AI 是否能像人类一样写古代汉诗？基于图灵测试的实证研究
内容提要
本文综述AI诗歌生成研究，涵盖利用BART等预训练模型生成韵律诗与风格诗以缓解写作意图相关性下降、基于注意力循环网络的主题诗生成、GPT生成文言诗及藏头诗、Deep Poetry多模态系统，以及语言模型辅助创意写作、ChatGPT文本评估和字符级无标记模型提升中文古诗格式准确性；图灵测试表明诗歌爱好者难以分辨AI与人类诗作。
延伸解读
技术路线：从主题一致到格式准确
文章梳理了AI写古诗的多种技术路径：早期用注意力循环网络确保主题一致，后来用BART等预训练模型生成韵律诗和风格诗，并解决写作意图相关性下降的问题。GPT模型被用于生成绝句、律诗、词牌和对联，甚至藏头诗。2024年的研究则指出基于标记的模型在标记-字符关系上有知识限制，提出字符级无标记模型来提升格式准确性。这些进展显示，AI写诗正从“能写”向“写得合规”演进。
图灵测试结果：爱好者难辨真伪
文章提到，基于BART等模型的AI诗歌图灵测试显示，高水平的诗歌爱好者也不能区分AI生成的诗歌与人类诗歌。这一结果说明，在特定模型和测试条件下，AI生成的诗歌在表面特征上已接近人类作品。但需注意，图灵测试衡量的是“难以区分”，而非诗歌的艺术价值或原创性。文章也指出，AI聊天机器人在学术写作中擅长重组已有知识，但在生成原创科学内容上存在局限。
应用场景：辅助创作而非替代诗人
文章介绍了多个面向创作辅助的系统：Deep Poetry支持文本、图像或艺术概念等多模态输入，并允许用户参与创作过程，已部署在微信小程序；GPT模型生成的文言诗也有在线演示程序。此外，语言模型作为协作者、挑衅者等角色，能帮助学生作家获得更多创意。这些应用表明，AI写诗更多是帮助缺乏语言能力或创作灵感的人，而非取代诗人。
评估与局限：创造力仍是分水岭
文章提到，在Guilford替代用途测试中，人类在创造性输出上仍优于GPT-3，但作者认为这只是时间问题。同时，大型语言模型的规模增长已趋平缓，模仿人类原创性面临挑战。对于中文古诗，格式准确性是专门问题，字符级无标记模型提供了可行方案。读者应留意，现有评估多关注可读性、参与度或格式，对诗歌深层意境和原创性的衡量仍不充分。
Q&A
AI写古诗能骗过人类吗？图灵测试结果如何？
基于BART等预训练模型生成的诗歌，在图灵测试中，高水平的诗歌爱好者无法区分AI生成的诗歌与人类创作的诗歌，表明该模型在诗歌生成方面表现优异。
有哪些AI模型可以生成中国古典诗歌？
文章提到多种模型：BART等预训练模型用于生成韵律诗和风格诗；基于注意力机制的循环神经网络生成主题诗；GPT模型生成文言诗（包括绝句、律诗、词牌、对联和藏头诗）；Deep Poetry多模态系统；以及字符级无标记模型提升格式准确性。
AI如何解决诗歌生成中用户意图相关性下降的问题？
研究提出FS2TEXT和RR2TEXT方法，使用BART和其他预训练模型生成韵律诗和特定风格的诗歌文本，从而解决用户写作意图逐渐降低所导致的诗歌文本相关性问题。
Deep Poetry系统是什么？它有什么功能？
Deep Poetry是一个中国古典诗歌生成系统，使用神经网络训练，可接受普通文本、图像或艺术概念等多模态输入来生成中国古典诗歌，并允许用户参与创作过程。该系统部署在微信小程序平台上，用户可随时随地使用。
AI生成中文古诗在格式准确性上有什么解决方案？
研究验证了基于标记的大型语言模型在标记-字符关系方面的知识限制，并提出一种基于字符级或字节级标记的无标记模型，该模型在格式准确性方面表现优异，为解决生成中文古典诗歌的格式问题提供了可行方案。
语言模型在创意写作中能起到什么作用？
实证研究发现，语言模型在创意写作中扮演不同角色（如协作者、挑衅者等），可以帮助学生作家创造更多创意。
