中國作家協(xié)會主管

導語

AIGC（人工智能生成內(nèi)容）的創(chuàng)作風潮正在全球范圍內(nèi)蔓延，為廣大創(chuàng)作者實現(xiàn)科幻想象提供了新的動力。為了深入探討AIGC在科幻創(chuàng)作領(lǐng)域的影響，中國科幻研究中心AIGC賦能科幻影視產(chǎn)業(yè)研究課題組進行了一系列精彩的訪談。本期特邀中國更新代科幻作家陳楸帆作為嘉賓，他以其現(xiàn)實主義和新潮派的風格而聞名，被譽為“中國的威廉·吉布森”。

早在ChatGPT時代之前，陳楸帆就深度參與了多年的AI寫作實踐，對AIGC擁有獨到的前沿視角和深刻洞察力。在本次訪談中，陳楸帆為我們帶來了關(guān)于AIGC與科幻創(chuàng)作的精彩討論。

AIGC創(chuàng)作歷程

Q：您有6年人機協(xié)同的創(chuàng)作經(jīng)歷，可以說是深入體驗了AI技術(shù)迭代的過程，請問您在這六年以來，使用過哪些AI技術(shù)？您對AI的使用情況發(fā)生了什么變化？

陳楸帆：我大概是在2017年開始做自己的語言模型。當時，谷歌剛發(fā)布《Attention is All You Need》這篇論文，推出了Transformer（即一種利用自注意力機制來提高模型訓練速度的深度學習模型）深度學習架構(gòu)。我們現(xiàn)在用的ChatGPT，其實是在這個架構(gòu)基礎(chǔ)上發(fā)展起來的。但那時候我們用的是2014年的CNN（Convolutional Neural Network，卷積神經(jīng)網(wǎng)絡(luò)）與LSTM（Long short-term memory，長短期記憶網(wǎng)絡(luò)，是一種改進后的循環(huán)神經(jīng)網(wǎng)絡(luò)）這些算法模型，這是我跟王詠剛——我原來在谷歌的同事一起做的，當時他已經(jīng)去了李開復創(chuàng)新工場AI研究院擔任執(zhí)行院長。他是科幻迷，也是科幻作者，聽了我想跟AI共創(chuàng)的想法，也覺得非常有意思，就跟我一起合作，他主要來幫我去做代碼方面的工程，我主要是給他一些我的語料。

我寫過的文章涉及到微調(diào)的過程，這是關(guān)鍵的一步，因為文章的質(zhì)量最終是根據(jù)人類的標準來評判的。我和王詠剛都有寫作經(jīng)驗，在這方面我們對文學的理解比一般的純技術(shù)工程師更深入一些。我們在這個領(lǐng)域做了很多工作，但文字理解并不是一項容易遷移的技能。也就是說，對于如何理解一首詩的問題，我們很難教別人像我自己一樣欣賞詩歌。這實際上是人類特有的能力，這一點可以從微軟小冰為什么寫詩這個例子中看出來。但是小冰創(chuàng)作的詩往往有一種大眾化、通俗易懂的，類似于汪國真的風格，這并非當代詩歌界普遍認可的風格。我認為這與在微調(diào)的過程中做決策的人的審美口味有關(guān)。

我用最終的模型生成一些寫作文本。一開始，我會使用關(guān)鍵詞、人稱和簡單的背景設(shè)定來指導它，它可以自動輸出3-5段左右的文字。基于這個基礎(chǔ)，我可以對其進行重新生成和編輯。我的主要工作是將這些內(nèi)容融入到我自己的寫作中，包括《人生算法》《恐懼機器》《出神狀態(tài)》等作品，后面可能還會有幾篇運用AI寫作的作品。如果你讀過這些作品，你會發(fā)現(xiàn)它們并不連貫，缺乏推理能力，人稱和代詞容易混淆。這是因為在那個階段，模型規(guī)模較小，語料庫也有限。實際上，我認為它的能力非常有限，它只能創(chuàng)作出一些帶有特定風格感的段落，還不能稱之為真正的寫作。

