我们已经多次将技术与作为一种技术行为的写作之间的关系以及作为一种创造性行为的技术与写作之间的关系进行了处理。 后者是人工智能和认知机器争论中的一个热门话题。 人造大脑能否像生物大脑一样产生创造性行为，例如讲故事？ 就内容质量和叙事风格而言，人工输出能否优于有机输出？
如果创造性行为是知识和经验的产物，那当然是； 相反，如果创造性行为是某种深深植根于个性和个性的产物，那么认知机器的革命将走多远还有待观察。 目前，人工智能是深度学习，在意大利语中可以用“极客”一词来表示。
根据谷歌技术专家的说法，他们总是非常有远见，比你想象的更快，人工智能执行的翻译将与人类完成的翻译没有区别。 鉴于由人工智能软件提供支持的谷歌翻译所达到的水平，我们必须确定这一预测。
对于写作和文学社会学的爱好者，我们建议阅读兰登书屋刚刚发行的一本内容相当丰富的英文书： 书面世界：文学如何塑造历史 由哈佛大学文学教授马丁·普赫纳 (Martin Puchner) 撰写。 这本书概述了讲故事对人类行为的影响的千年历史及其在所有文明中的普遍性，调查了新技术改变写作体验的方式以及这些变化对社会和未来的影响。关于当时的艺术表现形式。 在他的分析中，普赫纳基于以下观察构建了一个坚实的理论，即书写技术是重大历史事件的创始要素之一。
字处理
但是让我们按顺序来处理技术对写作技术行为的贡献。
用机器写作这种非常技术性的行为会影响思想：“我们的写作工具也会影响我们的思想。” 德国哲学家弗雷德里希·尼采 (Frederich Nietzsche) 由于视力问题，决定使用丹麦发明家拉斯穆斯·马林-汉森 (Rasmus Malling-Hansen) 于 1865 年制造并在 1878 年巴黎世界博览会上展出的便携式打字机来表达它，或者说打字。 60 年，尼采用他的“书写球”(Schreibkugel) 写下了大约 XNUMX 份手稿，但在去热那亚旅行期间该设备无法修复之前。
近代，随着个人电脑的出现，另一个古怪的知识分子，如尼采，抓住了那个时代的精神。 1983 年 XNUMX 月，《花花公子》刊登了斯蒂芬·金的一篇题为 文字处理器. 在这个故事中，Wang System 5 使用名为 Model 3 的文字处理器编写，一名沮丧的学生发现，通过删除关于他的敌人的句子，他实际上将他们从地球表面抹去以取而代之。 一如既往，金的翻译能力令人惊叹。
来自缅因州的作者很好地抓住了软件辅助写作的本质，因为程序能够插入、移动或删除单词和部分文本而不留下痕迹（只有在最现代版本的文字处理器中，你才能留下各种痕迹编辑层次……令语言学家高兴）。
在这里，随着文字处理，写作动作的独特性终于发生，阅读、更正、扩展、删除、移动和清理工作。 简而言之，发生的事情主要具有定量价值，也就是说，它与作家的生产力有关，但在更温和的程度上也具有定性价值，因为它涉及思想在内容中具体化的方式，正如尼采用他原始的“书写球”所直觉的那样。
正是有了个人电脑，视频编写程序开始进入作家的家中，以及那些需要为任何目的地制作文本内容的人。 Matthew Kirschenbaum，他写了一本名为 追踪变化：文字处理的文学史 （哈佛大学出版社，368 页），估计在 1984 年，一半的美国作家都在使用文字处理器（Word Star 或 Word Perfect）写作。 似乎第一个交付存储在 8 英寸软盘上的手稿的是 Frank Herbert，作者 Dune在七十年代末。 Kirschenbaum 在他的研究中发现，科幻小说作家首先接受了在个人计算机上编写程序。
事实上，恰恰是最多产的作家，就像科幻小说作家一样，意识到文字处理系统为他们提供的优势。 像乔治·马丁这样多产的作家， 游戏的王座，用 Word Star 写下了他的巨大成功传奇，Word Star 是 Ms-Dos 最流行的文字处理器。 关于这个节目，富有想象力的作家用这些术语表达了自己：“这是我的秘密武器”。
文字处理器如今已成为作家不可替代的伙伴，只要具备三个基本功能：1) 自动拼写和句法校正，帮助作家消除打字错误，或者更重要的是，消除拼写错误、性别和数字的一致性，以及如主语和动词之间的那些，以及最常见错误中的重复； 2）同义词库有助于增加词汇量并发现最合适的词来描述上下文，从而选择正确的语体； 3) 断字语言的选择以及语法和句法错误的更正，对于那些必须编写多语言文本的人来说绝对是必不可少的工具。
