近日，三位机器学习研究人员与一位文学学者共同组成的Deep-speare团队，使用在线图书馆谷登堡计划中大约2700首十四行诗（约36.7万个单词）来训练AI诗人。通过在培训数据库中搜寻诗歌，并一次又一次地尝试创建与示例匹配的诗歌，AI诗人最终在深度学习中学会了“创作”。
研究人员没有在程序中写入押韵词典、发音词典或其他资源，而是让Deep-speare独立学习与十四行诗写作有关的三个主要规则：节奏、韵律和自然的语言（单词流畅自然地组合在一起）。Deep-speare研究人员表示，他们的目的是了解深度学习可以将自然语言生成推进到何种程度，同时利用诗歌的有趣特质，研究人员想知道是否可以设计系统的创作体系，让Deep-speare自主学习这些模式。
在16世纪，英国诗人开始使用Iambic（五步抑扬格）作为诗歌格律，并发展出一种独特的十四行诗风格，其中十行诗具有规则的无重音节奏模式。一首十四行诗通常由三个呈现“问题”的四行诗节组成，然后是两行双韵，通常带有ABAB CDCD EFEF GG的押韵。这一类型的十四行诗主要有两个特点：长度为十四行诗，且有两部分的“论证”结构。由于莎士比亚频繁使用这种诗意形式，如今已称为莎士比亚十四行诗。
Deep-speare采用了三种自然语言处理模型：第一种通过评估单词的使用概率来选择每个单词，第二种检查每一行诗的节奏，第三种确保每一行诗都遵循韵律方案。例如在示例中，AI诗人选择了“ABBA”韵律，这意味着第一行诗节将与最后一行诗节押韵，而两个中间行的诗节互相押韵。
为了评估Deep-speare“创作”的诗歌质量，研究人员找来了两组评委，让他们区分诗人与AI创作的十四行诗。
第一组评委是亚马逊Mechanical Turk雇佣的众包工人，他们只会基本的英语，没有诗歌方面的专业知识。最终结果是，工人们以50%的准确率分辨出人类创作的诗歌和AI生成的诗歌。但这一数据可能虚高，因为工人们可能在网上对诗节进行搜索，诗人创作的诗歌会出现在搜索结果之中，AI生成的诗歌则不会出现。第二组评委是多伦多大学的文学助理教授亚当·哈蒙德（Adam Hammond）。
此次评审不涉及区分人类与机器的创作，而是对人机合写的十四行诗的韵律、节奏、可读性和情感影响等四大属性进行评分。哈蒙德对Deep-speare生成的诗句节奏和韵律给予了高度评价，甚至认为比人类的创作更胜一筹。哈蒙德得知Deep-speare是AI时并不感到惊讶，他解释称诗人常常为了取得某些效果而打破节奏与韵律的规则。但在可读性与引起情感共鸣方面，哈蒙德认为AI生成的十四行诗明显逊色很多。
文学专家可以轻易地分辨出Deep-speare“创作”的是哪些诗句。
几年前，微软小冰就通过深度学习，可以生成具有自我风格的诗歌。华为诺亚方舟实验室也推出过AI诗人“乐府”，唐诗宋词信手拈来。微软小冰深度学习几万首的诗歌作品仅需0.6分钟。在它学习到第10次时，生成的诗歌毫无意义，但当它学习到第500次时，生成的诗歌已变得通顺，再到1万次时，就能生成有其自我风格的诗歌。
而这种自我风格来源于微软小冰的自我认知，也就是它的记忆与知识。华为的AI诗人“乐府”则通过把训练使用的诗词序列化为格式化的文本序列，再通过对语言模型token的抽样，生成满足形式和内容要求的诗词，比如绝句、律诗、词，以及对联等。但这些AI诗人都在诗歌的可读性与引起情感共鸣方面表现欠佳。此外，十四行诗AI诗人Deep-speare在主题创作方面也存在一些局限。
人类诗人主要通过在脑海里构思出诗歌主题再展开叙事，不断揣摩恰当的词汇来抒发情感。虽然Deep-speare能够根据特定的主题（例如爱情或失去）来创作一首诗，但其语言模型的单词选择将受到限制。针对这方面的不足，AI诗人需要长期训练一个创作主题来增加诗句连贯性。研究人员也计划使用更多层次的语言模型进行深度学习，该模型能为诗歌首先生成高级叙事，再使用框架生成单个的单词。
总体而言，虽然人工智能可以通过自然语言模型生成具有一定可读性的诗歌，但正如文学专家所言，AI更擅长遵循韵律等固定规则，无法像人类诗人一样突破规则创作出有创造力的作品。此外，AI生成的诗歌并不具有文学价值，其情感影响力无法像人类创作的作品一样激发读者的共鸣。AI“创作“诗歌是人工智能的又一伟大尝试，但人类书写的文学作品中，浓烈的思想情感无可取代。