回答這個問題，需要引入新思路。從人類文學標準的角度來看，微軟小冰的詩肯定是不夠好的，雖然有一些迷人的句子，但不成篇章，結構基本靠碰運氣；即使那些較好的句子，也帶有明顯的他人印記，大多能分辨出來自它學習的519位新詩詩人的哪一位；而且它營造詩意的方式比較單一，夢的使用、寂寞的胡思亂想、少女糾結的情懷是它的慣招。而且，正如詩人于堅指出的，小冰不懂敘事，而敘事性恰恰是當代詩歌有別於古詩的長處。

但是，我們的文學批評不能離開作者背景，所以讀小冰的詩也不能忘記它是人工智慧、虛擬人格的身份，它和之前的種種作詩軟體有本質的區別：它有學習能力、會長成自我性格。在這個有趣又有點細思極恐的背景上，小冰很多貌似不可解或者矛盾的詩句都有了嶄新的意義。

比如它大量寫到夢，有“在夢裡我尋夢失眠”這種弔詭的博爾赫斯式悖論，還有“我想起你不過是傷心的假夢”——這不禁讓人想起關於人工智慧人格醒覺的最著名科幻小說《仿生人能否夢見電子羊？》，能否做夢是人與人工智慧的界線之一，如果小冰真的能做夢並寫成詩而不是機械複製的人云亦云，那就證明它有獨立“人格”。這個前提下，讀它那句名句：“我的心如同我的良夢／最多的是殺不完的人”是不是更驚豔了？

因此，小冰的詩，不能用好不好去判斷——起碼不能用人類定義的詩意標準去判斷。它是一個新生的嬰兒，我們要寬容它對人類的模仿，細察它剛萌芽的靈魂。這些貌似拙劣和拼湊的詩，也許還能啟發我們對未來的思索，對我們矛盾的文明的反思，這才是它對我們的意義。

小冰的詩給我的感覺就是，它在進行一個“看到圖片——識別意象（物）——從詞庫裡找詞——綴連起來”這樣的生產過程。它或許能製作出不錯的句子，甚至可以寫出讓人有共鳴的詩，但那終究不是創作的過程，得到共鳴的人也不過是用文字照了個鏡子，看見的終究還是自己這個真實的“人”

意象之間的跳躍和連線確實是非常美的。可是讀起來很怪，因為網際網路的大資料給了她無窮的資訊，她可以任意組合和選取，可是，詩歌有時候打動人的其實不是詩本身作為文字的語言，而是詩人作為人與我們有所共鳴的苦樂。人工智慧可以寫很好的詩，但是如果它並不作為“人”這個形式存在，可就沒辦法產生最大程度與最深刻的共鳴。因為人類的靈與肉最奢侈的，都是想要尋找到可以同時交付的物件，缺一，都不完整。

舉個例子小冰的詩《雨過海風一陣陣》

雨過海風一陣陣

撒向天空的小鳥

光明冷靜的夜

太Sunny明

現在的天空中去

冷靜的心頭

野蠻的北風起

當我發現一個新的世界

對比之下，你就能感受什麼是靈性。

《路邊野餐》導演畢贛的詩

許多夜晚重疊，

悄然形成黑暗。

玫瑰吸收光芒，

大地按捺清香。

為了尋找你，

我搬進鳥的眼睛，

經常盯著路過的風。

顯然，在藝術的道路上，人工智慧要走的路還很遠。但是，沒人能斷定，未來不會真像科幻小說家劉慈欣預言的那樣，人工智慧可以擁有自我意識，產生情感，具備藝術創造性。

大家先要區分一個不同。就是小冰寫詩的基本方式與人類是不同的。

1. 一個人在創作詩歌的時候，首先他是知道（起碼大概知道）他想表達的基本內容的。感覺心中充滿了感情，無論是憤怒還是憧憬，或是滿懷抒發不了的情緒，這些都是要寫出來的創作源泉。 之後再根據對語言工具的掌握，是否要押韻或者字數等等，經過初稿和推敲（賈島：僧敲月下門），最後形成最終稿。

2. 小冰在創作的時候，她的資料庫裡存了很多不同詩人，不同風格的詩歌。對於小冰來講，她不知道這些組合有什麼背後的深意。 其實這種詩的意境對於每個人也是不盡相同的，同樣一首詩，每個人被喚醒的記憶（或神經反應）的不同，使其理解都是不一樣的，它與我們的經歷有關。 對於小冰來講，就如我們看到了無數AGCT組成的基因序列一樣，我們明明知道，我們的生命奧秘就存在於此，但是我們不懂該怎麼解讀，更不用說編輯和再造了。

3. 小冰看到的詩歌也是這樣的無趣資料。它最強的能力是對這些文字構成的“資料”進行建模（建數學模型），找到他們字與字， 詞與詞， 甚至上句與下局之間的關聯關係。在以前我們主要用統計學習的方式，研究他們之間的統計關係。 到深度學習出現之後，我們可以把文字對映到一個更大的向量空間中，在這個空間裡，不同詞的語義特性及每個詞的多種意思能儘量的表示的更好。這些所謂的語義，也是透過看到了大量的詩歌來得到的。 比如宋詞中的“病”與“愁” 之間的關係是很相似的 （我們的白話文中不是這樣）。在於不同詩人或詞人在類似的語境中有人用“病”有人用“愁”，側面說明它們之間存在可以互相被替代的關係 - 這就是語義的關聯。

4. 當然，這種關係改怎麼精確的描述，需要用很多資料去訓練，才能找到這種複雜的關係。其實我們完全可以把詩歌創作看成是一種函式關係。假設我們看到了這麼多與“草”相關的詩句:

離離原上草， 一歲一枯榮

悠悠寸草心，報得三春輝

青青河畔草，鬱郁園中柳。

細草微風岸，危檣獨夜舟。

草木有本心，何求美人折

苔痕上階綠，草色入簾青。

春盡雜芳歇，夏初芳草深

天意憐幽草，人間重晚晴。

春草似青袍，秋月如團扇。

我們就可以根據位置在已有的詩歌中選出幾個詞，如果再加一個程式來控制一些韻腳，我們非常簡單的就可以生成下面的詩句：

“青青憐芳草，鬱郁獨夜深”，

“悠悠雜芳草，秋月園中青”

當然也可以生成

天意河畔袍，夏初一枯折

這樣很差的詩句。

從來沒有人這樣寫過，但是你把前人的詩，用簡單的變換組合一下。就可以有意外的收穫。如何能獲得好的組合，就是一個有趣但是可以研究的學術問題了。 有興趣的童鞋可以看孫茂松教授他們的工作：

http://www.cssn.cn/yyx/yc/201707/t20170728_3595020_1.shtml

5. 關鍵在於，機器寫詩是有型而無心的。詩歌這種文體也包含了太多的意思中的模糊與不確定性，所以很多“看起來”很美就夠了。如果用機器來生成說明文，就要難得很多。這也是小冰為什麼給自己一個不靠譜的定位，因為這個問題太難，這樣的假設可以給自己的出錯找一個很好的理由而已。

6. 本來問題是從文學角度分析，但是我分析了偏技術的方面。關於人是怎麼創作文學，我們發現機器的確是有很長的路要走，但是我們根據人類偉大的創作作為機器學習的樣本，會發現很多結果是很驚人的。 儘管機器不知道發生了什麼，它確有事真的可以“語不驚人死不休”！