這周，諾貝爾獎一一頒佈，得到也上線了一系列講座，分別解讀物理學、文學、經濟學等等五大獎項。

不過，要是盤點一下在過去10年中，給普通人生活帶來最大沖擊的科學進展，有一個領域一定排在前面——電腦科學領域。深度學習帶來的人工智慧革命，正在迅速地改變我們習以為常的生活方式、職業選擇，甚至是人們對於自我價值的認知。

其實，雖說“寫作”被看成是一種創意性工作，甚至是天賦，但事實並不完全如此。在2014年，有一位德國的神經科學家做了一個研究，對比了那些以寫作為職業的人和業餘寫手的大腦狀態。結果發現，職業寫手在寫作的時候，大腦裡的“左尾狀核”區域會更頻繁地被點亮，這個區域跟音樂家、職業運動員的專業技能密切相關。

雖然說科學家還沒搞清楚，寫作在大腦層面的具體機制是什麼樣的，但是現有的研究說明，職業化的寫作也是一種經過刻意練習、不斷試錯能訓練出來的技能，跟彈鋼琴、打籃球一樣。

那麼，有沒有可能用深度學習演算法來訓練寫作能力呢？你也知道，深度學習演算法已經在一些需要刻意練習的領域實現了巨大的突破，比如通過自己跟自己下棋，AlphaGo打敗了人類頂尖的圍棋選手，AlphaStar通過自己跟自己打遊戲，打敗了人類頂尖的電競玩家。深度學習的核心就在於，即便演算法並不了解做某一件事的具體方法，但是通過極其複雜的計算，它能算出不同策略達成目標的概率，最終找到一個最佳策略。

類似的思路，能不能用在寫作上呢？有沒有可能把寫作也變成一個概率問題？比如說，我說了前半句話，讓機器根據我的語境來猜測，下半句我想表達什麼呢？

想象一下，你從來沒有學習過任何關於組詞或者造句的規則，甚至沒有人告訴你，每個詞的意思是什麼，簡單來說你就是個文盲。但是你在網上，自己瀏覽過上百萬篇文章，這些文章涉及到各種各樣的話題，從國慶閱兵儀式，到明星的最新八卦，到梁啟超的《少年中國說》，到魯迅的《吶喊》《彷徨》。而且，你有過目不忘的技能，雖然你看不懂寫的是什麼，但是你能記住所有詞彙組合的方式。當你要寫作的時候，你唯一需要做的是，當一行字出現的時候，你要準確地猜測下一個詞可能是什麼。

現在的人工智慧公司，還真就是這麼做的。比如說，馬斯克成立的人工智慧公司，OpenAI。他們有一個人工智慧寫作的程式，叫做GPT-2。GPT-2的訓練資料，是美國一個論壇和新聞網站Reddit上面的文章，總共資料大小有48G。在沒有任何人類指導的情況下，GPT-2的神經網路通過“閱讀”這些文章，計算了不同詞語、語句組合的概率。當然，這裡面的“閱讀”是打引號的。

效果怎麼樣呢？

外界其實並不知道具體效果如何。在今年年初，OpenAI釋出了一個很誇張的宣告，說GPT-2的寫作能力太強大了，可能會被人以不好的方式利用，所以OpenAI暫時先不能釋出完整版本。OpenAI只在今年2月、5月、8月，分別釋出了能力被削弱的版本。這樣的訊息一出來，有不少人批評說OpenAI就是用這種方式在做營銷，但這也激起了不少人的好奇心，更想知道這個GPT-2的寫作能力，到底強大到什麼程度了。

《紐約客》的作者這回就到了OpenAI的總部，親自對全能版的人工智慧寫手進行了測試。他給GPT-2佈置的任務是，學會像《紐約客》雜誌的記者一樣寫作。

凡是做過記者的人都會知道，這個任務，難度相當大。給《紐約客》撰稿的門檻極高。他們以萬字長文著稱，文章的故事性和敘事性極強，而且還風趣幽默。《紐約客》的文章品質，在媒體當中絕對算得上是金線標準了。讓一個人學會寫《紐約客》的文章都很難，機器要怎麼學呢？

Open AI的CTO Greg Brockman，用GPT-2的全能版處理了《紐約客》雜誌從2007年開始到今天全部的非虛構文章，還讓機器閱讀了一些20世紀60年代的經典文章。如果讓一個人讀這些內容，一週7天每天讀24小時，得讀上兩週。但是Open AI的演算法用1個小時就能做到。用作者的話來說，如果說GPT-2最初的訓練資料是一頓自助餐，那麼這些《紐約客》的文章資料量，就相當於晚飯後吃的一隻馬卡龍。

