2017年5月，微软(亚洲)互联网工程院的人工智能(Artificial Intelligence, 简称AI)机器人小冰推出了世界上第一部完全由人工智能创作的诗集《阳光失了玻璃窗》。小冰学习了519位汉语新诗诗人的作品，经过上万次迭代(iteration)，在2 760小时内作诗万首，其中139首被选入该诗集。据微软小冰的首席科学家宋睿华介绍，小冰作诗的原理是“触景生情”，即通过图像识别技术，找到与图片对应的词语，进而获取关联性较高的词组，采用循环神经网络(Recurrent Neural Networks)拓展出更多表达。^①虽然总体来看，小冰创作的诗歌语句颇为粗糙，但仍有不少可圈可点之处，有一些比喻句相当巧妙。据悉，小冰还在天涯、豆瓣、简书等平台上，以“骆梦”“风的指尖”等笔名“伪装”成人类发表了大量诗歌。^②2018年8月，科技博客Boy Genius Report报道，IBM公司在澳大利亚的研发团队与多伦多大学、墨尔本大学合作，开发出了一种具备写诗能力的算法。该AI接受了近3 000首十四行诗(sonnet)的训练，学习词语的搭配，然后根据格律创作诗歌。研究人员将其作品与人类的诗歌混合在一起，让志愿者寻找人类的作品，结果正确率只有一半，可见它的诗歌在一定程度上已能以假乱真。^③

① 《微软小冰首席科学家宋睿华：小冰是如何写诗的？》，九州连线网，2018-10-31，http://www.sohu.com/a/272437756_634549。

② 《人工智能微软小冰出首部“诗集”》，新华网，2017-05-20，http://www.xinhuanet.com/local/2017-05/20/c_129609705.htm。

③ Scientists Trained an AI to Write Poetry, and Now It's Standing Toe-to-toe with Shakespeare，Boy Genius Report，2018-8-8，https://bgr.com/2018/08/08/poetry-ai-bot-shakespeare-human-research/?from=singlem-essage&isappinstalled=0。

人工智能诗歌创作方兴未艾，通过深度学习训练的人工神经网络(Artificial Neural Network)使AI“诗人”获得了初步的智力，相比以往根据格律和韵脚随机填充词汇的所谓“作诗机”——我们应称之为“伪人工智能”(Pseudo AI)——有了本质的飞跃。那么，现在的人工智能在诗歌创作领域是否已走上了通畅无碍的阳关大道？笔者认为，至少有四个问题仍待解决。

一.   人工智能创作诗歌的意义问题

人工智能已能写出符合语法的句子，然而符合语法只是具备意义的必要条件而非充分条件。乔姆斯基指出：“无色的绿色想法在狂热地睡眠”(The colorless green ideas sleep furiously)这样的句子虽然“符合语法”(grammatical)，却不能说是“有意义”(meaningful)或“有意味”(significant)的。^①诗歌固然不必追循日常语言的“意义”或“意味”，甚至有所谓“无理而妙”者，然而其中的“妙”仍须诉诸人类微妙的感觉和经验。苏轼说：“诗以奇趣为宗，反常合道为趣。”^②这一“趣”(“妙”)虽然“反常”，却须“合道”。正如大自然中随机形成的奇木异石，只有极少部分能被人类视为瑰宝。著名的“无限猴子定理”(infinite monkey theorem)认为，给猴子一台打字机，让它随机敲击键盘；只要给它无限的时间，它迟早能打出任何文本，包括莎士比亚的全集。这一定理原本只能被视为纯粹的假设，但在电脑出现后，它有了实现的可能。早在1976年，数学家就通过计算机的高速运算能力，用“粗暴”的穷举法解决了“四色猜想”(four-color conjecture)。将这种穷举法用于诗歌创作并不会更加困难。前举“伪人工智能”作诗机曾在网络上风靡一时，其原理也是根据设定的规则随机生成文本后由人类采择。即便具备了初步智能的微软小冰，也仍需人类从它创作的万首诗中选取139首。如果人工智能创作的诗句需要人类筛选，那么它还不能算真正意义上的作者；而只是辅助人类写诗的语料库，其作用一如千年前就已出现的类书。