Macintosh 排版革命和桌面排版的诞生
1984 年，Macintosh 引入了第一代文字处理器所缺乏的东西：排版。 得益于 Mac 操作系统中包含的 8 种印刷字体，作者可以为他们的文档提供印刷形式。 次年，Mac 与 Page Maker 桌面出版程序（由西雅图的 Aldus 开发）和激光打印机（Apple LaserWriter）相结合，形成了一种价格合理且易于使用的组合，用于制作具有凸版质量的分页文档. 这种结合开创了一种新现象，即桌面出版。 桌面排版改变了出版业的本质，将更多的权力转移给了作者。
就好像作家和印刷者合二为一 独特，内容的制作者同时也是其作品图形结果的创作者。 这似乎是一件微不足道的事情，但事实并非如此，因为这种文本/视觉融合为改善内容的外观、吸引力和使用提供了许多有趣的想法。 它改进了作家一直追求的东西，这些东西对他们作品的交际方面最敏感，即易读性。
随着桌面出版，文字处理器也开始引入高级格式和页面布局功能，以表明作家兼设计师希望他的文本以何种风格出现在读者面前。 巴巴多斯诗人 Kamau Brathwaite 写道，用 Mac 写作“使他能够在光线下写作”。 照明，确实如此。
文字处理器在编辑和组织创意材料方面对作家有很大帮助，但在组织、结构化和设计方面帮助不大，也就是说，构建它所谓的概述. 您可以保留内容的轮廓，但无法构建关系画布。 在这里，为此目的，特定的软件，精确定义的思想感谢，字面意思是“思想收集者”来提供帮助。
正是在 1987 年的 Macintosh 上，第一个真正的智囊团出现了，它的名字很有灵感：HyperCard。 HyperCard 由软件开发领域最杰出的人才之一比尔·阿特金森 (Bill Atkinson) 创建，允许用户通过一种称为 WildCard 的非常简单的编程语言来构建和关联堆叠排列的卡片中收集的信息。 作者由此可以将自己的总体思想、情节的具体事件、发生的地点、人物和时间线，按照一定的叙事策略进行收集、描述和注释，并将它们联系起来。
HyperCard 最令人惊叹的地方在于其非凡的易用性和多功能性。 一张卡片的信息可以被修改，立即反映在所有与该信息对应或关联的卡片上。 我们不知道陀思妥耶夫斯基或维克多雨果，如果他们有 HyperCards 可用的话，他们会在哪里上演人物的精神错乱。 于是，陀思妥耶夫斯基在他的叙述中，愤怒地使消失的人物重新出现，让读者目瞪口呆。 也许有了 HyperCard，他就可以避免这些突然的复活，但也许内在的叙事岩浆将不再像宇宙事件那样吸引读者。
还有一整套软件可以让您构建思维导图，即一种具有层次结构或关联结构的思想图形表示形式，可用于为叙事作品等创意项目提供实质内容。 任何对此主题感兴趣的人都可以从阅读和练习一本书开始 尼娜·阿米尔 按标题， 作家的创意可视化. 将您的书籍创意和您的写作生涯变为现实的互动指南。
对于编剧来说，还有更具体的软件可以执行标准文字处理器无法执行的典型编剧功能。
自然语言处理 (NLP)
总结起来可以等同于太空探索犬莱卡。 这是让专用软件生成结构化文本的首批明智尝试之一 自然语言处理. 事实上，Sumply 是一款适用于 iOS 的应用程序，由来自伦敦的 300 岁少年 Nick D'Aloisio 开发，他可能是意大利血统。 在他的卧室里，这位年轻的伦敦人开发了一种算法，能够用 400/XNUMX 字总结任意长度的文章，并在 iPhone 屏幕上进行调整。
这位年轻的伦敦人的应用程序获得了令人印象深刻的媒体报道，最终，当雅虎决定以 30 万美元收购该项目并将其更名为雅虎新闻文摘时，他的创作使他成为了百万富翁。 雅虎的应用程序赢得了Apple设计奖 凭借其卓越的技术和设计在 WWDC 2014 上亮相。 事实上，该应用程序运行良好，并且公正地对待它负责总结的文章，仅需 400 字。 在上图中，您可以看到他总结了与拉奎拉地震有关的 BBC 服务的语言和内容连贯性。
