终于有正经 AI 硬件了，一台能写诗的「拍立得」

2024-05-04 05:05

人工智能并不只想「人工」，它也想搞搞艺术。

作者 | Moonshot
编辑 | 靖宇

2016 年，由人工智能撰写《电脑写小说的那一天》小说成功通过了日本「星新一文学奖」的初选；Sony 开发的 DeepBach AI 在深度学习巴赫后，创作出的仿巴赫音乐，在 1600 位听众里，骗过了超过一半的人，让他们以为这就是巴赫本人的创作。

如今，人工智能已经能生成真假难辨的视频，极具艺术感的图像。

人工智能正在挑战着文学、音乐、绘画、影视等等这些原本属于艺术创作的领域。当艺术难以成为人类对抗 AI 的护城河后，许多人认为，诗歌或许是智能时代，人类最后被攻克的堡垒。

诗歌被认为是人类文学最初的起源，在尚未有文字的人类社会，诗歌就以口语的形式流传在文明里。它在形式上考验节奏和韵律，在表达上考验想象和凝练，它需要表达者把经验、观察、意识结合，毕竟诗歌的创作依托于于人类特有的通感，因此我们可以让 ChatGPT 写一首关于月亮的诗，它只会泛泛而谈，而无法和人类在当时当刻，设身处地看到独一无二的月亮。

但是，如果 ChatGPT 有了能「看到」月亮的能力，给它思考赋予观察呢？

基于这个想法，Kelin Carolyn Zhang 和 Ryan Mather 两位设计师和开发者鼓捣出了一台设备：让摄影机去「所见」，让人工智能去「所感」，用技术的手段去实现文学里最难以量化的表达。

这就是诗歌相机（Poetry Camera）。

相机与诗

诗歌相机内核搭载了树莓派，一个只有信用卡大小的微型电脑，得以成像和调取 GPT-4 的 API，这就打通了设备的「眼睛」和「大脑」。

举起诗歌相机，随便拍下一张照片，计算机视觉算法会开始分析视觉数据，人工智能模型开始解释图像，识别图像里关键元素、颜色、环境、影调情绪等信息，生成诗，并且以类似超市收银条的方式打印出来，就好像拍立得「洗」出照片一样。

拍照出诗不出片，这可比拍立得更让人有期待和惊奇感。不看宣传看效果，它能生成怎样的诗歌呢？

图源：TechCrunch

有用户拍下了早上自己在家里喝咖啡时玩手机的样子，诗歌相机的创作是：

镜头后面，一人调整视线，

在正方范围里的像素空间。

……

日光透过褪色的薄纱，

他手上，温热的咖啡流转。

对话传出，跨过虚拟的边界，

他的倒影镜像，在屏幕上出现。

书架上，书本倾斜，无声的喋喋不休，

茂盛的植物，是唯一的生命。

戴着眼镜，家成了他平静的面糊，

在这堵墙里，他的世界四散开来。

在 2024 年 4 月的一个清晨，

一种新的常态，悄悄地磨损。

@poetry.camera

不难看出，哪怕经过简单翻译，它生成的文字依然有诗歌特有的「意象感」。诗歌相机的原文更显用词文法上「刻意地精妙」，比如每一段都在押韵脚，比如第一段的 lens,gaze,space,place,race，第二段的 sheers,steers,frontier,appears。在用词上也会采用诗歌用词，比如把 morning 写成 morn，就像中文里把「早上」写成「晨」一样。

图片来源：TechCrunch

另一演示则是对着纽约公共图书馆的天花板拍张照，它会解读并创作出：

「天花板的影子之舞，

如同金镶木，

用春日天空欺骗了眼睛

石碑和木梁下

伫足」

两位开发者表示，由于诗歌相机的开源属性，用户其实可以根据个人喜好更改源代码，重新编程和选择不同的诗歌形式，不局限于现代自由诗，也可以是日本俳句或七言绝句，后续可能会给用户不同大模型去选择，比如从 GPT-4 换到更擅长理解文字和语义的 Claude，或者更擅长写故事的 Dragonfly。

两位开发者表示「只想享受科技的乐趣」｜图源：Poetry Camera

而且诗歌相机不会以任何数字方式保存，用户既看不到相机拍到了什么，也不能直接复制粘贴文本，如果想留存一份，只能拿起手机拍下来这一张诗条。因为两位开发者认为，除了技术问题（需要服务器和云平台）、隐私问题之外，诗歌的瞬时性给它增添了额外的意义，打印出来的「诗条」是瞬时捕捉，随机生成，独一无二的实体存在。

在屏幕主宰我们日常生活的当下，诗歌相机这种设计把视觉以诗意用物理的方式呈现，让它在数字之外，增添了一丝模拟化的浪漫气息。

你我都能做

「拍下所看到的景观，让相机生成诗歌」这一想法不仅富有创意，似乎看着还挺难实现的？但实际上，你我都可以做出一台诗歌相机。

诗歌相机到现在也还停留在一个「艺术项目」的阶段，两位开发者也暂未有大规模商业化的计划。他们只是产生诗歌相机的想法，鼓捣出了一台能实现想法的硬件，他们所用到的软硬件都是开源的，因此两位开发者选择在网站上把详细的制作过程公开，鼓励更多的用户 DIY 自己的诗歌相机。

