既有算法,何必亲自写作?

标签: 业界趋势/Trend Phil Parker 公式化 算法 自动化写作 | 发表时间:2013-01-16 01:40 | 作者:积木
分享到:
出处:http://www.ifanr.com

Bios_robotlab_writing_robot

Phil Parker 是一个很特别的作家。在他写过的书中,只有六本是手写,其它的 100 万本都是自动化完成。因为他发现,许多写作都是公式化的,可以通过计算机算法完成。这不仅包括特定话题的写作,也包括创造性的文学作品,比如诗歌。它们都可以用算法创作出来。 Readwrite 网站对他做了一次采访。

90 年代的时候,Phil Parker 在做一份报告,其中涉及到大量的经济学分析。他意识到,经济学家大部分的工作都是非常公式化的。随着电脑的发展,这些工作都可以用算法来模式化,并且实现自动化写作。这种方法其实是非常古老的,比如日本绯句和英国十四行诗,都属于限定化写作。

Phil Parker 说他并没有创造一种新形式的写作。他只是编写了能够模仿人们写作方式的计算机程序,“一旦你把握了所有的规则,你就能够编写模仿这些规则的算法。这与人工智能的理念非常不同”。

即使创造性的文学写作,也是非常公式化的,从不同类型的作品中,常常能够在情节转化处发现同样的公式,“通过重组一些特定的元素,一本浪漫小说可以变成惊悚小说”。

编写算法通常需要两到三年的时间,但是当算法完成之后,写作一本特定话题的书籍是非常快的,“只需要 20 到 30 分钟的时间……我觉得最慢的一本可能用了一个小时,或两个小时,最快的是 4 到 10 分钟。”

在谈到人类写作与机器写作区别时,Phil Parker 提到了经典的图灵测试:你是否能够判断与自己交谈的是机器人还是人类?如果机器人写作的书籍,能够对人们有用,你何必在意它是否由算法完成呢?“我觉得,人们看到我们的填字游戏类书籍后,不会说‘我的天,这是计算机写的’,因为大多数的填字游戏都是如此公式化,以至于你期待它是公式化的。”

机器可以代替人类写作呢?关键问题在于这是否属于“公式化”写作,“我们之前谈到的博客作者们会读三篇不同的文章,读一篇维基页面……这些人可以被计算机算法替代,因为他们做的是公式化的工作”。

他举了一个例子。在过去的两周里,关于他的文章大概有 10 篇,但是作者并没有和他交谈过,而是通过互相拷贝完成的。他说,“我认为这种类型的文章缺乏创造性”。

图片来自 benjaminrose

爱范儿 · Beats of Bits | 原文链接 · 查看评论 · 新浪微博 · 微信订阅 · 加入爱范社区!




Unix is simple. It just takes a genius to understand its simplicity. – Dennis Ritchie

相关 [算法 写作] 推荐:

既有算法,何必亲自写作?

- - 爱范儿 · Beats of Bits
Phil Parker 是一个很特别的作家. 在他写过的书中,只有六本是手写,其它的 100 万本都是自动化完成. 因为他发现,许多写作都是公式化的,可以通过计算机算法完成. 这不仅包括特定话题的写作,也包括创造性的文学作品,比如诗歌. Readwrite 网站对他做了一次采访. 90 年代的时候,Phil Parker 在做一份报告,其中涉及到大量的经济学分析.

缓存算法

- lostsnow - 小彰
没有人能说清哪种缓存算法由于其他的缓存算法. (以下的几种缓存算法,有的我也理解不好,如果感兴趣,你可以Google一下  ). 大家好,我是 LFU,我会计算为每个缓存对象计算他们被使用的频率. 我是LRU缓存算法,我把最近最少使用的缓存对象给踢走. 我总是需要去了解在什么时候,用了哪个缓存对象.

BFPRT算法

- zii - 小彰
BFPRT算法的作者是5位真正的大牛(Blum 、 Floyd 、 Pratt 、 Rivest 、 Tarjan),该算法入选了在StackExchange上进行的当今世界十大经典算法,而算法的简单和巧妙颇有我们需要借鉴学习之处. BFPRT解决的问题十分经典,即从某n个元素的序列中选出第k大(第k小)的元素,通过巧妙的分析,BFPRT可以保证在最坏情况下仍为线性时间复杂度.

贪心算法

- Shan - 博客园-首页原创精华区
顾名思义,贪心算法总是作出在当前看来最好的选择. 也就是说贪心算法并不从整体最优考虑,它所作出的选择只是在某种意义上的局部最优选择. 当然,希望贪心算法得到的最终结果也是整体最优的. 虽然贪心算法不能对所有问题都得到整体最优解,但对许多问题它能产生整体最优解. 如单源最短路经问题,最小生成树问题等.

缓存算法

- 成 - FeedzShare
来自: 小彰 - FeedzShare  . 发布时间:2011年09月25日,  已有 2 人推荐. 没有人能说清哪种缓存算法由于其他的缓存算法. (以下的几种缓存算法,有的我也理解不好,如果感兴趣,你可以Google一下  ). 大家好,我是 LFU,我会计算为每个缓存对象计算他们被使用的频率.

查找算法:

- - CSDN博客推荐文章
从数组的第一个元素开始查找,并将其与查找值比较,如果相等则停止,否则继续下一个元素查找,直到找到匹配值. 注意:要求被查找的数组中的元素是无序的、随机的. 比如,对一个整型数组的线性查找代码:. // 遍历整个数组,并分别将每个遍历元素与查找值对比. 要查找的值在数组的第一个位置. 也就是说只需比较一次就可达到目的,因此最佳情况的大O表达式为:O(1).

K-Means 算法

- - 酷壳 - CoolShell.cn
最近在学习一些数据挖掘的算法,看到了这个算法,也许这个算法对你来说很简单,但对我来说,我是一个初学者,我在网上翻看了很多资料,发现中文社区没有把这个问题讲得很全面很清楚的文章,所以,把我的学习笔记记录下来,分享给大家. k-Means 算法是一种  cluster analysis 的算法,其主要是来计算数据聚集的算法,主要通过不断地取离种子点最近均值的算法.

排序算法

- - 互联网 - ITeye博客
排序算法有很多,所以在特定情景中使用哪一种算法很重要. 为了选择合适的算法,可以按照建议的顺序考虑以下标准: .     对于数据量较小的情形,(1)(2)差别不大,主要考虑(3);而对于数据量大的,(1)为首要.  一、冒泡(Bubble)排序——相邻交换 .  二、选择排序——每次最小/大排在相应的位置 .

联接算法

- - CSDN博客数据库推荐文章
本文摘自《锋利的SQL》: http://item.jd.com/10380652.html. 在Microsoft SQLServer Management Studio中执行查询时,如果选定工具栏中的 按钮,可以看到为查询生成的执行计划. 执行计划以图形方式显示了SQL Server查询优化器选择的数据检索方法,如表扫描、排序、哈希匹配等.

理解EM算法

- Chin - 我爱自然语言处理
EM(Expectation-Maximization)算法在机器学习和自然语言处理应用非常广泛,典型的像是聚类算法K-means和高斯混合模型以及HMM(Hidden Markov Model). 笔者觉得讲EM算法最好的就是斯坦福大学Andrew Ng机器学习课的讲课笔记和视频. 本文总结性的给出普遍的EM算法的推导和证明,希望能够帮助接触过EM算法但对它不是很明白的人更好地理解这一算法.