一个不同于新闻业的领域，其中的技术 自然语言处理 这是合法的。 法律工作已经可以依赖能够扫描和分析大量文件以提取与所涉案件相关的商业算法。 据估计，这项技术将使律师事务所准备案件的工时减少 13%（从而降低事务所和客户的成本）。 因此，麦肯锡估计 23% 的法律工作可以在不久的将来实现自动化。 因此，法律行业将能够集中其资源和精力，而不是将太多精力放在数据挖掘上，而是放在行业的最高水平上，即辩护或起诉策略的发展。
甚至金融界也深受影响 自然语言处理. 通过分析非结构化来源（例如来自 Facebook 或其他社交媒体的帖子），NLP 算法能够提取有关股市趋势的预测信息，从而指导投资者的选择。 后者一致认为，这种集体智慧是操作股票市场的最佳指南。这往往证实了洛克菲勒的信念，即电梯里的人最了解股票信息。
故事生成器算法
在写作领域，我们越来越多地谈论自动化写作、机器人新闻和机器写作。 这种现象开始盛行，尤其是在金融新闻等专业新闻领域。 这是一款机器人新闻软件，可以在短短几分钟内生成美联社 3700 份关于上市公司季度财务报表的许多注释。 俄罗斯人在社交媒体上发布的一些亲特朗普和反克林顿的歌词也被认为是由自动编写算法打包，然后由 BOT 病毒式传播的。
很少有人听说过全国小说生成月，但 NaNoGeMo 确实在书写未来。 这项与全国小说写作月文学竞赛相关的古怪举措邀请创意人员和开发人员在 50 月份编写能够生成 120 字小说（约 20 页打印页）的代码。 小说一旦生成，就必须发布到 GitHub 上，这是一个有 2004 万开发人员订阅的资源。 XNUMX 年获奖者 Darius Kazemi（来自波特兰的开发者和互联网艺术家）说：“讲故事是人工智能面临的巨大挑战之一。 公司和研究人员正在努力创建可以生成有意义的故事的算法，但其中许多只能生成短小的有意义的文本块。 事实上，初看比赛中的参赛作品就会发现这句话是多么真实。 所以在创造性方面让我们忘记它，在深度学习方面还有更多东西。
文学竞赛的标志是伦纳德伯恩斯坦的一句格言，它说：“要完成伟大的事情，你需要两件事：一个计划，而不是太多的时间”。 事实上，本次比赛的参赛者必须在 30 天内写出一部小说。
深度学习算法的第一个有趣的应用可能是有助于起草已经结构完整的叙事系列的续集，例如 剑王座 o 哈利·波特. 我们在这里谈论的是要使用该算法的数千页。 算法可以检查和存储人物、地点、事件、情节，以阐述新的可能的叙事渠道或预测可能的续集场景。
来自科罗拉多州博尔德的开发人员 Zack Thoutt 创建了一种神经算法来预测 George RR Martin 传奇故事的第六本书，该书将交付备受期待的手稿 冬天的风 仅在 2019 年。该算法已经产生了新《权力的游戏》的剧透，马丁以他特别的自我讽刺来欢迎这部剧。
创办初创公司 Openmind 的旧金山技术专家和博主 Max Deutsch 指导深度学习算法学习哈利波特的前四本书，然后要求它生成一个章节，介绍它从深度阅读中学到的东西。 该算法产生的章节发表于 中. 有趣且可读！
然而，事实是，算法小说家，即故事生成器算法，仍处于起步阶段，要让像马丁或罗琳这样的作家坐上板凳还有很长的路要走。
然而，Story Generator Algorithms 并不是一个毫无结果的项目，也不是一个非常失败的项目。 如果我们访问汉堡大学叙事学跨学科中心的网页，我们可以了解这项技术的历史及其发展。 我们很乐意向任何有兴趣了解更多有关此主题的人提及它。
经济学人实验
《经济学人》除了是世界上最权威的期刊出版物和最大的独立自由主义智囊团之一外，在某些方面也可以被认为是幽默的出版物。 是的，因为非常英式的幽默是其明确无误的叙事组合不可或缺的一部分，也是进入组成该期刊的匿名记者群体的基本要求。
嗯，在圣诞节前夕，伦敦杂志决定做一个实验 拉图灵 看看他是否不得不在假期后把一位科技记者留在家里。 他将一份 500 字的科学报告委托给后者和专门的算法。 但是，让我们听听《经济学人》本人讲述的这个故事。 阅读时间仅需3分钟。 作品的标题是 计算机多久会取代《经济学人》的作者？ 至少我们还有几年的时间。 那更好！