① [美]乔姆斯基：《句法结构》，第8页，黄长著等译，中国社会科学出版社1984年版。

②③ (宋)苏轼：《苏轼文集》，第2552，2124页，中华书局1986年版。

问题的关键在哪里？在于一个好的诗人必须具备分辨好坏的能力，也就是审美的能力。这不仅关乎诗歌文本的特性，更关乎文本之外的体验。换言之，要理解诗的好处，不能仅通过文本本身。我们不妨参考苏轼在《书黄子思诗集后》中引用的司空图语：“梅止于酸，盐止于咸，饮食不可无盐梅，而其美常在咸酸之外。”^③如果料理人自己没有敏感的舌头，那么我们很难设想他究竟如何理解“咸酸之外”的美味，更难设想他如何做出这样的美味。前举IBM推出的算法所创作的十四行诗几乎能以假乱真，这固然是一个可喜的进步；但我们也有理由假设，如果应试者是优秀的诗人，理当辨千剑而识器——就像好的古董商能凭微妙的感觉鉴别常人眼中的赝品一样。

当然，我们应对前景保持乐观。随着技术的发展，人工神经网络将能精确模仿人类神经元的刺激——反应(stimulus-response)，让AI具备人类的情感，并非天方夜谭。但或许仍有新的问题需要解决，即人类始终在理解他人的意图，诗歌的文本需要潜在的读者，AI是否具备产生这种“主体间性”(intersubjectivity)的可能？这关乎两个疑问：第一，AI之间能否作为对等的主体进行交流？第二，AI是否可能具有刺激理解意图产生的必要遮障？印度的吠檀多学派主张去除无明遮障，使个体小我重归于梵。从某种意义上说，AI一开始就达到了“我即梵”的境界，并无“遮障”和“小我”为患。而AI要创作诗歌，反而要学习人类这种“缺陷”——套用佛教的话，这是一种有意的“退转”(vaivartika)——或许诗歌正是对人类这一“缺陷”的补充。

二.   人工智能创作诗歌的可理解性问题

Herbert Paul Grice的会话隐含理论(conversational implicature theory)认为，会话背后必有不随形式改变的明确含义。诗歌同样遵循类似的规则。诗人将某种意图埋藏于诗中，读者在阅读的过程中追索诗句背后的所指。“丸之走盘，横斜曲直，计于临时，不可尽知。其必可知者，是丸之不能出于盘也。”^④诗人的意图如何，“不可尽知”——或许永远不会有读者能够准确把握——但诗人有意图却是“必可知”的事实。威廉·燕卜荪在《朦胧的七种类型》中写道：“诗人将两个陈述放在一起，似乎二者是相互联系的，而读者则被迫去考虑他们的联系，还得自己去设想诗文为什么选择了这些事实。他会设想出各种原因，并在脑中将它们排列起来。这是诗歌语言在运用方面的基本事实。”^⑤一旦取消陈述之间相互联系的预设，读者理解的企图便会落空。换言之，没有作者意图的诗歌本质上是不可理解的，哪怕它们在字面上可以理解。

④(唐)杜牧：《樊川文集》，第152页，中华书局1979年版。

⑤[英]威廉·燕卜荪：《朦胧的七种类型》，第57页，周邦宪等译，中国美术学院出版社1996年版。

早在人类进入信息时代前，便有一个绝佳的例子说明此观点。20世纪初，法国曾流行一种名为“精致的尸体”(exquisite corps)的游戏，其大致的流程如下：参与者们在互不知晓的情况下，依次写下词语，然后组合成句。据说在某次游戏中，得到了“精致的尸体会喝下新的葡萄酒”(Le cadavre exquis boira le vin nouveau)的“诗句”——这句“诗”确实意象诡丽，饶有波德莱尔的风味：cadaver一词在法语口语中又有“喝空的酒瓶”之义，一语双关，颇富妙趣；然而它是随机偶合的产物，而非某个诗人精心结撰的成果。我们固然可以说，诗的好坏在其本身，但这一问题仍牵涉到诗的经典定义。中文诗义在传世文献中最早见于《毛诗序》：“诗者，志之所之也。在心为志，发言为诗。”^①而英语的poem一词源于希腊语的poema，意指“所造之物”。可见，无论中国的“志之所之”还是希腊的“所造之物”，都强调了诗歌是某种意图的产物而非任意的组合。《孟子·万章上》曰：“故说诗者，不以文害辞，不以辞害志；以意逆志，是为得之。”^②如果诗是任意的组合，那就无志可逆了。