在2020年，我們進行了一個更大規(guī)模的模型項目，該模型的參數(shù)量可能相當于GPT-2。我們參加了一個名為“AI科幻世界”的創(chuàng)新項目，這是由創(chuàng)新工場組織的人工智能訓練營，參與者包括數(shù)百名與人工智能相關(guān)的大學生、研究生和博士生。他們組成團隊進行各種項目，后來他們找到了我，邀請我加入，我覺得這非常有趣。

那時候是用所謂的大語言模型，再用科幻文類去進行微調(diào)，讓它知道如何創(chuàng)作，讓它在結(jié)構(gòu)、情節(jié)、風格等方面與科幻類型更匹配。我們還開發(fā)了一些風格濾鏡，例如劉慈欣風格、韓松風格等。我們也做了《共生紀》的活動，邀請了十幾位科幻作家，如吳霜、王元等，也包括主流文學的小白老師參與到活動中，跟AI一起共創(chuàng)。后來我們還把內(nèi)容放在知乎上，與網(wǎng)友互動和討論，讓讀者猜測哪些是AI寫的，哪些是人類寫的。

我認為AI的進步非常快，可能相當于小學中高年級學生的寫作水平，基本上一段文字里很難判斷出哪部分是人寫的，哪部分是機器寫的，它已經(jīng)達到基本通順流暢的程度。當然可能在一些細節(jié)上還比較欠缺，在人稱等方面還是會出錯，但有時候也會出現(xiàn)令人拍案叫絕的句子。

后來2020年，我又嘗試用它一起創(chuàng)作了一系列的短篇作品，包括《火星奧德賽》等，我會標明出哪部分是人，哪部分是機器創(chuàng)作的，最后給它一個署名，說這是由哪個模型創(chuàng)造的，這個模型背后的團隊是哪個，也保留了對它背后知識產(chǎn)權(quán)的尊重。

從2022年開始，我就用Midjourney（AI繪畫工具）、Sudowrite（AI寫作工具）、GPT等AI工具。AI技術(shù)的進步非常神速。從GPT3到3.5其實是一個非常大的跨越，而ChartGPT則更加開放，讓大眾可以直接接觸和互動。這樣它的交互量很快就達到一個很高的數(shù)值，它的機器學習也進入了數(shù)據(jù)飛輪的狀態(tài)。它不斷地學習、再反饋，再自我強化的過程，就是RLHF（即從人類反饋中強化學習）的一種特性。

接下來我可能會經(jīng)常使用AI工具，包括我下一本書的封面可能是用Midjourney（AI繪畫工具）來做的，人類的設(shè)計師可能會在此基礎(chǔ)上添加字體、做部分修改。日常里我一般會用ChatGPT幫我做例如回郵件、草擬發(fā)言、翻譯、搜集資料、開展頭腦風暴等工作。我覺得它可能會慢慢地變成日常工具的一部分，不會特意去強調(diào)它，但它已經(jīng)融入到了我的創(chuàng)作中。

現(xiàn)在我覺得已經(jīng)又到了另一個新的階段。我們不能再像以前一樣使用AI，因為它會涉及到很多問題，其一是法律方面，另一方面它倒逼我們?nèi)ニ伎荚鯓犹嵘藱C協(xié)作的創(chuàng)造力。我們需要去從一個新的高度來思考這個問題。當它變成一個工具之后，可能慢慢地會像我們?nèi)粘Ｊ褂玫膚ord軟件、微軟電腦系統(tǒng)和鍵盤等等，不再是一種需要特地強調(diào)的存在。也有很多人會說，AI更強大之后會有一定的主體性。我覺得這一點也很值得探討，這可能需要在后面繼續(xù)展開，在相當長一段時間內(nèi)這會變成一個需要反復討論的問題。