汽车来了。 2013 年的一项著名研究得出结论，美国一半的工作岗位在一代人之内面临风险。 作家也不能幸免于这种趋势。 另一项人工智能研究声称，到 2025 年，计算机将能够完成功课，到 2040 年，计算机将能够创作短篇小说和小说。
本着快进快出的精神，《经济学人》设置了一个人工智能算法来学习科技版块的文章，以生产出一篇“人工”文章。 下面显示的结果显示了机器学习程序的可能性和局限性，本质上就是今天的人工智能。
计算机试图模仿我们的风格并确定我们最常涉及的主题。 虽然这些句子在语法上是正确的，但它们缺乏意义。 令他和我们欣慰的是，当圣诞假期回来时，科技记者仍会找到他的办公桌。 这是我们的机器人制作的作品。
我们以英文提供给您，因为翻译它就是背叛它。 事实上，我们为您提供由另一个人工智能软件开发的意大利语翻译（在每个段落下）。
世界上最大的计算机科学家必须证明，将声波传输到太阳背面的成本是创建一组可以解决的图片的最佳方法。 也是因为同一部电影是一个特殊的原型。 一个拥有一段软件的人可以通过一个安全过程来传输，这个过程可以添加到一个单一的阅读中。 该材料由单个像素组成，这是可能的，因此可以启动激光将产生的蒸汽转化为能够从空气中产生能量的电池表面，然后将其变成低成本显示器。 解决方案是对汽车中芯片的特殊控制进行编码。
A MUST 世界顶级计算机科学家证明，将声波传输到太阳背面的成本是创建一系列可解析图像的最佳方法。 也是因为影片本身就是一个特殊的原型。 拥有软件的人可以通过可以添加到单个读取位的安全过程进行传输。 该材料由单个像素制成，这是可能的，然后可以发射激光以转换电池表面产生的蒸汽，从而可以从空气中产生能量，然后将其变成低成本的显示器。 解决方案是对汽车中的芯片的特殊控制进行编码。
结果是电动汽车的替代品，但最著名的问题是控制系统随后由由第二部分频谱组成的计算机供电。 第一个解决方案并不便宜。 但是，如果它有点像与频谱接触的固体薄片，则可以将其读取为可用的声波。 该系统的位置由含有特殊成分的碳制成，可用于将空气连接到传统柴油发动机。
结果是一种替代电动汽车的形式，但更著名的问题是控制系统随后由一台由第二部分频谱组成的计算机供电。 第一个解决方案并不便宜。 但是，如果它有点像与频谱接触的固体片，则可以将其读取为可用的声波。 该系统的位置由含有特殊成分的碳组成，可用于将空气连接到传统柴油发动机。
该方法的问题在于，它通过将燃料电池反射到对由太阳能组成的光敏感的一系列材料来到达燃料。 同时，该过程可以用作超导机器的原型。 该技术也是一种正在开发的短程过程，用于通过太阳系的磁场进行比较。
该方法的问题在于它通过反射由太阳能组成的光敏材料阵列中的燃料电池到达燃料。 同时，该工艺可以作为超导机器的原型。 该技术也是一种正在开发的短程过程，用于与太阳系的磁场进行比较。
其结果是一种称为碳纳米管的化学物质，它通过将固体氧化物转化为细胞神经特异性化学物质的过程而被吸收。 这种东西能够从图像中提取能量，然后释放电子，通过刺激血液中的图像可以检测到这些电子。 表面温度不是分子，也与金属结构的小能量进行比较。 一个器官就是大量的能量，特别的强烈。 因此，内燃室能够产生一个光子，该光子正在开发中以产生第二种蛋白质，称为致体蛋白，该蛋白具有复杂且相当的过程来阻止抗生素的成分。
结果是一种叫做碳纳米管的化学物质在将固体氧化物转化为神经细胞中特定化学物质的过程中被吸收。 该材料能够从图像中提取能量，然后释放电子，通过将图像刺激到血液中可以检测到这些电子。 表面温度不是分子，与金属结构的能量相比也是微不足道的。 一个器官就是大量的能量，特别的强烈。 内燃室然后能够产生光子，该光子被开发以产生称为蛋白质的第二种蛋白质，这种蛋白质使身体具有相当复杂的过程来停止抗生素的成分。
读这篇文章是相当惊人的。 论点有了，文笔还过得去，信息正确但没有大意，段落之间的关系没看懂，没有叙事发展。 至于翻译，我们还是算了吧，但我们知道，意大利语并不是谷歌翻译服务最好的语言之一。
Marinetti 肯定会喜欢这种随意整理的具有完整含义但没有逻辑线索的句子。 即使是贝克特和尤内斯科也会发现在两个技术狂人之间建立荒谬的对话很刺激。