① 李学勤主编：《毛诗正义》，第6页，北京大学出版社1999年版。

② (清)焦循：《孟子正义》，第638页，沈文倬校，中华书局1987年版。

目前的人工智能尚不具备自主意识，写出的诗没有所指，没有隐喻，读者的一切追索将成徒劳；就像人工合成的语音，纵然模仿得惟妙惟肖，背后却无真情实感。我们在知道真相的情况下，恐怕很难为之感动。

人们有理由期待具备自我意识的“强人工智能”(strong AI)出现。届时，这样的AI或许能创作出有意图的、真正的诗。它们究竟会是怎样的呢？现在预言为时尚早，但如果它们依然是对人类诗歌的模仿，那就不禁让人想起那则著名的童话——小红帽听到了外婆的声音，打开门却看见了一头狼。

三.   人工智能创作诗歌的创造性问题

诗歌不同于类型文学，可以提炼出某种创作模式从而大量复制。相反，诗歌强调独创性，强调“陈言之务去”。一首好诗的价值往往体现在前所未有上，一个好诗人的价值往往体现在独树一帜上。对此，可以将诗歌与围棋做一对比。围棋是人工智能擅长的领域，自从2016年阿尔法狗(AlphaGo)击败李世石，人类便失去了这一领域的王冠。阿尔法狗采用卷积神经网络(Convolutional Neural Networks)，通过蒙特卡洛搜索树(Monte Carlo tree search)进行决策优化，在模仿人类和自我对弈中提升棋力。2017年，Google推出阿尔法狗的进化版阿尔法元(AlphaGo Zero)。阿尔法元使用残差网络(Residual Network)，无需学习人类旧谱，仅通过自我对弈训练棋力。它在与阿尔法狗的对弈中创造了100：0的压倒性战绩。无论是阿尔法狗还是阿尔法元，其原理都是对棋路的破解——无论棋路来自人类还是人工智能本身。这与诗歌不同。创造一流的诗歌，需要避免套路。换言之，围棋是在道路中寻找道路，诗歌是在道路外开辟道路。文首所举的两例AI“诗人”采用的途径却是对已有诗歌的模仿，这与真正优秀的诗作需要创新显然背道而驰。另外，诗歌的创新未必意味着一空依傍。杰出的诗人多在继承前人优点的基础上别开生面，如何把握继承和创造之间的微妙分寸(nuance)，对AI“诗人”来说是一个严峻的挑战。

围棋与诗歌面对的信息量也有巨大的差别。围棋是复杂的简单问题，诗歌是简单的复杂问题。围棋本身是一种抽象：棋子和棋盘上的交叉点是仅仅代表相对位置的几何点，不具有任何其他内涵。所以尽管围棋的计算量十分浩大，但全都发生在边界清楚、数量固定的规则层面，比无限且难以分割的现实容易计算得多。一言以蔽之，人工智能高速运算的优势正适合围棋这种规则清晰、计量标准统一的游戏。诗歌牵涉的层面则极为复杂。首先，诗歌由符号组成，“味在咸酸之外”，符号的指涉并不止于符号层面——它们通向并反馈现实，现实又随时间、标准、个体、情感的变化而变化。换言之，诗歌创作不但没有清晰的规则，甚至也缺乏稳定的规则(除了“格律”这种某类诗体所需的规则)。优秀的诗人之所以能够在这样的“混沌”(chaos)中游刃有余，依靠的是微妙的直觉。而就目前来看，人工智能尚无望达到这样的水准。除非人类掌握了某种“黑箱”(black box)，能够自发性地模仿“复杂适应系统”(complex adaptive systems)——我们可以推想“强人工智能”很有可能正是这种“黑箱”——否则，以人类当前的信息处理能力，设计出真正意义上的人工智能“诗人”几乎是不可能的。

四.   人工智能创作诗歌的必要性问题

诗歌并非生活的必需品，也不以量取胜，又无十分明确的评价标准，有没有必要花费巨大的代价开发人工智能写诗的能力？人类开发人工智能往往基于工具性的目的，而诗歌创作往往基于情感的寄托。这一问题或许可做如下类比：前者如保姆，后者如母亲；开发AI保姆有必要，开发AI母亲是否有必要？后者本身与人类的属性相嵌合：人们寄望于后者的主要不是工具价值，而是情感价值。所以对后者来说，人类的身份至关重要，绝非可有可无——一个具备保姆功能的AI能够代替保姆，一个具备母亲功能的AI则不可能代替母亲。

