機(jī)器之心報(bào)道

編輯：張倩、袁銘懌

Dramatron似乎在一定程度上克服了AI大模型寫長劇本前后不連貫的問題,。

你是否有過這種體驗(yàn)：某一天逛街的時(shí)候，腦子里突然冒出來一個(gè)好玩的故事,，但你一時(shí)想不到更多的細(xì)節(jié),，也沒有一塊完整的時(shí)間去把它寫出來？

DeepMind 新出的一款劇本寫作 AI——Dramatron 或許可以幫到你,。

Dramatron 是一個(gè)所謂的「聯(lián)合寫作」工具,，你給它一句話（log line）描述中心戲劇沖突（比如 James 在有 Sam 鬼魂出沒的后院發(fā)現(xiàn)了一口井），它就能自動寫出標(biāo)題,、角色,、場景描述和對話。

可以說,，Dramatron 和 ChatGPT 很像,，但它的輸出更容易被改寫成電影腳本。為了評估 Dramatron 的可用性,，DeepMind 邀請 15 位劇作家和編劇參加了長達(dá)兩小時(shí)的用戶學(xué)習(xí)課程,，旨在讓他們與 Dramatron 一起編寫劇本。其中一位劇作家與 Dramatron 合作編寫了 4 個(gè)經(jīng)過大量編輯和重寫的劇本,。加拿大 TheatreSports 公司已經(jīng)改編了 Dramatron 參與創(chuàng)作的劇本并將其搬上了舞臺,，收到了非常積極的評價(jià)。

據(jù)報(bào)道,，劇作家們表示,，他們不會使用這個(gè)工具來創(chuàng)作一部完整的戲劇，并發(fā)現(xiàn)人工智能的輸出可能是公式化的,。然而,，他們認(rèn)為 Dramatron 將有助于世界的構(gòu)建，或者幫助他們探索改變情節(jié)元素或角色的其他方法,。同時(shí),，人工智能也有助于他們「產(chǎn)生更具創(chuàng)意的想法」。

和很多生成式 AI 工具一樣,，Dramatron 的背后也有一個(gè)大型語言模型作為支撐,。這個(gè)模型名為 Chinchilla，參數(shù)量為 70B,，在 1.4T token 的 MassiveText 數(shù)據(jù)集上進(jìn)行訓(xùn)練,。不過,，DeepMind 在論文中表示，OpenAI 的 GPT-3 等大模型也可以用來部署 Dramatron,。

有趣的是,，在 Dramatron 曇花一現(xiàn)的試用頁面上，DeepMind 明確表示,，要使用 Dramatron,，你需要一個(gè) OpenAI API key。

看到這兒,，OpenAI 聯(lián)合創(chuàng)始人Wojciech Zaremba發(fā)來了賀電,。

不過，這個(gè)試用界面很快就關(guān)閉了,，我們現(xiàn)在只能看到關(guān)于 Dramatron 的論文和簡介,。

Dramatron 詳解

Dramatron 是一個(gè)使用大型語言模型通過「分層故事生成（ hierarchical story generation）」方法分層生成腳本和劇本的系統(tǒng)。Dramatron 利用大型語言模型的優(yōu)勢,，將精心設(shè)計(jì)的 prompt（見附錄 E）和具有結(jié)構(gòu)化生成能力的 prompt chaining 相結(jié)合,，以實(shí)現(xiàn)整個(gè)腳本的長程一致性。這一過程比「扁平的」序列文本生成更具有故事連貫性,。

從本質(zhì)上講,，本文中的方法類似于分層神經(jīng)故事生成，但生成的腳本遠(yuǎn)遠(yuǎn)超過 1000 個(gè)單詞,。故事的分層生成可以根據(jù)用戶提供的核心戲劇沖突摘要（也稱日志行（log line））生成整個(gè)劇本（有時(shí)是數(shù)萬字）,。從輸入日志行開始，Dramatron 可以生成一個(gè)完整的劇本,，包括標(biāo)題,、角色列表、情節(jié)（即帶有設(shè)置和節(jié)奏的場景摘要列表）,、位置描述和對話（見圖 1）,。用戶可以在分層生成的任何階段進(jìn)行干預(yù)。通過這種方式,，人類可以和 AI 在交互過程中共同編寫腳本,。這個(gè)方法適用于任何可以將 prompt 作為輸入，然后預(yù)測下一個(gè) token 的大型語言模型,。

下圖 2 展示了 Dramatron 在研究中用到的兩種敘事結(jié)構(gòu)：

• 左圖是德國小說家,、劇作家古斯塔夫 · 弗賴塔格（Gustav Freytag）的金字塔結(jié)構(gòu)。他認(rèn)為典型劇情由上升 (rising action)?高潮 (climax) 和回落 (falling action) 組成,。
• 右圖是敘事學(xué)和比較神話學(xué)中的一種公式——英雄旅程（Hero's journey）,，又稱為單一神話（monomyth），主軸圍繞在一個(gè)踏上冒險(xiǎn)旅程的英雄,，這個(gè)人物會在一個(gè)決定性的危機(jī)中贏得勝利,，然后得到升華轉(zhuǎn)變或帶著戰(zhàn)利品歸返到原來的世界,。

Dramatron 使用幾個(gè)硬編碼的 prompt（即 input prefix）來指導(dǎo)大型語言模型。Prompt engineering 是用戶控制或影響大型語言模型的常用方法,。如下圖 3 所示,，prompt 與用戶提供的之前大型語言模型生成的輸入和 / 或輸出相連接，這種方法被稱為 prompt chaining,，是一種算法 prompting,。如上圖 1 所示，在整體結(jié)構(gòu)的較低層次,，prompt 與來自整體結(jié)構(gòu)更高層次的輸出鏈接在一起,。

更多細(xì)節(jié)請參見原論文。

論文鏈接：https:///pdf/2209.14958.pdf