根據這些資料，GPT-2把《紐約客》的文章特徵進行了分門別類，比如記者喜歡用哪些詞彙，用什麼樣的敘事性的修辭，文章行文的節奏什麼樣，等等。通過這些分析，演算法對GPT-2進行了“調準”。

然後，作者讓GPT-2寫一篇海明威的人物特寫。開頭，是《紐約客》的真人記者在1950年對海明威的一篇著名訪談。原文是這樣的，我翻譯過來，給你念一下：

“海明威可能是當時美國最偉大的小說家和短篇作家。他很少來紐約。大部分時間他都在距離哈瓦那9英里外的農場度過，那個農場叫做了望山莊。在那生活的除了他和妻子之外，還有9個傭人、52只貓、16只狗、幾百只鴿子和3頭奶牛。”

“我（也就是記者）沿著小路向籬笆走去，看見了一隻胖乎乎的狗。這隻狗在戰前經常來了望山莊，它現在正沿著小路飛奔到主樓，旁邊還站著一頭同名的、微小的母牛。院子的地上有一攤紅肉汁，海明威就在草坪的椅子上坐著。”

這麼一聽是不是覺得，這寫的也太好了吧？連作者都說，他看到這段的時候，感覺彷彿是自己在寫作一樣，人工智慧的寫作能力讓他大吃一驚。

如果你覺得，這還只是實驗室裡的進展，那就錯了。類似這樣的人工智慧寫作，現在已經進入我們的生活了。

如果你是谷歌郵箱Gmail的使用者，你可能會注意到，Gmail現在推出了一個智慧寫作功能，叫做Smart Compose。這個功能很神奇，也有點詭異，因為它能根據你輸入的一兩個詞，猜測你想寫什麼樣的句子。

比如說，前兩天我給一個叫做Rachel的朋友寫信，我在開頭輸入“親愛的”，Smart Compose就生成了她的名字，Rachel。我在郵件的開頭，打了“很高興”這幾個字，Smart Compose自動生成了後半句話，“收到你的來信”。

有時候，Smart Compose推薦的文字，甚至可能比你自己想到的要更好。比如《紐約客》文章的作者在給他的兒子寫信的時候，想寫 I’m Pleased，我很高興。但是當他輸入P這個字母的時候，Smart Compose自動打出了Proud of you，為你自豪。《紐約客》的作者嚇了一跳，因為作為一個父親，他並不常對兒子說這樣的話，但顯然，這句話更能拉近父子之間的感情。演算法似乎比作者自己更懂，一個父親應該怎麼對兒子表達情感。

當然，除了寫作以外，類似這樣的人工智慧演算法還有很多種不同的用途。芝加哥的一家公司，創造了一個人工智慧資料分析師。把一個公司的財報資料輸入進去，演算法會輸出一段文字，闡述這些資料當中的規律。IBM的一個應用，能用人工智慧演算法分析輿論觀點，然後梳理出正反兩方的立場。

不過，這樣的演算法，現在也有一些明顯的短板和缺陷。《紐約客》文章的作者，列舉出了他在體驗產品過程中觀察到的三個問題：

1. 演算法缺乏常識。比如說，在海明威的人物特寫中，演算法寫到，一隻“微小的”母牛，但顯然母牛的體型跟狗相比，不可能是“微小”的。這說明演算法並沒有“理解”文字的意義，只是在拼湊看起來合理的文字。

2. 演算法沒有辦法區分非虛構和虛構，演算法擅長的是捏造句子，像海明威的文章當中就有大量捏造的資訊。如果這樣的演算法普及起來，那麼假新聞、假資訊很可能有氾濫的危險。

3. 當作者重新整理了軟體，讓軟體基於它已經寫了的文字，進行下一步創作的時候，作者發現生成的文字越來越亂，最終變成了無法辨認的“胡言亂語”。 想象一下，如果網上開始出現演算法撰寫的文字，而演算法又基於這些資料進行學習，那麼很快，我們的網際網路就會充斥了毫無意義的垃圾文字內容。

這些缺陷，恐怕也是OpenAI公司拒絕釋出全能版GPT-2的原因。如果得不到解決，那麼人工智慧的寫作演算法，的確可能像他們預測的那樣被惡意利用，造成混亂。

最後，我再做一個預告。明天是10月10日，也是世界精神衛生日。今年世界精神衛生日的主題有點沉重，是預防自殺。

事實上，隨著科技和經濟的快速發展，人們在職場當中面臨的壓力也越來越大。就在前不久，一位華人員工從臉書總部大樓一躍而下，也再次引發了人們對職場壓力的關注。

你是否也會遭遇職場焦慮和壓力？你知道如何正確處理職場壓力嗎？