OpenAI ChatGPT走紅，DeepMind不甘示弱，推出劇本寫作AI，一句話生成一個(gè)劇本

 

　　你是否有過(guò)這種體驗(yàn)：某一天逛街的時(shí)候，腦子里突然冒出來(lái)一個(gè)好玩的故事，但你一時(shí)想不到更多的細(xì)節(jié)，也沒(méi)有一塊完整的時(shí)間去把它寫出來(lái)？

 

　　DeepMind新出的一款劇本寫作AI——Dramatron或許可以幫到你。

　　Dramatron是一個(gè)所謂的「聯(lián)合寫作」工具，你給它一句話（logline）描述中心戲劇沖突（比如James在有Sam鬼魂出沒(méi)的后院發(fā)現(xiàn)了一口井），它就能自動(dòng)寫出標(biāo)題、角色、場(chǎng)景描述和對(duì)話。

 

　　可以說(shuō)，Dramatron和ChatGPT很像，但它的輸出更容易被改寫成電影腳本。為了評(píng)估Dramatron的可用性，DeepMind邀請(qǐng)15位劇作家和編劇參加了長(zhǎng)達(dá)兩小時(shí)的用戶學(xué)習(xí)課程，旨在讓他們與Dramatron一起編寫劇本。其中一位劇作家與Dramatron合作編寫了4個(gè)經(jīng)過(guò)大量編輯和重寫的劇本。加拿大TheatreSports公司已經(jīng)改編了Dramatron參與創(chuàng)作的劇本并將其搬上了舞臺(tái)，收到了非常積極的評(píng)價(jià)。
 

 

　　據(jù)報(bào)道，劇作家們表示，他們不會(huì)使用這個(gè)工具來(lái)創(chuàng)作一部完整的戲劇，并發(fā)現(xiàn)人工智能的輸出可能是公式化的。然而，他們認(rèn)為Dramatron將有助于世界的構(gòu)建，或者幫助他們探索改變情節(jié)元素或角色的其他方法。同時(shí)，人工智能也有助于他們「產(chǎn)生更具創(chuàng)意的想法」。

 

　　和很多生成式AI工具一樣，Dramatron的背后也有一個(gè)大型語(yǔ)言模型作為支撐。這個(gè)模型名為Chinchilla，參數(shù)量為70B，在1.4Ttoken的MassiveText數(shù)據(jù)集上進(jìn)行訓(xùn)練。不過(guò)，DeepMind在論文中表示，OpenAI的GPT-3等大模型也可以用來(lái)部署Dramatron。

 

　　有趣的是，在Dramatron曇花一現(xiàn)的試用頁(yè)面上，DeepMind明確表示，要使用Dramatron，你需要一個(gè)OpenAIAPIkey。

　　看到這兒，OpenAI聯(lián)合創(chuàng)始人WojciechZaremba發(fā)來(lái)了賀電。
 

 

　　不過(guò)，這個(gè)試用界面很快就關(guān)閉了，我們現(xiàn)在只能看到關(guān)于Dramatron的論文和簡(jiǎn)介。
 

 

　　Dramatron詳解

 

　　Dramatron是一個(gè)使用大型語(yǔ)言模型通過(guò)「分層故事生成（hierarchicalstorygeneration）」方法分層生成腳本和劇本的系統(tǒng)。Dramatron利用大型語(yǔ)言模型的優(yōu)勢(shì)，將精心設(shè)計(jì)的prompt（見附錄E）和具有結(jié)構(gòu)化生成能力的promptchaining相結(jié)合，以實(shí)現(xiàn)整個(gè)腳本的長(zhǎng)程一致性。這一過(guò)程比「扁平的」序列文本生成更具有故事連貫性。

 

　　從本質(zhì)上講，本文中的方法類似于分層神經(jīng)故事生成，但生成的腳本遠(yuǎn)遠(yuǎn)超過(guò)1000個(gè)單詞。故事的分層生成可以根據(jù)用戶提供的核心戲劇沖突摘要（也稱日志行（logline））生成整個(gè)劇本（有時(shí)是數(shù)萬(wàn)字）。從輸入日志行開始，Dramatron可以生成一個(gè)完整的劇本，包括標(biāo)題、角色列表、情節(jié)（即帶有設(shè)置和節(jié)奏的場(chǎng)景摘要列表）、位置描述和對(duì)話（見圖1）。用戶可以在分層生成的任何階段進(jìn)行干預(yù)。通過(guò)這種方式，人類可以和AI在交互過(guò)程中共同編寫腳本。這個(gè)方法適用于任何可以將prompt作為輸入，然后預(yù)測(cè)下一個(gè)token的大型語(yǔ)言模型。

　　下圖2展示了Dramatron在研究中用到的兩種敘事結(jié)構(gòu)：

 

　　左圖是德國(guó)小說(shuō)家、劇作家古斯塔夫·弗賴塔格（GustavFreytag）的金字塔結(jié)構(gòu)。他認(rèn)為典型劇情由上升(risingaction)?高潮(climax)和回落(fallingaction)組成。

 

　　右圖是敘事學(xué)和比較神話學(xué)中的一種公式——英雄旅程（Hero'sjourney），又稱為單一神話（monomyth），主軸圍繞在一個(gè)踏上冒險(xiǎn)旅程的英雄，這個(gè)人物會(huì)在一個(gè)決定性的危機(jī)中贏得勝利，然后得到升華轉(zhuǎn)變或帶著戰(zhàn)利品歸返到原來(lái)的世界。

 

　　Dramatron使用幾個(gè)硬編碼的prompt（即inputprefix）來(lái)指導(dǎo)大型語(yǔ)言模型。promptengineering是用戶控制或影響大型語(yǔ)言模型的常用方法。如下圖3所示，prompt與用戶提供的之前大型語(yǔ)言模型生成的輸入和/或輸出相連接，這種方法被稱為promptchaining，是一種算法prompting。如上圖1所示，在整體結(jié)構(gòu)的較低層次，prompt與來(lái)自整體結(jié)構(gòu)更高層次的輸出鏈接在一起。

　　更多細(xì)節(jié)請(qǐng)參見原論文。
 

 

　　論文鏈接：https://arxiv.org/pdf/2209.14958.pdf

 

　　參考鏈接：https://deepmind.github.io/dramatron/

 

　　https://twitter.com/DeepMind/status/1601237890708537344

 

　　基于AmazonSageMakerJumpStart的AIGC解決方案

 

　　StabilityAI推出的火爆AIGC領(lǐng)域的StableDiffusion模型從開源之初便深受開發(fā)者歡迎。該公司于11月24日正式推出了StableDiffusion的2.0版本，并在剛剛結(jié)束的亞馬遜云科技re:Invent2022大會(huì)上宣布其已選擇亞馬遜作為其首選云提供商，以幫助其開發(fā)和部署用于圖像、語(yǔ)言、音頻、視頻和3D內(nèi)容生成的新人工智能模型。

 

　　12月15日，來(lái)自亞馬遜云科技的嘉賓將直播分享「如何調(diào)用SageMakerJumpstart預(yù)訓(xùn)練好的模型“一鍵”部署StableDiffusionv2和Bloom模型」。