최근 유행 중 하나는 신경망을 훈련시켜 친구 나 심슨 가족과 같은 시나리오와 새로운 에피소드를 생성하는 것입니다. 흥미롭고 실제로 재미있을 수 있습니다. 현명하고 이해할 수있는 이야기.
이런 맥락에서, 신경망은 스토리의 구조 나 시나리오를 연구하고 영웅의 여정 등에서 플롯 포인트 또는 단계를 생성하여 스토리의 개요를 효과적으로 작성하도록 특별히 훈련 될 수 있습니까?
나에게 이것은 유사점을 인정해야하지만 온라인의 수많은 플롯 포인트 생성기와 다릅니다. 기술이나 구현이 아직 거기에 있다면, 그리고 그것이 있다면 어떻게 할 수 있는지 궁금합니다.
답변:
내가 아는 한, 이것은 아직 이루어지지 않았습니다.
이것에 몇 가지 문제가 있습니다. 신경망은 기본적으로 분류기로, 입력과 출력을 일치시킵니다. 입력과 출력 모두 개념이나 단어와 일치 할 수 있지만 일반적으로 숫자 값입니다.
NN을 훈련시키기 위해 적절하게 인코딩 된 입력과 해당 출력을 제공합니다. NN은 둘 사이의 연관성을 학습 한 다음 보이지 않는 입력을 분류 할 수 있습니다. 최근에는 특정 스타일 등으로 이미지를 변환하는 데 사용되었습니다.
시나리오를 생성하기 위해 입력 및 출력은 무엇입니까? 이전 스크립트를 입력으로 사용할 수 있지만 출력은 무엇입니까? 아마도 일종의 이야기 '동작'일 수 있습니다. 따라서 NN을 교육하여 시나리오에서 서술 요소를 인식 할 수 있습니다.
그러나 여전히 아무것도 만들지 않고 물건을 인식하고 있습니다. 다른 입력이 필요합니다. "The Simpsons"에서 NN을 훈련하고, 이야기 구조를 얻은 다음, "Friends"에피소드를 제시하고 어떤 일이 발생하는지 확인할 수 있습니다. 그러나 영화의 새로운 에피소드는 아닙니다.
다른 방법으로는 효과가있을 수 있습니다. 이야기 움직임 (스토리 골격의 일종)을 먹이고 스크립트를 가져옵니다. 그러나 유용하기 위해서는 많은 (인간적인) 사후 편집이 필요합니다.
NN은 여기에서 사용하기에 잘못된 도구라고 생각합니다. AI의 초기 시절까지 이야기와 시나리오를 생성하는 작업이 진행되었습니다. 그러나 모든 상징적 인 AI에, 아니 현재 것으로 보인다 ML의 종류에 기반이 엉 유행을 . James Ryan의 웹 사이트를 살펴보십시오 . 그는 최근 스토리 (및 시나리오) 생성에 대한 역사적인 접근 방식에 대한 개요를 작성했습니다.
스토리 생성은 일부 전제 조건이 충족 된 경우에만 가능합니다. 즉, 신경망을 직접 훈련시킬 수 없으며 플롯을 생성합니다. 더 쉬운 단계는 기존 스토리를 구문 분석하는 것입니다. 이를 위해 의미에 대한 모델을 사용하여 스토리에 대한 지식을 저장합니다. 이러한 모델은 온톨로지, 링크 된 데이터 및 GOLOG와 같은 동작 언어로 인코딩됩니다.
의미 론적 모델 위에 구체적인 이야기가 있습니다. 즉, 온톨로지에서는 두 사람이 줄거리에 있으며 구체적인 이야기는 이름과 속성으로 슬롯을 채 웁니다. 신경망이 할 수있는 것은 이러한 매칭을 파싱하는 것입니다. 즉, 예제 스토리는 예제 온톨로지에 매핑되며 신경망은 예제 데이터를 통해이 결정을 예측할 수 있습니다.
게임에서 자동 스토리 생성의 유명한 예는 Facade입니다. 그것은 신경망을 제공하지 않고 의미 론적 모델을 제공합니다. 신경망은 Facade와의 사용자 상호 작용에 대해 학습 할 수 있으며 사용자와 줄거리가 다음에 수행 할 작업을 예측할 수 있습니다.