人機協(xié)作初體驗

Q：“人機協(xié)作”與“人人協(xié)作”有所不同，人與人之間有想法上的一些碰撞，能做出更好的結(jié)構(gòu)上的設(shè)計，這種類型的協(xié)作是可以非常多元的。但目前AI所做的事情非常局限，只是能夠輔助寫作和校對，您希望AI能夠更多幫助到您什么？

陳楸帆：對話式的、人與人之間的這種不同背景的交流碰撞與溝通，其實很容易產(chǎn)生火花。我們曾經(jīng)與幾位科學家、作家等一起去山里，開展幾天研討會，包括講座等，還有一些禪修、打坐等集體活動。像這樣的交流與互動是AI沒有辦法做到的。

我覺得AI可以在學習某位歷史上的大師的所有文本之后，用大師的思維方式去與人溝通。比如說我想與阿瑟·克拉克聊一個創(chuàng)意，我想聽聽他對這個創(chuàng)意的一些想法，AI可以假裝生成阿瑟·克拉克的思維方式，給我一些建議。這種對話的方式，會給人帶來一些新的靈感。

但我覺得也有可能是我把一些材料“喂”給它之后，它把這些材料與我以往的一些寫作進行交叉處理，再產(chǎn)生新的內(nèi)容，它可以幫助我打破原來的寫作慣性，產(chǎn)生出一些在題材、風格上都比較新的方向。它類似于文學經(jīng)紀人的角色，可以幫我做規(guī)劃，例如建議下一本書應(yīng)該怎么寫，提出建議嘗試的市場方向和需要面向的讀者群等等。

我覺得AI暫時還沒有辦法做到這些事情，因為這些事情涉及到太多外部的還未被數(shù)據(jù)化的信息，它涉及更復雜的決策。不過有很多事情它應(yīng)該能做到，而且也會對作家而言比較有價值，不是單純在輔助性寫作這方面。

Q：AI能夠提供更多關(guān)于科幻創(chuàng)作的靈感嗎？

陳楸帆：我覺得它是可以的，包括我用Sudowrite（AI寫作工具），它是專門為類型創(chuàng)作去微調(diào)的工具。它里面有很多細致的功能，比如，我要寫某星球的某生物，它可以生成很多關(guān)于不同星球的不同生物的描述，包括世界觀的設(shè)定、人物、技術(shù)、情節(jié)上的轉(zhuǎn)折設(shè)置等等，它都可以很快地生成內(nèi)容，并提供意見。它也能夠在風格上提供幫助，比如輸入一段你寫的文字，它可以很快幫你把它變得詼諧幽默、或變得更嚴肅、或變得更接近某位特定作家的風格。所以我覺得這種工具還是挺強大的。

Q:您現(xiàn)在是否遇到了一些會限制您個人創(chuàng)作的技術(shù)障礙，又是怎么克服呢？

陳楸帆：我覺得倒不是技術(shù)障礙，我覺得大部分障礙可能是屬于心理障礙，還有時間分配的障礙——這些可能是更大的障礙。我認為技術(shù)上不應(yīng)該產(chǎn)生任何的障礙，不應(yīng)該說沒了技術(shù)我們就寫不出來，相反，我認為技術(shù)越多可能反而會造成一種負擔。有時候可能什么技術(shù)都沒有，那就專注于自己的創(chuàng)作。有時候則會想著不斷嘗試各種技術(shù)，反而不一定能夠完全把注意力集中到該去創(chuàng)作和表達的東西上。

Q:您在《AI未來進行式》一書中對互聯(lián)網(wǎng)、金融、教育、醫(yī)療、軍事等行業(yè)領(lǐng)域的AI發(fā)展情況進行了介紹和預(yù)測，至于在科幻產(chǎn)業(yè)方面，請問您認為AI會對科幻產(chǎn)業(yè)領(lǐng)域造成什么影響？