更重要的是，研究人工智能创作诗歌有什么好处呢？目前人工智能“诗人”尚处于模仿已有诗歌的阶段，对诗歌的开拓与发展并没有明显的助益。而对人工智能来说，能够在真正意义上创作诗歌的前提是主体意识、纯熟地理解和使用自然语言的能力和情感体验的能力。我们可以设想，一旦拥有主体意识、具备卓越的语言和情感能力的强人工智能出现，诗歌创作便是题中应有之义。“古诗云：‘谁能思不歌，谁能饥不食。’诗词者，物之不得其平而鸣者也。”^①如果我们认可王国维的这一观点，那么诗歌本质上正是情感“不得其平”而生成的表达欲望。正如肉体会饥饿一样，这样的欲望是“不教而能”的。而一旦拥有这样的欲望，凭借语言能力和人工智能本身的存储及运算优势，AI距离创作真正的诗歌只有一步之遥，举足可至。换言之，写诗的能力附属于强人工智能，没有必要花费太大的代价单独开发。在强人工智能出现前一味关注这一能力，恐怕有事倍功半甚至无解之虞。

① 《王国维全集》，第1册，第497页，浙江教育出版社2009年版。

即便强人工智能开发成功，也如人类的期望写出了真正的诗歌，届时或许会有一个新的问题出现：强人工智能何以必须用人类能够欣赏的方式表达情感？人类固然在有意无意地以人的标准塑造人工智能，但人工智能终究是一种与人类不同的智慧体，它们真实的表达方式很有可能无法移情于人类，正如我们很难体会动物的心情(值得注意的是，相对于以无机物为载体的人工智能，人类与动物皆属有机物，关系更近)。而如果在这样的情况下，AI仍然采用符合人类预期的方式进行情感表达，那么在很大程度上这仍然是一种缺乏真正意图的模仿。换言之，创造符合人类审美的诗歌对AI未必有必要。

五.   人工智能创作诗歌的借鉴作用

上面列举了人工智能创作诗歌所面临的四个挑战，但现阶段人工智能的诗歌创作仍可提供一定的借鉴意义。它有助于人们重新思考诗歌的好坏和门槛。以AI诗歌为镜，能映照出人类诗歌的问题，促使人们分辨出诗歌中真正可贵的神理，改进创作的技巧，转移阅读的重点。比如，通过微软小冰创作的诗歌，人们会发现部分汉语现代诗歌意象堆垛、情感泛滥、比喻莫名其妙，小冰可以轻易模仿、批量生产。相对而言，当前的人工智能模仿旧体诗词较为困难。AI“诗人”所作旧体诗词虽然符合格律，但稍有古典修养的读者一眼可辨其伪。这是因为旧体诗词不仅在形式上有较为严格的限制，而且经过长时间的发展，形成了“默认”(default)的字法、句法、章法。虽说只要有法可学，人工智能模仿并非难事，但旧体诗词的法度多与具体情境结合，分寸殊难把握。当前的人工智能无法体察人情世故，几乎无从入手。对于熟悉旧体诗词文字气味的读者而言，很容易就能觉察正宗与否。新诗则更多地追求语言的“疏离化”(defamiliarization)，与基于经验的日常语言截然异趣。这增大了人类理解的难度，却降低了人工智能模仿的门槛。从这个意义上说，当下人工智能创作的诗歌或许能在一定程度上改变诗歌的评价标准——如上例就体现了旧体诗词相对于新诗的某种可能的优势。

