12 月 10 日，马斯克发了条推文：「彷佛每周都有新的 Al 进步。」
让他有感而发的，是 Google 旗下 DeepMind 的 Dramatron。
Dramatron 比起 ChatGPT 更专精，是一种用来编写戏剧和电影剧本的 AI 工具。
三句话不能让别人为我花 18 万，但一句话让 AI 帮我写了个剧本，并不是个段子。
Dramatron 到底怎么玩？只要你给出「一句话大纲」（log line）描述戏剧冲突，Dramatron 就能天生标题、人设、情节、场景和对话。
比如，「一句话大纲」可以是「詹姆斯创造他是一个恶魔，他将被驱魔」。
但 Medium 网站的作者 Tristan Wolff 指出，这句话短缺基本的叙事元素，例如主角的目标和对手，以是天生的结果平平无奇，角色只有詹姆斯和驱魔人，标题也是干巴巴的「詹姆斯的驱魔」。
如果把大纲补充为「詹姆斯创造自己是恶魔，他将被驱魔，他不得不在善与恶之间做出选择」，并加入一个额外的角色——詹姆斯的恋人，效果就会好得多。
故事也就变成了，詹姆斯的恋人在詹姆斯去世后受尽折磨，后来创造詹姆斯以恶魔的形式生活在自己体内，标题则取为「内心的恶魔」，有了多重的文学意味。
在输入大纲之后，你可以多次天生标题、人设等结果直到满意，或者直接动手编辑当前的结果，乃至回到大纲推倒重来，相称于和 AI 在交互过程里共同编写脚本。
以是，Dramatron 的定位实在是人机「共同写作」（co-writing）工具，还无法独立行走。
Dramatron 是如何开拓出来的？类似其他天生式 AI，Dramatron 也有一个大型措辞模型 Chinchilla 作为「靠山」。不过，OpenAI 的 GPT-3 等大模型也可以用来支配 Dramatron。
值得一提的是，内容的连贯性对付戏剧和电影来说是根本，但对大型措辞模型来说是一件难事。由于它们并没有真的理解内容，天生的文本实在是概率打算的结果。Dramatron 的特点就在于，在这方面下了许多功夫。
一方面，Dramatron 通过「分层故事天生」的方法天生脚本，利用了具备构造化天生能力的提示词链（prompt chaining）。
从你输入的「一句话大纲」开始，Dramatron 先是创建标题和角色，天生的角色被当作提示词，用来天生情节和场景…… 如此递进，末了将这些元素全部组合起来天生对话。
另一方面，Dramatron 学习了两种经典的叙事构造：
一是德国剧作家 Gustav Freytag 的金字塔构造，它列出了写故事的七个关键步骤，包括阐述、触发事宜、上升动作、高潮、低落动作、办理方案和结局。
二是英雄旅程（Hero’s journey），主线环绕一个踏上冒险途程的英雄，这个人物会在一个决定性的危急中赢得胜利，然后得到升华转变或带着战利品归返到原来的天下。
Dramatron 究竟有几板斧，还是要行家说了算，DeepMind 请了 15 位剧作家和编剧体验了 2 个小时。
参与体验的编剧们反馈，Dramatron 的输出结果可能是「公式化的」，它的「分层故事天生」构造也并不适宜所有作家。
与此同时，他们中的大部分认同 Dramatron 是有帮助的，乐意将它当做创意工具，用来构建天下不雅观，或者改变角色或情节从而探索不同的故事。
加拿大即兴剧院 Rapid Fire Theatre，已经将与 Dramatron 共同创作的剧本搬上了舞台，受到了不少好评。
在本职事情仍待进步之外，初出茅庐的 Dramatron 还有不少问题。
一个是版权问题，它的输出结果可能包含演习时的原材料，须要人力搜索和检讨；一个是道德问题，它可能重现语料库的偏见和刻板印象，Google 建议让 Perspective API 工具脱手，帮助识别「有毒」的笔墨。
12 月 10 日，DeepMind 开放了试玩版，但不知道什么缘故原由很快关闭，现在网站只剩下关于 Dramatron 的论文和简介。
AI 揽过编剧活，在智障和智能之间反复横跳AI 写的剧本实在很早就有，但是总被当成笑话看，成了整活区的一道道风景。
去年 10 月，Netflix 与作家、笑剧演员 Keaton Patti 互助，给 AI 看了 40 万小时的胆怯片，然后让 AI 自己写一个原创剧本。40 万小时约即是 45 年，至少 AI「看」电影的速率比我们快多了。
终极影片长约 4 分钟，名为「谜题师长西席希望你少活一点」，不仅有《电锯惊魂》《十三号星期五》《我知道你去年夏天干了什么》等电影的影子，还写出了「祝你买棺材有优惠券」「他喝醉了却被复苏所困扰」「我有几个家庭」等不少介于荒诞和合理间的台词。
再合营「学了三年动画」水平的僵硬肢体和敷衍画风，有网友发出了这样的感慨：「AI 写胆怯剧本可能为时尚早，但写笑剧已经出神入化。」
类似地，看了 1000 小时蝙蝠侠电影的 AI 写了个剧本，末了被做成了有声漫画，个中一个情节是，小丑送给蝙蝠侠一个兑换新父母的优惠券，但优惠券已经由期，小丑的性情被 AI 捉住了神髓。