陳楸帆：我認為會有很大影響，比如我剛才提到，我下一本書的封面可能是用Midjourney（AI繪畫工具）做的。兒童科幻作家楊鵬老師曾找我談過，想看能否把他的小說通過AI快速地轉(zhuǎn)化為漫畫或繪本等。其實這是能夠做到的，Controlnet（一種神經(jīng)網(wǎng)絡(luò)架構(gòu)，可通過添加額外的條件來控制擴散模型，讓AI出圖更可控）、DragGAN（一款基于對抗網(wǎng)絡(luò)技術(shù)的AI工具，允許用戶通過幾個點擊和拖動來真實地修改圖片）等新工具，都可以讓我們高效做成這件事情。此外，還有Runway（AI創(chuàng)作工具,可以生成各種類型的藝術(shù)作品,包括圖像、音樂、文本和視頻等）等公司，可以幫我們快速地創(chuàng)作出風格化的影視作品，把實拍的真人場景即刻變成新海城或?qū)m崎駿的動畫風格。這種工具我覺得非常厲害，因為相當于自己就可以把所有的工作完成。創(chuàng)作者自身可以是編劇、攝影師、導演、特效師，甚至連配樂也可以用AI生成。原本可能需要一支專業(yè)團隊才能做到的事情，現(xiàn)在一個人就可以用非常低的成本來實現(xiàn)所有效果。

未來每個人可能都有機會成為電影導演，去拍一部屬于自己的大片，這一設(shè)想將有機會很快變?yōu)楝F(xiàn)實。在未來，每個人創(chuàng)作出來的內(nèi)容也需要有相應(yīng)的平臺渠道去實現(xiàn)推廣，并匹配相應(yīng)的商業(yè)化機制，讓它們變成一個可持續(xù)的行業(yè)。

AIGC的深度影響

Q:特德·姜在一篇文章中曾提到，“ChatGPT是一種對原件的有損壓縮，不能用作原創(chuàng)作品，因為人的原創(chuàng)作品即使是拙劣的，但是伴隨著無定形的不滿，人能夠意識到它所說的和實際想說的距離，這是重寫時能夠指導人的東西。而這個是人工智能生成文本時所缺乏的”。您怎么看待這個問題？

陳楸帆：那篇文章我也讀過，他后面其實還寫了好幾篇。雖然他的觀點有一定的道理，但我認為這并不是重點。因為我們?nèi)藢λ^客觀世界的認知實際上也是一個壓縮的過程，曾有一篇論文提到“意識實質(zhì)上是信息壓縮的表征”的觀點。我們?nèi)祟愅ㄟ^壓縮、變形和算法計算等方式，將外部世界的各種信號轉(zhuǎn)化為可理解、可記憶和可交流的符號或腦電信號等。這是一個認識世界的過程，也是一個結(jié)構(gòu)性的問題。并不是說人類與機器的本質(zhì)性區(qū)別在于人類沒有使用“信息壓縮”，我們或許比機器壓縮得更多，只不過當前的機器模型學習的只是語言。

在我們進行項目評議時，有一個項目需要超越語言的限制，它涉及視覺、聽覺等方面，甚至可能在地球上建立一個感應(yīng)層，該層可以收集不可見光譜范圍之外、甚至是不同維度的信息，將其作為元數(shù)據(jù)用于訓練模型。但是，這個模型應(yīng)該如何定義呢？可以確定的是，這個模型肯定超越了人類中心的范疇，它涉及的數(shù)據(jù)可能是人類無法感知的，它不是所謂AI本質(zhì)的局限性。所以特德·姜的說法我覺得其實不太成立，它只是一個時間的問題。

我認為AI就像一面鏡子，它能夠讓我們更深入地思考“智能”與“理解”的本質(zhì)是什么。當一個東西展現(xiàn)出類似于理解的行為時，是否就等同于它真正理解了呢？這是一個哲學性的問題。實際上，這個問題可以回溯到哲學家貝克萊的名言：存在即被感知。這些討論觸及到一些非常本質(zhì)的話題，我覺得都非常值得思考。

Q：在喬姆斯基、斯蒂格勒等人文批判性學者看來，AI等數(shù)字技術(shù)讓人類的心智與情感變得被操縱，是對人認知的愚蠢化，它不能帶來真正的交流。而在許多創(chuàng)作者看來，AI是激發(fā)想象力和創(chuàng)造力的創(chuàng)作工具，您怎么看這兩方面的不同態(tài)度？

