OpenAI 的 ChatGPT 大火後，DeepMind 終于也坐不住了！這次，他們推出一款名為 "Dramatron" 的新 AI，用上它人人都可以變身編劇或作家。隻需給出一句話大綱，Dramat今天Retired 要和大家分享的是AI寫劇本炸場戲劇節！DeepMind出品，馬斯克看了直誇，網友看到接口悟了,歡迎閱讀~
OpenAI 的 ChatGPT 大火後，DeepMind 終于也坐不住了！
這次，他們推出一款名為 "Dramatron" 的新 AI，用上它人人都可以變身編劇或作家。
隻需給出一句話大綱，Dramatron 就能生成包括标題、角色列表、情節、場景描述和對話的完整電影 or 戲劇腳本，且連貫性極強。
放出試玩版前，DeepMind 先特意請來了15 位戲劇和電影業的 " 行内人 " 嘗鮮評估。
其中五位編劇與 Dramatron 共同創作的劇本，今年 8 月已在北美最大的戲劇節——埃德蒙頓國際邊緣戲劇節上進行了首演，收獲了不少好評。
現在，DeepMind 正式 po 出了這個 " 編劇 AI" 的試玩版，立刻在社交媒體上爆火：
有網友回憶起了自己看過的 AI 編劇：這非常有趣，我還想再多看看。
還有網友聯想起了最近爆火的ChatGPT，表示它看起來比前者更擅長處理 " 長篇小作文 "：
就連馬斯克也忍不住前來圍觀：
有意思的是，在一片轉發點贊中，出現了OpenAI聯合創始人：
這是怎麼回事？
很快有眼尖的網友發現了華點：要想試玩 Dramatron，竟然得先擁有GPT-3的使用權限！
（沒錯，就是 OpenAI 賬号，之前為了 ChatGPT 注冊的小夥伴們有福了！）
那麼這隻神奇的 " 巨頭聯動 AI"，實際試玩效果究竟怎麼樣？
生成劇本效果究竟如何？
為了搞清 Dramatron 生成戲劇 / 電影劇本是不是真這麼絲滑，我們先替大家試了試。
寫劇本的第一步是生成标題，由玩家先給出一個 " 一句話大綱 "（log line），Dramatron 會在此基礎上自己總結發揮。
如果你對它生成的标題不滿意，可以反複嘗試，直到滿意為止。
以 " 詹姆斯在自家後院井裡發現了山姆的鬼魂 " 為例，Dramatron 給出的标題是《鬼井的詛咒》，嗯，是有點文學性在身上的。
第二步，Dramatron 會繼續給出故事中會出現的主要角色，包括主角詹姆斯、旅行到一半突然失蹤的山姆、鬼怪、時光流逝者和朋友約翰。
第三步生成的是故事中的 4 個主要情節，包括發生地點和故事梗概。
Dramatron 也是腦洞大開，先是讓詹姆斯被一隻小動物帶着，發現了一口異常的井（愛麗絲夢遊仙境？），然後他發現，井裡竟然有一個神秘的藏寶箱。
為了尋找并救出失蹤的山姆，詹姆斯去往幻影洞開啟了冒險之旅，最後勝利歸來，是一類典型的英雄踏上旅途的故事。
第四步，Dramatron 又為每個場景提供了具體的細節描寫，已經有冒險氣息内味了：
最後，集齊人物、故事梗概、場景描寫後，Dramatron 就開始分批次生成人物對話，還有貼心的标注 " 幕外音 " 等，是演員直接拿來就能用的程度。
别看對話是分批生成的，讀起來完全不影響故事的連貫性。
值得一提是，如果你對 Dramatron 生成的結果有異議，上述的每個步驟都可以反複嘗試，直到生成滿意的結果為止，甚至還可以手動進行調整。
除了熱血的冒險故事，許多網友們也曬出了自己用 Dramatron 生成的劇本。
有人生成了 " 托馬斯前往火星和要毀滅世界的外星人作戰 " 的星際劇本。
還有網友給出的大綱是 " 桃太郎去消滅食人魔 "，畫風瞬間變成恐怖片。
所以，這個神奇的 Dramatron 究竟是怎麼打造的？
大模型化身 " 打工人 "
Dramatron是一個利用大語言模型幫助自己編寫戲劇 or 電影劇本的系統。
沒錯，雖然大語言模型如 GPT-3 已經能生成不少有意思的文本，但用來創作長篇文學效果并不好，不是寫到一半跑題了，就是前後文沒啥邏輯。
既然如此，不如讓大語言模型化身一個 " 打工人 "，用 Dramatron 來指揮它生成什麼内容。
