11位科幻作家参与，首次AI人机共创写作实验启动
人工智能可以从事创作吗？“我们说他可以。他的工作是创作，而不是对人类的模仿。他需要将我们带到一个新的世界，这个世界有各种各样的形态和生命形式。他想知道人类是否已经适应了他创造的新环境。他想知道人类是否已经找到了新的家园。"——这段看似颇有思辨意味的对话，不来自哲学家，而是由创新工场AI文本生成模型自动生成。
人工智能会怎样影响人类文学创作？人类智慧与机器智慧如何相互激发创作灵感？10月27日，首次华语科幻AI人机共创写作实验项目《共生纪》正式启动。
《共生纪》由传茂文化和创新工场联手打造，集结国内11位新锐作家。在2020年最后的两个月时间里，人类作家与AI算法将围绕环保、人机关系、性别、文化多样性等主题，协同创作多篇科幻文学故事。碳基的人类智慧与硅基的机器智慧一同解读人类社会，探索人类未来的不同可能，从科技和人文的双重维度进行共生时代的文化实录。开启一场人机共创写作的奇妙探险！
11位作家联袂AI共创科幻文学
《共生纪》实验邀请了11位国内新锐科幻作家参与，他们分别是：陈楸帆（世界华人科幻协会主席、18次星云奖得主、中宣部文化名家）、小白（知名作家、鲁迅文学奖得主）、贾立元（星云奖得主、清华大学中文系副教授）、分形橙子（冷湖奖、晨星奖得主）、凌晨（银河奖得主）、顾适（星云奖得主）、王元（晋康奖得主）、吴霜（星云奖得主）、张凡（钓鱼城科幻创始人、科幻博士）、王迎（新生代科幻作者）、苏洁涵（新生代科幻译者）。
《共生纪》所使用的AI写作程序源于创新工场 DeeCamp 2020人工智能训练营中的大学生创新项目"AI科幻世界”。这个团队的大学生来自中科院计算技术研究所、中国科学院大学、华中科技大学、乔治梅森大学等国内外著名高校。他们在一个多月的DeeCamp训练营期间，自主设计研发了AI写作程序的主要逻辑，开发出了一款有趣的的智能写作工具，并获得了本届训练营的创新赛道冠军。
经陈楸帆等科幻作家尝试，“AI科幻世界"已经可以输出语法上非常通顺，同时拥有一定文学表现能力的段落。创新工场AI工程院执行院长王咏刚认为，AI算法为我们提供了一面前所未有的，关乎科学逻辑、语言本质、文本规律的镜子。“人机共创这种全新的体验在前沿科技与文艺创作两个维度都具有重要的探索和实验价值。科技思维与文艺思维的碰撞，提供了一种探寻人类智慧与机器智慧之间的边界与交集，展望人类未来各种可能性的前沿视角。”
基于上述考虑，传茂文化和创新工场决定联手举办《共生纪》项目。科幻作家陈楸帆认为，人机共创实验使用更多的数据、更智能的算法，但目标并不是写出更好的作品，而是打破边界，展开对话，实现人与机器的动态交互，让思想碰撞与流动。
“AI人机共创不仅仅是文字型创作，接下来会是图像、音乐等更多可感可触的艺术形式，带来全感观、沉浸式、多维度的创作体验。我们想通过一个实验，一场游戏，一次观念上的冒险，以想象力为信仰，以对话为方法，打破所有的边界与原有的知识分类，追寻生命、宇宙与美的意义。"《共生纪》自即日启动后，将持续至12月份。
人机共创揭示预训练模型商业价值
据王咏刚介绍，AI人机共创写作实验不仅揭示了前沿AI科技的科研价值、人文价值，AI写作程序内部使用的核心模型还具有极为重要的产品和商业价值。该模型是由创新工场AI工程院的科研团队自主研发的，基于预训练技术的超大规模中文生成模型，模型规模与OpenAI的GPT-2 Large相当。
这是创新工场AI工程院自2016年成立后，在探索前沿技术商业化过程中取得的阶段性突破之一。四年来，创新工场AI工程院以"科研+工程实验室"模式，研发以机器学习为核心的前沿人工智能技术，并同各行业领域相结合，为行业场景提供一流的产品和解决方案，实现人工智能科研成果向产业实践的高效转化。
在王咏刚看来，超大规模预训练模型具有类似操作系统或开发平台的特点，开发者将在未来创造出更多的可能性，衍生出许多今天还难以预见的产品类型与商业模式。
例如，超大规模预训练模型技术有可能成为下一代问答式搜索引擎及广告推荐系统的核心技术，大幅改进现今问答式搜索的系统性能，回答相当一部分原本通过超大规模知识图谱才能回答的知识性问题，甚至可以部分替代传统的基于倒排索引的搜索引擎，针对用户查询给出最匹配的信息、网页或广告内容。
超大规模预训练模型技术也可以在财务、人力资源、零售、制造等专业行业领域内，提供远超以往系统性能的智能信息解析和提取、智能数据整合、自动机器翻译、智能文本检查和审核、辅助决策、风险预警、自动客服机器人等功能模块，将企业中重要业务流程的效率和水平提升到一个新的高度。
在医疗和健康领域，超大规模预训练模型技术也将发挥巨大效用。无论是医疗数据的格式化、病历的解读与分析、医疗领域科研文献的检索与利用，还是直接面向用户的自动问诊系统，抑或是自动的医疗报告生成等，都有可能利用类似技术实现产品和商业落地的新突破。
在教育领域中，超大规模预训练模型技术可扮演多种关键角色。比如自动讲解知识体系、回答学生问题的虚拟老师，自动陪同学生在课后练习、提高的虚拟陪练，自动针对每个学生的能力特点制定个性化课程内容的自适应课程平台等等。
而在机器人和自动驾驶领域中，超大规模预训练模型技术可大幅改进人机交互界面，提高人类指挥、控制自动化系统的效率，改进机器人或自动驾驶系统的语音交互能力，还有希望大幅提高机器人和自动驾驶系统对周围环境的感知能力。