诗歌相机的内核是微型卡片计算机树莓派，再附以一些常见配件，再加上树莓派的相机模块、一台迷你热敏打印机、六个电池、一个按钮就够了。

官方把详细的 DIY 教程发到了 GitHub｜图源：Poetry Camera GitHub

而诗歌的生成则要对接到 ChatGPT-4 的 API 密钥，在按下快门时，会触发脚本，把采集到的图片发送到 GPT-4 上创建一首诗，最后在热敏收据打印机上打印出来。

两位开发者已经写好了全流程脚本，只要按照他们给的详细步骤逐步设置，不需要会编程和 3D 打印，纸壳里也能造出一台诗歌相机。

两位开发者的调试用机｜图源：flomerboy

如果说乔布斯所信奉的「技术和人文的十字路口」让他造出了极具美感的数码产品，那诗歌相机则是用一种互动形式上的创新，给予我们另一种技术和现实交互的可能，突破界限，创造新的表达形式，甚至进一步反向激发人类的观察和想象。

这也是两位开发者秉持的理念：技术应该融入生活，让我们能更好地欣赏日常，而不是挤压人类的生存空间。

联合创始人 Kelin Carolyn Zhan 坦言道诗歌相机的意义所在「对我来说，这仍然是艺术，它是关于表达的。诗歌相机是一台塑造我们想要看到的世界的工具，这也是一个人们可以把玩新技术的世界：人工智能并不全是厄运和悲观，也不仅仅是用更深、更快、更糟糕的方式模仿人类，而是用新技术创造全新的工具，再让工具再次带出人类内心的孩子。对于这个项目来说，这不是为了赚钱——而是为了让那些天真的奇迹再次成为可能。」

但在创意之外，我们又不得不产生疑惑：GPT-4 生成的诗已经模有样，那在诗的创作上，超越人类是否只是时间问题？

人工智能写的诗，

能和人比吗？

当我们站在赏鉴的角度再看诗歌相机的成诗，可以感受到人工智能和诗人作诗上的差异所在，人工智能写的诗有更明显地「描述」和「顺序」，用词上更连贯，比如「日光透过褪色的薄纱」「天花板的影子之舞，」，更像是用文雅的词描述一个场景，其中缺少了诗歌难以描述的抽象感和意象美。

就像诗刊社在《GPT时代，诗歌的意义和价值所在？》里提到的，「GPT 的出现是对文本顺序的改变，它省略了世界与作者的概念，中间加入的是标准化、数字算法，却没法模仿诗歌的意象。」

诗人夏宇所写的现代诗｜图源：夏宇

诗人欧阳江河也曾在采访里说到「写作背后的广阔性是人的生命、人的世界观。这些包括了生命的感动、生命的升华、生命的伤痛、生命的恐惧、生命的黑暗、生命的爱、生命的愚蠢、生命的局限性。但人工智能不可能有生命，人工智能太聪明了，它没有疼痛，没有生命的脆弱感和恐惧，而诗歌正是这些的产物。如果没有这样的来源，只剩下漂亮的句子是没有意义的。」

诗不像围棋或公式，诗没有确定的答案，当我们质疑人工智能写诗的能力，我们更多是在质疑它诗的由来。

就像在 1982 年的科幻电影《银翼杀手》里，人造人罗伊·巴蒂在死前留下了全片最富有诗歌气息的台词，这意味着人类，至少《银翼杀手》的创作团队相信，在共同经历了对生命的感受之后，人工智能体也能创作出优美且富有人性的诗歌。

罗伊·巴蒂死前独白｜图源：银翼杀手

回到诗歌相机上，在我们了解这个设备后，并没有感受到一种「被人工智能挑战」的紧迫感，反而是新奇更甚，毕竟当我们触手可及的设备能进行一种艺术的表达时，它也随之解锁了我们看待周遭的一种独特的方式。

就像诗人夏宇在 2023 年与 ChatGPT 合作完成了一册诗集《验证您是人类》，她和 ChatGPT 探讨诗、评论、语言、机器、笑话……最终她在采访里说道「人类至上的人类又在搞机器人，处处代入人的语法人的意图动机人的情感……与ChatGPT的沟通，透过它习得的人类语言，它也学得很快，我还是希望它保留它的机械性不要轻易进入人性。」

与其去较真人工智能和人类在写诗上还有多少差距，甚至产生精神危机感。我们更应该关注，用算法和数据喂饱的人工智能是怎样观察被我们忽视的周遭，它又能否激发出人类的诗性。

*头图来源：Poetry Camera

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

极客一问

你还接触过哪些有趣的 AI 项目？

欢迎在评论区留言告诉我们