경제학에 영향을 미치는 질문 분석
타당성 질문이 아닌 실제 질문으로 실수로 질문을 오해하기 쉽습니다.
인공 지능이 문학 스토리 / 구조를 훈련 시켜서 그것을 만들 수 있는가?
문학적 스토리 / 구조에서 인공 지능 시스템을 훈련 시켜서 인공 지능 시스템을 만들었습니까?
경제학에 영향을 미치는 질문 문구
또한 광범위한 AI 연구를 좁은 분야의 기계 학습 분야와 혼동하기 쉽습니다. 후자는 경제 활동의 현재 초점이기 때문입니다. 이 질문에는 fad 라는 용어가 사용 되었지만 기계 학습은 아마도 기술 유행보다 오래 지속될 것입니다.
인공 지능이 문학 스토리 / 구조를 훈련 시켜서 그것을 만들 수 있는가?
AI 연구가 자동화 된 문학 스토리 구조 생성으로 이어질 수 있습니까?
저작 방법의 사회 경제적 동향
각본을 포함한 영화 제작은 예술입니다. 우리는 대중 예술이 새롭고 특이한 방법에서 나온다는 것을 알고 있습니다.
품성의 정교한 상호 관계, 감정, 신념의 전환, 개별 목적의 존재 론적 질문 및 그것이 다른 사람, 가족, 국가, 세계 또는 인류를 넘어서는 어떤 원리와 관련이 있는지는 기계 학습이 아닙니다. 문제.
여기에서 묻는 질문 뒤에는 알고리즘이나 수렴 질문이 아닌 타당성 질문이 자연에 대한 핵심 AI 과제입니다.
인간의 마음이 생산할 수있는 것을 컴퓨터가 생산할 수 있습니까?
이 질문에 대해 생각할 때, 스토리 텔러의 훈련은 입력에서 텐서를 가져오고 출력에서 예상되는 텐서를 취하는 작업이 아니라는 것이 분명합니다. 현재 머신 러닝 붐은 문학 전문가가 놀랍도록 통찰력있는 스토리를 고려할 수있는 지능형 에이전트 시스템을 개발하지 않았습니다. 그 정도는 확실합니다.
학술 출판물의 경향은 Minsky에서 MIT AI 실험실의 주장에 대한 강력한 재확인으로 보입니다. 타당성 문제는 모든 것이 실현 가능하고 모두가 LISP에서 실현 될 때까지 새로운 방법론이나 재구성에 길을 옮길 것입니다 (현재 Python에서 또는 Java 랩핑 C 및 일부 하드웨어 가속 클러스터 제어). 이 트렌드가 AI에서 이전에 보았던 더 많은 낙관론인지 아니면 단지 시간 문제인지 여부를 알 수 있습니다.
우리는 또한 플롯 포인트 생성기가 시나리오 작가를 대체하고 결국 별과 파티의 생성을 포함하여 전체 스튜디오 시스템과 스타 상태를 생성하기 위해 자신의 삶을 의사 모의하는 잡지를 단순히 시뮬레이션 할 수 있음을 알 수 있습니다. 기술 발전에 의해 완전히 제거 된 것은 잘 확립되고 유리한 사업 분야가 처음이 아닙니다.
1970 년대 대중 음악의 정교함이 증가한 후 문화적으로 버켓과 모노톤으로 돌아 오는 것과 같은 문화적 반격이나 유니-폭격기의 대량 출현과 같은 극단적 인 무언가가 많은 사람들에게 발생합니다. 우리는 또한 그것에 대해서도 기다려야 할 것입니다.
확실한 것은 연구가 계속해서 봉투를 밀고 기술은 문학과 스토리 텔링의 세계까지도 계속 변화 될 것이라는 점입니다. Alan Turing의 모방 게임의 새로운 확장이 나타날 것입니다 : "주체는 어떤 영화에 인간의 시나리오가 있고 어떤 것이 인공적으로 쓰여 졌는지 알 수 있습니까?"
"그 진짜 인간 별인가요 아니면 생성 된 이야기에서 그 생성 된 캐릭터를 재생하는 별인가요?"
로스 굿윈 (Ross Goodwin)은 1 the Road 라는 최초의 AI 소설 제작에서 2018 년이 주목할 만했다 . 모든 원료는 그의 프로그램에 의해 생성되었습니다.