陳楸帆：從人本主義的角度來看，這一觀點當然是成立的。但我認為這不是從AI開始的，印刷術(shù)開始出現(xiàn)的時候，可能就存在著信息中心化的過程。再往前，比如絕地天通時代，每個人可能都有與神靈溝通、對話的能力與權(quán)力。但在絕地天通時代之后，可能這些權(quán)力都收歸給神職人員了，只有一部分人擁有與神靈對話，解釋、闡釋他所傳遞的訊息的這種權(quán)力。所有的這些過程都是信息中心化、去中心化、再中心化的螺旋式的過程。

我們現(xiàn)在與古人相比，對世界有更深的理解了嗎？還是說更遠離了所謂的真實？我覺得這是一個挺有意思的話題。這里的理解不光指對外部世界的理解，還包括對自身的理解。因為人們現(xiàn)在的很多的認知，其實都是社會文化建構(gòu)的結(jié)果，許多認知都是個體在接受教育、被社會化的過程中，被反復的告知并建立的。但這是否是每個人本應(yīng)該擁有的樣子呢？我覺得這些都很值得探討。但是人文學家會覺得這是一個新的“他者”，但這個“他者”，我覺得不比其他的“他者”。假如秉持這一觀點，那我們所有的以文字為承載物的媒介渠道，都會扭曲、過濾很多的東西，也會改變我們的很多價值觀、理念等等。

我覺得這只是一個歷史化的過程，關(guān)鍵是最后我們以什么為標桿。我覺得人處于不同社會形態(tài)里，它都是不同的。這當然很容易陷入一種文化相對主義的論調(diào)，但我認為，可能它只能在一個很小的范圍內(nèi)有效，因為這個浪潮是沒有辦法阻擋的。

事實上我們已經(jīng)進入了一個與科技共生的時代，我們都是與人、與機器共生的身份（identity），或者說個體（entity），我們是一個復合的主體。比如我們在思考的過程中，很多時候這個過程會變成類似于“輸入法”的存在，從這個角度來講，輸入法這樣的技術(shù)，已經(jīng)在無形中改變了人們輸出語言的習慣。包括表情包，現(xiàn)在也非常深地嵌入到了我們的日常表達，甚至變成了一種對感知情感的數(shù)字化反映。這些實體的、抽象的理念，其實都已經(jīng)遠遠超出我們原來所理解人類作為單一主體的幻覺，我們從來也不是單一的主體，我們體內(nèi)還有那么多微生物，這些微生物可能也在影響著我們的感知、情感、思維。

所以，我覺得這些其實都是人本主義的幻覺，這個幻覺會不斷被打破，人類的地位會被推向邊緣。最終，我們可能只能以人類的主體去思考、去感知世界。我們肯定會掙扎，思考如何維持自身主體的中心地位。從更大的視角來看，這可能是不可避免的。

或許在我們有生之年，我們將目睹這樣一個未來，人類被迫接受自己成為邊緣物種的事實。有時候我還在設(shè)想，未來有一天AI可能會擁有讓不同物種之間進行對話的能力，而人類卻被排除在外。因為人類一直在破壞自然、破壞平衡，人類實際上是地球生態(tài)系統(tǒng)之外的罪犯，假如所有生物都不與人類交談，動物和植物們自己愉快地溝通著，到那時候，人類才會意識到自己多么孤獨。我認為這也是一個非常有趣的想象。

受訪者簡介：

科幻作家，現(xiàn)任中國作家協(xié)會科幻文學委員會副主任、中國科普作家協(xié)會副理事長。著有《荒潮》《人生算法》《AI未來進行式》《異化引擎》等。作品多次獲得全球華語科幻星云獎、中國科幻銀河獎、世界奇幻科幻翻譯獎、茅盾新人獎等國內(nèi)外獎項。