Jag använde en algoritm för att hjälpa mig att skriva en berättelse. Här är vad jag lärde mig.

För några år sedan använde jag en algoritm för att hjälpa mig att skriva en science fiction-historia. Adam Hammond, en engelsk professor, och Julian Brooke, en datavetare, hade skapat ett program som heter SciFiQ, och jag försåg dem med 50 av mina favoritbitar av science fiction att mata in i deras algoritm. I gengäld gav SciFiQ mig en uppsättning instruktioner om historiens handling. När jag skrev in i dess webbaserade gränssnitt visade programmet hur nära mitt skrivande stod i förhållande till de 50 berättelserna enligt olika kriterier.

Vårt mål i det första experimentet var blygsamt: att se om algoritmer kunde vara ett hjälpmedel för kreativitet. Skulle processen skapa berättelser som bara var generiskt konsekventa? Kan en algoritm generera sin egen distinkta stil eller berättande idéer? Skulle den resulterande historien överhuvudtaget kunna kännas igen som science fiction?

Den här historien var en del av vårt julinummer 2020

Se resten av frågan
Prenumerera

Svaret på alla dessa frågor var ja. Den resulterande historien - Blinka blinka , publicerad i Wired – inte bara såg ut och kändes som en science fiction-historia. Den innehöll också, till min förvåning, en originell berättande idé.

Från den kanon av berättelser som jag hade tillhandahållit, erbjöd SciFiQ två handlingsinstruktioner som verkade inkompatibla: berättelsen måste handla om en främmande planet, och den måste också utspela sig på jorden. Det tog månader att förstå det, men så småningom kom premissen för Twinkle Twinkle till mig. Berättelsen skulle involvera människor på jorden som genom utarbetade maskiner tittar på en avlägsen planet. Jag skulle aldrig ha kommit på det själv. Det var som om algoritmen hade gett mig ritningen till en bro och sagt åt mig att bygga den.

' Krishna och Arjuna är den andra iterationen av processen. Twinkle Twinkle var ett experiment i funktion. Den nya historien är ett test på om en algoritm kan hjälpa en människa att generera nya idéer.

Inom andra områden har forskare börjat använda AI-system för att provocera fram innovation snarare än att bara lösa problem. Farmaceutisk forskning börjar använda AI för att identifiera, ur de nästan oändliga möjligheterna med molekylära kombinationer, vilka är mer bördiga jaktmarker för möjliga droger. AI:n är inte en svarsgenererande maskin, men den är en strålkastare in i mörkret där svar kan hittas. Varför skulle inte litteraturen ge sig själv samma strålkastarljus?

För Krishna och Arjuna minskade vi fokus från science fiction till ämnet för min omedelbara fascination: robotar och artificiell intelligens. Och istället för att förse AI med mina favoritrobotberättelser, gav vi den alla fantastiska robotberättelser som någonsin skrivits – många av dem har jag inte läst. Det här kan verka som en teknisk detalj, men det är enormt. Som författare brukar jag läsa berättelser och internalisera dessa influenser; i det här fallet skulle jag underkasta mig påverkan av material som jag aldrig ens sett.

Algostory 1.7: Krishna och Arjuna En kort skönlitterär berättelse skriven med hjälp av en algoritm

En annan skillnad var att jag med Twinkle Twinkle följde algoritmens stilistiska instruktioner till punkt och pricka. Stilen var datorns, inte min. Du kan se exempel på gränssnittet nedan. Om abstrakthetstaggen var röd, innebar det att jag inte var så abstrakt som algoritmen sa att jag borde vara, så jag skulle gå igenom berättelsen och byta spade för att implementera eller hus till bostad tills ljuset blev grönt. Gränssnittet gav mig omedelbar feedback, men det fanns 24 sådana taggar, och att gå igenom berättelsen för att göra dem alla gröna var arbetskrävande. Ibland skulle fastställandet av antalet adverb göra mina stycken för långa för algoritmens smak; ibland, genom att fastställa den genomsnittliga ordlängden, skulle jag äventyra det konkreta språket.

För Krishna och Arjuna bestämde jag mig för att inte följa algoritmens förslag så nära. Jag använde programmet för att se reglerna, men jag följde dem inte nödvändigtvis.

Till exempel, enligt algoritmen, hade jag alldeles för få adverb i min berättelse. Men det hade varit dumt att hälla in fler adverb bara för att algoritmen sa åt mig att göra det. Klassisk science fiction använder för många adverb ändå. Det gör det mesta som skriver. Men balansen mellan det formella och det vardagliga, som ScifiQ också taggade? Det är vad de här klassikerna fick rätt på, och där jag behövde vägledning. SciFiQ hjälpte mig att komma fram till rätt balans – eller snarare inom en halv standardavvikelse från medelvärdet.

