回答问题之前，请先看下图，左边是原版的《你的样子》中英文歌词，而右边是机器仿写出来的文字，看一看，现在的机器学习已经能到达什么程度了？
图片来源：今日头条李磊博士在《AI辅助写稿》的分享
右边是完全通过算法生成的句子，通过大量的机器学习，现在不仅可以仿写同作者风格的句子，甚至可以以另外一个作者的风格去写出来，例子中就是以好妹妹乐队的风格，仿写了王晓天的歌词。
这就引出了问题：作家会不会被人工智能取代？
越是惶恐与不安，越需要去面对现状，虽然趋势的发展已经不可逆转且会浩浩荡荡的往前进，那我们就更应该去深入研究，与其共同协作，进而预测未来的发展，这才是更好的方向。
凯文·凯利在《未来25年的十大科技趋势》演讲中说道：
一个好的问题会引出更好的其他问题。所以提问是我们创新的一个来源，我们如果要好的答案去问机器就可以了，但是如果我们要一个好的问题，我们一定要找人来提这个问题。
所以具体些，现阶段我们更应该问的问题是：
机器语言学习的本质是什么？
随着各大内容分发平台的完善，越来越细分的内容与点对点推送，其实，人工智能的运用早已经深入我们获取方式中。就拿今日头条举例，前阵子听了人工智能实验室研究科学家与技术总监李磊的分享后，让我对于机器写稿及学习原理有了基本的了解。
AI小记者小明，是基于大数据分析，自然语言理解和机器学习的人工智能机器人，在2016年的世界杯期间，实现了 “实时比分数据+图像数据库（实时上传现场拍摄照片）+网上的文字直播” 的自动处理过程，完全替代了了人类记者的工作。
图片来源：今日头条李磊博士在《AI辅助写稿》的分享
其中很厉害的一点是，除了传统的抽取式摘要技术（即从原文中抽取，不改变句子本身和顺序的机器学习），还有概括式的提炼出中心思想的摘要技术（用自己的话写出原文的中心思想，并不一定出现在原文中）。这个就非常厉害了，也就是说，经过学习人工写好的摘要，日后完全能够实现提炼任何文字的重要文字。
还记得初高中语文学习让你头疼的是什么吗：阅读理解，写出中心思想大意……
除此之外，今日头条还能够抓取人物画像，通过后台知识图谱数据库，实现精准推送内容，这也是现在就很多人工智能公司研究开发的方向，最终实现流量的导流及转化。
还是试着回答最初的问题：作家会不会被人工智能取代？
不会。只要是创意性的工作，就不会被人工智能所取代。
图片来源：吴卓浩演讲PPT
可以从两个角度来说明：想象力与维度。
这两者其实内在是相辅相成不可分割的。
我认为，想象力的本质是：能将不同维度的事物联系起来，并形成逻辑自洽的能力。
这恰恰是现阶段机器学习无法抵达的阶段。计算机的本质是进行逻辑运算，而它们的根本结构和人类的人脑就是不一样的，而这从物理结构层面就开始决定的区别，所以计算机暂时还无法跨越这道坎。
再怎样仿写，哪怕能将刘慈欣的《三体》以韩松的笔调写出来，将韩松的《宇宙墓碑》以刘慈欣的笔调复述一遍，也只不过是一种更加高级的拷贝罢了。
也就是说，机器怎么也写不出《三体》第四部。
即使是学习，也只是学习到了旧有的文章及情节内容，却产生不出启发性的时代性作品。
假如机器写作在十八世纪后期已经成熟，却一定写不出《傲慢与偏见》这样在英国小说史中具有划时代意义的作品，它对于当时英国经济现状及各类制度的隐喻，以及小说技法结构的贡献，可以说是具有划时代意义的。
反过来，人类也无法去和计算机比单维度的能力，如围棋、数字计算等等。
未来，人类需要接受AI，摒除恐惧心理，才能够学习如何与AI协作。从人类拿起骨头作为打猎工具，到学会保存火种，从四大发明再到农业时代、工业时代、互联网时代，我们面临的是前所未有的快速发展与工具反制可能性的挑战，但是我们有想象力，就不怕被超越。
版权声明
本站文章均为原创
本文首发于微信公共帐号：
恒知几在思考（微信号：hengzhijizaisikao）
配图若非署名原创，则来自于网络