safightsnomatter?”“Itmakestodoit.”“Youmakeit?”“Sitdown,”Isaid.“IwishIwasn’tdoalittlewiththeman.”“Youfoundit.”“Idon’tknow.”“Yousee,I’msorryofchatches,”Billsaid.“Youthinkit’safriendoffbackandmakeyoureallydrunk.”
我的评价是：
望之，不似人语。
因为这种限制，人们并没有把“机器写作”当成一回事儿。
总觉得机器要写成那种以假乱真的高度，可能还需要等上很久远的一段时间。
然而，这世界变化快。
工具早上，我尝试了一个新工具。
一个在线编辑器界面里，输入或长或短的一段话，然后按一下Tab键。
后面的内容，机器就帮你自动逐步填充。
填充的过程里，系统每次给你3个备选方案，这样你可以控制写作思路的走向。
当然，你也可以根本不管其他选项，一直走默认路径。机器照样文思泉涌。
最后生成的文章，是这个样子的。
其中，第一段落是我自己随便瞎写的。后面高亮段落，都是电脑模型自己编出来的。
不但标点符号、语法修辞用得有鼻子有眼儿，就连我那段里根本没有提到过的创始人，都跳了出来长篇大论。
尝试你可以在我的公众号“玉树芝兰”（nkwangshuyi）后台回复“aiwrite”，查看这个智能写作编辑器的链接。
不知道你尝试过后的感觉是什么。
反正我觉得，以后学校里的英文写作课，怕是没有办法判作业了。
原本需要学生花半个小时完成的任务，现在他可以轻点几下按键，就能搞定交差。
更要命的是，从原理来讲，查重系统面对这种作品，是无效的。
因为这并非抄袭。
机器每一次的“创作”，几乎都能保证是全新的。
原理你一定想知道这背后的原理吧？
其实，在我们之前的教程里，我多次给你介绍过它。就是目前最火的自然语言模型架构——Transformer。
（上图来自于经典之作“AttentionisAllYouNeed”）
我们详细介绍过使用方法的BERT，当初用的就是这种技术，才产生了野蛮霸榜的效果。
不过咱们用的这个编辑器，底层并不是BERT，而是我们之前提及的GPT2。
大多数人提到它的时候，介绍往往不是那么正面。
并不是因为GPT2这种技术不够好。而是因为它“太好了”。
好到足够让人眼馋。
好到开发者决定，不开放训练数据集、代码、甚至模型参数……
要知道，在当今这样一个开源开放的趋势下，这么做会招致多少非议。
当时OpenAI做出这种决定和解释，有人便认为是出于饥饿营销的目的，赚眼球。
但是，你刚刚自己尝试过语言生成模型的威力之后，还会保持这么单纯的想法吗？
威胁仅举一例。
互联网上，假新闻是一个非常严重的问题。
原先，用机器造假新闻出来，成本固然低，但专业人士还是很容易通过语言特征和统计规律来识别的。
而一旦，假新闻不但生产成本低廉，分分钟可搞定，还完全具备了真新闻的语言特征，要分辨出来，就不容易了。
假新闻有可能多点大规模爆发，因从众和沉默螺旋等社会心理机制，对大众轻易造成误导。
面对这种潜在威胁，我们真的已有完善的应对之策吗？
正因为这种威胁实际存在，数据伦理才愈发成为重要的研究课题。
如果你做数据科学研究，这个方向大有可为。
魔盒风险是显著的。
而技术的进步与发展，真的能够因为一家机构决定“不开放模型”的举措，就能停滞吗？
当然不会。
OpenAI因为压力，不断释放出更为强大的开源模型。目前开放的预训练模型版本，达到了774M个参数。距离完全版本模型的释放，也就是临门一脚的事儿了。
曾经，普通人即便拿到了这种开源工具，也需要一定的门槛，才能使用。
然而“有好事者”，在整合包装了若干种主流的Transformer模型之后，降低了GPT2机器写作的门槛。
于是，就有你看到的这个编辑器了。
波澜我把GPT2自动写作的结果，发到了朋友圈。
惊艳之余，小伙伴想到的，主要是以下两个问题：
什么时候出中文的？能否和写字机器人配合使用？我看后很无语。
好在这一位的留言，让我看到了光明的一面：
以后英语老师出阅读题，可方便多了。
延伸阅读你可能也会对以下话题感兴趣。点击链接就可以查看。
如何高效学Python？如何用Python和深度迁移学习做文本分类？如何用Python和BERT做中文文本二元分类？如何用Python和BERT做多标签（multi-label）文本分类？如何在fast.ai用BERT做中文文本分类？喜欢别忘了点赞。
还可以微信关注我的公众号“玉树芝兰”(nkwangshuyi)。别忘了加星标，以免错过新推送提示。
题图：PhotobyPereanuSebastianonUnsplash