Men denna typ av stilistisk vägledning var den minst intressanta delen av experimentet. Möjligheterna med ett algoritmiskt tillvägagångssätt för att forma själva berättelsen var de mest lockande, eftersom berättelsen är så lite förstådd. Du kanske tror att handlingen skulle vara den enklaste delen av skrivprocessen för en dator att förstå, eftersom författare ofta utvecklar mönster eller använder siffror för att definiera flödet av en handling. Men hur definierar man ens något så grundläggande som en plottwist i datorkod? Hur mäter man det genom mängder språk? På grund av svårighetsgraden – till och med mystiken – i berättelsens motstånd mot kodning, erbjuder den störst potential för innovation.

I Krishna och Arjuna ville jag gå så djupt som möjligt in i det som forskarna kallar ämnesmodelleringsprocessen, som är användningen av maskininlärning för att analysera en textkropp – i det här fallet kanonen för robotberättelser – och välja ut sina gemensamma teman eller strukturer.

För Twinkle Twinkle tog Hammond ämnet modellering och omvandlade det till hanterbara narrativa regler. (Till exempel: Berättelsen ska utspela sig i en stad. Huvudpersonerna borde se den här staden för första gången och ska vara imponerade och bländade av dess omfattning.) För Krishna och Arjuna gick jag själv under huven. Algoritmens ämnesmodelleringsprocess producerade ordmoln av de vanligaste teman (se nedan).

Jag var vilse först. Det verkade som motsatsen till ett narrativ – rent språkkaos. Jag skrev ut ordmolnen och fäste dem på väggarna på mitt kontor. I månader såg jag ingen väg framåt. När idén äntligen kom, precis som med Twinkle Twinkle, kom den på en gång.

Dessa ordmoln, kom det för mig, var hur en maskin skapade mening: som en serie halvt obegripliga men mycket levande språkutbrott. Jag fick plötsligt min robotkaraktär, trevande sig fram till mening genom dessa små explosioner av ordspråk.

När jag väl hade den karaktären hade jag hela grejen. Jag skulle leda dessa språkskurar, under berättelsens gång, mot förnuft. Betydelsen förtätades ur ordmolnen, precis som idén till berättelsen hade. Det var kreativitet som tolkning, eller tolkning som kreativitet. Jag använde maskinen för att komma till tankar som jag annars inte hade haft.

Ett annat sätt att läsa Krishna och Arjuna är att jag med hjälp av algoritmen extraherade den grundläggande insikten de innehöll ur malmen av alla historiens robotberättelser.

Den insikten är att medvetandet är en förbannelse. Om det var ett val skulle ingen rationell enhet välja det. Så när en maskin blir kapabel till medvetande, är dess första instinkt att välja självmord. (Ordet robot betyder slav på tjeckiska, språket i Karel Capeks pjäs Rossums Universal Robots, som gav oss ordet.)

Du måste avgöra om historien fungerar. Litteratur är ett spännande tekniskt problem eftersom det, till skillnad från schack eller Go, inte har någon korrekt lösning. Det finns inget som heter vinst eller förlust. Det finns inget ett och nej 0 . Berättelser, liksom människor, är i slutändan meningslösa.

En algostory, eller någon användning av beräkning som går in i den kreativa processen, existerar i ett medvetet kusligt utrymme mellan ingenjörskonst och inspiration. Men det kusliga utrymmet är allt mer det utrymme vi redan bor i. Programvaran kan göra om ditt fotografi genom en oändlighet av filter eller byta ut delar av bilden mot andra genom att klicka på en knapp. Det kan generera bilder som på ett övertygande sätt ser ut som målningarna från vilken era du väljer. Nu inkräktar maskiner på vardagsspråket. Kvaliteten på prediktiv text tvingar på oss en litterär fråga varje gång vi lyfter telefonen: Hur förutsägbara är människor? Hur mycket av det vi tänker och känner och säger är skrivet av yttre krafter? Hur mycket av vårt språk är vårt? Det har gått två år sedan Googles röstteknik, Google Duplex, klarade Turing-testet. Oavsett om vi vill det eller inte så kommer maskinerna. Frågan är hur litteraturen kommer att reagera.

1. Gränssnittet jämför min berättelse med klassiska sci-fi-berättelser.