이상적으로는 그렇습니다. 네트워크에 전체 책의 단어가 제공되어야하기 때문에 (100k 단어마다 다름) 이상적입니다. 최하위의 처리 능력으로 수천 권의 책으로 NN을 훈련시킬 수 있습니다. 양자 컴퓨터로 훈련을받는 것이 가능할 수도 있습니다.
작은 이야기의 경우, 가장 큰 문제는 이야기가 어떤 "모양"으로 생성되어야 하는지를 아는 것입니다. 그것이 단순히 단어를 출력한다면, 네트워크가 할 수있는 첫 번째 일은 말하기입니다. 즉, 모델은 사전 훈련 된 NLP 모델에서 진화해야한다는 것을 의미합니다.
그래서 .. 정말 그런 종류의 일을하기 위해서는 NN을 배우기 위해 취하는 접근법이 바뀌어야한다고 생각합니다. 인간이 존재한다는 사실은 유전자 알고리즘이 100 % 작동한다는 것을 증명합니다. 그러나 우리는 분명히 우리가 알고리즘을 훈련 사용하는 이유입니다 처음부터 "뇌", 진화 3+ 억 년이없는 우리의 힘을 뭔가 배울를.
그러나 질문으로 돌아 가자. 인간은 어떤 결과를 선택해야하는지 생각함으로써 많은 일을한다. 인간을 모방하지 않고 네 토크가 결과를 생성하게하려면이 결과의 일부 측면을 무작위로 선택하는 것이 쉬울 것입니다. 예를 들어, 무작위로 선택된 결과는 "결과 : 데니스가 죽고, 모티가 에미 em을 죽이고, 슬프게도, 행복도, 끝까지"일 수 있습니다. 즉, NN 또는 ML 모델은 실제로 스토리에 대한 결과를 생성하지 않습니다. 실제로, 그 이야기에 대해 생성 된 "체크 포인트"를 연결하는 것입니다. 실제로, 검사 점을 생성하기 위해 모델을 훈련시킬 수도 있지만 이것은 초보자의 아이디어 일 뿐이므로 실제로 구현하는 방법에 대한 실마리는 없습니다.
나는 이탈리아어 btw입니다, 내 영어에 대해 죄송합니다 :)
대답은 그렇습니다. AI는 전체 이야기조차 쓰도록 훈련 될 수 있습니다. AI가 이미 스토리를 생성하는 것보다 훨씬 어려운 일을했다고 박쥐에게 바로 말하고 싶습니다. 나는 나의 설명의 끝에서 그 것에 대해 이야기하고 있습니다.
내 설명의 모든 링크는 내가 찾은 외부 소스로 연결되어 있으므로 확인할 수 있습니다. 더 이상하지 않으면 AI가 스토리의 개요를 생성 할 수 있다고 생각하는 주된 이유는 다음과 같습니다.
방법에 대해서는 훈련 데이터가 중요하지 않다고 생각합니다. AI를 훈련시킬 수 있으려면 많은 예가 필요합니다. 영화의 각본이 공개되어 있고 누구나 다운로드 할 수 있기 때문에 가능합니다. 따라서 AI는이 엄청난 양의 시나리오를 통해 쉽게 배울 수 있습니다. 영화를 상영 할 수있는 웹 사이트의 예는 다음과 같습니다. https://stephenfollows.com/resource/sites-to-find-movie-scripts/ , https://www.simplyscripts.com/movie-screenplays.html .
그런 다음 데이터를 포맷하면 AI에 제공 할 수 있습니다. 제 생각에는 Google이 이미 비슷한 일을했기 때문에 좋은 이야기를 쓰는 좋은 AI를 만드는 것이 가능합니다. 구글이 만든 챗봇 Meena 는 AI가 단순한 패턴 인식 이상의 방법을 배울 수 있다는 증거 라고 생각합니다 .
내가 아는 한, 당신이 묘사 한 시스템은 아직 없습니다. 그러나 University of New Orleans 내러티브 인텔리전스 랩 사이트에서 찾을 수있는 흥미로운 내러티브 정보가 있습니다. https://nil.cs.uno.edu/)
바라건대 그들은 이야기 생성 문제에 대한 심층 학습 접근법을 안내하는 데 도움이 될 수 있기를 바랍니다.