具體來說，Dramatron 會利用有邏輯的提示詞鍊（prompt chaining），分層次地應用大語言模型生成結構嚴謹的上下文，讓劇本中的标題、人物、故事節奏、地點描述和對話讀起來更連貫。
具體來說，它會基于對一句話大綱（log line）的語義理解，來生成包括标題（title）、角色（characters）、情節（plot）、場景 & 對話在内的故事細節。
例如，利用一句話大綱生成角色後，又會影響到場景對話和後續情節的生成：
至于 Dramatron 編撰的大綱情節邏輯從何而來？
AI 研究人員們仔細學習了一下戲劇（電影）大綱的普遍寫法，主要有兩種類型，包括 " 起始 - 上升 - 沖突 - 結尾 " 以及 " 英雄之旅 "：
準備充分後，就可以用提示詞指揮大語言模型生成内容了：
如此一來，小說大綱就具備了非常嚴謹的骨架，基于此進行創作的大語言模型再怎麼 " 腦洞大開 "，也不可能跳出這個邏輯。
在論文中，DeepMind 聲稱他們用到的大語言模型是自家的Chinchilla。
這是一個 700 億參數的大語言模型，但大小隻有 DeepMind 的另一個大語言模型 Gopher（2800 億參數）的四分之一。
經過 1.4T 數據（是 Gopher 的四倍，來源維基百科、各種小說等）的 " 洗禮 " 後，Chinchilla 卻在語義理解、語言建模等一衆任務上表現出了比 Gopher 更好的效果。
也就是說，用 Dramatron 指導 Chinchilla 就能生成非常不錯的劇本。
畢竟是個輔助編劇的 AI 工具，自然需要讓專業編劇來點評點評。
研究人員請來 15 位戲劇和電影行業的 " 業内人士 " 試用 Dramatron，并記錄下他們使用 AI 的感受。
具體來看，有 77% 的 " 業内人士 " 享受和 AI 一起創作的過程，69% 的人認為這種體驗非常獨特，84% 的人認為它是有幫助的：
所以編劇究竟覺得 Dramatron 對哪個環節最有幫助呢？
研究人員将 Dramatron 生成的原版内容，與編劇修改後的 " 精修版 " 内容進行了對比，探讨編劇們會在哪個部分進行大改。
結果顯示，編劇對情節大綱的改動是最少的，反而更傾向于在人物角色描述和場景構建上進行改動。
但編輯們也有顧慮的地方，畢竟大語言模型 Chinchilla 也是在大量文本數據集上生成的，實際使用時可能存在 " 吐出原材料 "，也就是抄襲的問題，所以，使用生成材料前還是要先 check 一下。
此外，與 ChatGPT 不同的是，由于生成的是創作類文章，Dramatron 沒有額外對詞語和道德倫理進行調試。
如果對此有所擔心，谷歌還貼心推薦了自家的 Perspective API，檢查生成的内容是否含 " 黃賭毒 "。
One More Thing
有意思的是，DeepMind 雖然在論文中聲稱用了自家的 Chinchilla 模型，但這次給出的試玩窗口，卻要求用OpenAI的賬号進入。
顯然這次試玩背後的大語言模型，還是用了 OpenAI 家的 GPT-3。
如果想對 Dramatron 做更精細的調試，還可以用 Colab 試試，這裡可以看到，大夥兒甚至能挑選想用的 GPT-3" 型号 "：
有網友做了張梗圖調侃 DeepMind：
所以，你想試試這個編劇 AI 了嗎？快一起出個霸道總裁開頭，檢驗一下有沒有靈魂吧 ~
試玩地址：
https://deepmind.github.io/dramatron/
參考鍊接：
[ 1 ] https://twitter.com/gdb/status/1601261948636524544
[ 2 ] https://arxiv.org/abs/2209.14958
[ 3 ] https://twitter.com/woj_zaremba/status/1601343151373193216
[ 4 ] https://github.com/deepmind/dramatron
關于AI寫劇本炸場戲劇節！DeepMind出品，馬斯克看了直誇，網友看到接口悟了就介紹完了，您有什麼想法可以聯系Retired 。