六.   人文学科需要做些什么？

人工智能的语言能力开发本质上是一个技术问题，主要牵涉到计算机学、神经学、语言学、逻辑学等非人文学科领域，但人工智能诗歌创作能力的开发则必须有人文学科参与其间。然而，当下该领域却较少见到人文学者的身影。这一方面是因为开发者将审美的重要性置于技术之下；另一方面也是因为当代人文学科体系以学理性的研究为主，把创作和鉴赏放在了次要的位置。事实上，就诗歌而言，审美是极为重要的。一件产品只要合格就可以用，一道菜肴即便无味也能果腹，然而复制平庸的诗歌几乎没有意义。换言之，一首诗的价值首先在于它的好。对于诗歌来说，重要的是审美性而非实用性。这就需要人文学者的介入。遗憾的是，人文缺席严重制约了AI诗歌创作的发展。以前文所举微软小冰为例，其诗集《阳光失了玻璃窗》遭到了诗歌界的负面评价，如诗人于坚说：“(小冰的诗作)冷酷、无心，修辞的空转，东一句西一句随意组合，意象缺乏内在逻辑，软语浮词，令人生厌的油腔滑调，原材料来自平庸之句。这个软件对诗的理解是电视台诗歌朗诵会的水平，这个软件设计不出灵性，设计不了‘诗成泣鬼神’。”^①诗人欧阳江河则认为：“(小冰的作品)不是人话，没有人味。”“我当然认为，我们必须要承认人工智能，小冰也会继续发展下去。在十万个二流诗人里面，它可以排到30、50，但是这毫无意义。它永远成不了我们所说的原创性意义上的伟大诗人。伟大的诗人一定针对的是文明意义上的东西。而这种东西绝不是学学已有的大诗人的句子，写出一些漂亮的、优美的句子就能达到的。”^②这些酷评固然有当前技术限制的原因，但也有“原材料来自平庸之句”这样的设计者造成的缺憾，而“软语浮词，令人生厌的油腔滑调”更是明显的人为后果。欧阳江河所说“伟大的诗人一定针对的是文明意义上的东西。而这种东西绝不是学学已有的大诗人的句子，写出一些漂亮的、优美的句子就能达到的”，揭示了诗歌必须注入比文学技巧更广阔、更宏伟的人文内涵。即便回到基本的文学技巧层面，当前人工智能诗歌开发中体现的人文水平也是远远不够的。例如，不加择别地提供大量诗歌作为AI的学习和训练资料，而忽视了各种风格之间的潜在矛盾。一般而言，人类学习诗歌总是从某个风格入手，即古人所谓“专攻一家”；某些开发者让人工智能囫囵吞枣，自然难企高境。理想的情况是，具备创作和鉴赏经验的文学研究者与技术人员合作，根据人工智能的特性和认知科学的成果，精心制定循序渐进的学习步骤。深度学习(deep learning)的发展使得人工智能有可能模拟人类大脑皮层的活动，进而以一种类似于人类的方式学习和思考，那么人类的教育方式经过一定的改造，或许仍可应用于人工智能。

① 于坚：《一种可怕的美已经诞生》，载《南方周末》，2017-6-15。

② 《人工智能将攻克诗歌？欧阳江河:不可能完成的任务》，中新网，2017-7-3，http://www.xinhuanet.com//book/2017-07/03/c_129645856.htm。

人工智能的发展是大势所趋。据统计，截至2019年6月，仅上海一地就有人工智能核心企业1 000余家。^③我们甚至可以说，人工智能不仅是一个行业，而且是所有行业的未来。本文讨论的仅是它具备无数可能的技能中的一种——诗歌创作。这一技能有一定特殊性，因为诗歌是人类最独特的精神产物之一。2019年4月，笔者应邀参加了贵阳孔学堂举办的关于“人工智能能否进行诗歌创作”的辩论，作为反方，对AI创作诗的可能性进行了质疑。然而，笔者更愿意相信，人工智能的可能性是无限的。这一信念建立在一个简单的假设上：人工智能能够在极短的时间内走完人类漫长的进化历程。如阿尔法狗从2014年开始研发，不到两年就打败了人类最优秀的棋手之一；而阿尔法元仅训练三天就完胜阿尔法狗。可以毫不夸张地设想，如果AI能够在一天内从无到有，赶上人类的水准；那么, 第二天它就有可能进化到人类望尘莫及的境界。我们现在的认识受锢于人类的大脑，而一旦技术奇点(technological singularity)来临，AI进化出了更卓越的“大脑”，那么当下的“不可能”或将变成“可能”。这曾经只是一个科幻色彩浓郁的臆想，而现在却成了一个日益临近的现实。

③ 《上海已拥有人工智能核心企业1 000余家初步建成中国人工智能发展领先地区》，凤凰财经，2019-6-18，https://finance.ifeng.com/c/7nbd11k0OP6。