▲ 图片来自：B 站@HUSH_13
这些或笑剧或胆怯的 AI 剧本，比「狗屁不通文章天生器」写得好多了，细品还挺故意思，彷佛有潜台词和言外之意，带着某种「思考」，但它们并不知道人类为什么发笑。
在 Dramatron 出来之前，也有人基于大型措辞模型，让 AI 写正儿八经的电影剧本。
YouTube 博主@Bradius 在看完《蜘蛛侠：英雄无归》后，好奇 AI 能不能写出这样的剧情，乃至与两亿美元的大制作相提并论。
于是，他在 GPT-3 用英文输入了一句话：「以下是下一部 MCU（漫威电影宇宙）蜘蛛侠电影的完全透露脚本。」
结果让他大吃一惊，GPT-3 给了他 21 页的脚本，情节起伏、构造紧凑，既讲了彼得·帕克和迈尔斯·摩拉勒斯（多重宇宙设定中的黑人蜘蛛侠）围殴反派克莱文，还穿插了漫威高管打算缩减下一部蜘蛛侠电影预算的桥段。
不知道 AI 是不是在讽刺好莱坞的大片制度和流水线式生产电影。昔时夜制作电影越来越缺少新意，让 AI 替代部分人类编剧，看来没有什么问题，说不定还会有猜想之喜。
虽然没有 Dramatron 那么「垂直」，最近的 AI 顶流 ChatGPT 也可以充当「文案工具人」，写周报、诗歌乃至剧本。
知乎答主、卡耐基梅隆大学机器人系博士@田渊栋考试测验向 ChatGPT 投喂中英文片段，大致结果并不差，但创造「一些深层次的想像力和联系能力仍旧缺失落，情节的关键部分还须要作者自己去开拓并且勾引 AI 系统来完成」。
目前，大型措辞模型的一个限定是，它们只能根据给定的演习数据，根据某些单词或单词序列一起涌现的概率来天生文本，依赖大模型、大数据、大算力「大力失事业」，但并不真正理解自己在「说」什么，回答并不总是连贯或者故意义。
但仅从结果来看，让它们从自然措辞的文本里，提取出人类以为说得通、乃至面前一亮的叙事，已经不是小概率事宜。
前段韶光，「小帅小美式」的电影讲授也引起了谈论，这类电影讲授是短平快的「电子榨菜」，由 AI 配音讲述主角是如何意外地遭遇了意外。
为理解说得精彩，它们将人物标签化，选取最猎奇或悬疑的情节添油加醋，常常不屈服电影原意，既不是电影，也不是讲授。
这部分的事情往后由 AI 完备代劳，该当是不在话下，实现电子榨菜的全自动化。
AI 是用来引发创意，还是让创意更难得写文章、做视频、玩音乐、当画家，AI 今年的进步提高神速，让任何人类个体望尘莫及。
我们常说，AI 可以作为创意工具，但在 AI 面前，人类是在转让自己的角色，还是享受新的角色？我们越来越须要和 AI 互助，是在引发创意还是扼杀创意，创意本身被摆在了一个若何的位置？
眼下有一些人类和 AI 写作的例子，看起来人类还是更不可替代的那一个。
比如，除了 Dramatron，Google 还操持基于对话神经措辞模型 LaMDA，开拓 AI 写尴尬刁难象 Wordcraft，目前还在实验阶段。
Wordcraft 是一种专门做事虚构作品的文本编辑器，你可以输入一个开头让它续写，或者用它加工句子和充足语料库。
为了测试 Wordcraft，Google 约请了 13 位专业作家体验。作家们同等认为，Wordcraft 不会很快取代作家，它不善于独特的叙事风格，比喻老套，说话平庸，同时避开了低劣的角色。
当然，他们也得出了一个共识，就像其他所有 AI 工具一样——用 Wordcraft 引发创意是可行的。
不足完美的 AI 还会再好好学习每天向上，与此同时，豆瓣有「笔墨失落语者互助同盟」等小组，对付人类来说，组织笔墨的逻辑，清楚地用笔墨表达自己的感情，竟然成了加倍困难的事。
为了提高 AI 天生的质量，Prompt engineers（提示语工程师）这个新工种应运而生，在 PromptBase 等平台，你须要特定的某种艺术风格，可以向他们乞助。但这项事情同样可以由 AI 上阵，比如用 ChatGPT 形成一段笔墨，再把笔墨输入给 StableDiffusion，天生的画作一样平常比自己直接输入描述好看很多。
那么，当我们有了「一句话大纲」的脑洞，却无法遐想到更多的细节把它完全铺陈，不得不乞助于 AI 时，是一种无奈选择，还是物尽其用？
乐不雅观一点地想，AI 理应增强而不是取代人的劳动，但如果将韶光维度拉得更长一些，可能就不再是这样。
OpenAI 的首席实行官 Sam Altman 认为，「作为创意工具」将在很永劫光内成为 AI 的主要运用，但当我们展望一百年，AI 终极可能全权代劳完全的创意事情。
如果你在 10 年前问人们，AI 将如何产生影响，大多数人都非常有信心，你会首先听到它涌如今工厂等地，然后它将用于低技能的白领事情，再是程序员等高技能、高智商的事情。末了，大概永久不会，它将取代创造性的事情。但是，它正朝着另一个方向发展。
这实在是一个提醒，我们可能并不真的清楚，对付人类或者 AI 来说，什么技能是随意马虎的，什么技能是大略的，什么事情绞尽脑汁，什么事情不费脑细胞；我们也逐渐意识到，在 AI 阅读的领域，早点闇练利用 AI 的人，才可能留在未来。