数字化诗人:这可能是第一位用算法写诗的诺贝尔文学奖得主

简介: 一位英国教授发现,一些优秀的诗人早在20世纪60年代就开始使用编码算法来写诗了。

一位英国教授发现,一些优秀的诗人早在20世纪60年代就开始使用编码算法来写诗了。

image

著名作家J.M.Coetzee,在早期的英国超级计算机上开发了创作诗歌的软件

当我们回顾历史上探索科技应用的人才时,通常不会想到英语教授。但是伦敦国王学院现代文学博士后研究员Rebecca Roach去年在研究J.M. Coetzee的档案时,发现了一箱“难以置信的材料”。J.M. Coetzee是在德克萨斯大学奥斯丁分校的Harry Ransom中心获得了诺贝尔文学奖的诗人与小说家。(相关链接:http://www.hrc.utexas.edu/

在Roach发现的这个箱子里,装满了电脑打印出来的看似随机的单词。Roach记得,Coetzee在2002年出版了一本小说化的自传体回忆录《青春》。而这本回忆录的主人公John,为了好找工作,在大学学的是数学,但他从未放弃成为一个世界级诗人和小说家的梦想。

正如Coetzee自己所经历的那样,John在上世纪60年代从他的祖国南非移居到伦敦,并从事编程工作,他一开始供职于IBM,后来进入了英国原子能研究所,利用Atlas 2超级计算机进行编程。

John欣赏计算机的方式和他的同事们不同,Coetzee是这样写的:“虽然Atlas不是一台用来处理文本资料的机器,但在夜深人静的时候,John用它打印了成千上万的文字,这些文字带有Pablo Neruda(智利诗人)的风格,使用了《马楚·比楚高峰》中最有力的词汇。”(相关链接:http://elearn.cs.man.ac.uk/~atlas/

John对他的程序所产生的独特的词汇联想感到非常惊奇,比如“茶壶的怀旧(the nostalgia of teapots)”和“狂怒的骑兵(furious horsemen)”。他挑选了其中最好的作品,编写并发表在文学周刊上。

Roach意识到,这些随机词汇可能是Coetzee进行电脑辅助诗歌写作时打印出来的。箱子里还有她怀疑是Coetzee的原始代码的东西,所以她拍摄了照片,并将它们带回英国,交给一个研究过Atlas的人。

由源代码可以确认这个软件就是为Atlas编写的。Roach说:“他盯着我拍的这些模糊的照片,分析出它们没有使用任何我们所熟知的高级计算机语言进行编写,而是使用了Atlas自动编码,这是为这台特定计算机而设计的特殊语言。”

由于无法访问Atlas的工作路径,Roach无法自己运行这些程序,但她可以找到已经发表的由Coetzee的程序生产的诗歌。这些诗歌在南非一些出版物中都有迹可循,例如1963年的《狮子和黑斑羚》(The Lion and the Impala),以及1978年发表在Staffrider上的,描述了Coetzee在60年代进行的数字化实验的作品。

Staffrider上的诗歌《史诗中的英雄与坏母亲》(Hero and Bad Mother in Epic)中有很多重复的单词,比如“瞌睡之剑(sword drowses)”、“假寐之剑(drowsy sword)”、“假寐(fiction drowses)”、“虚拟之剑(sword of fiction)”和“守时之剑(punctual sword)”等。它还包含了像“谨慎的地理(the geography of caution)”和“女性的王国(the feminine kingdom)”等这些有着奇妙转折的短语。

在《狮子与黑斑羊》中,Coetzee诠释了他自己的美学思想。他说,他的程序生成的代码包含各种可能的诗句组合,在这基础上再进行筛选:“‘作者’在已输出的内容(假设以每分钟75首诗的速度创作了2,100首诗)中选择合适的部分,将其缩减为标准格式,然后再发送给编辑。”

在他的先锋派实验中,Coetzee并不是孤军奋战的。其他的诗人先锋也有使用计算机进行创作的意向和机会。

据C.T. Funkhouser的《史前诗歌的数字化》(Prehistoric Digital Poetry)介绍,当时还有其他的数字化诗人先驱,包括意大利作家Nanni Balestrini,他1961年的诗歌《磁带标记》(Tape Mark)也是使用数字文本拼接技术创作而成的。(相关链接:http://www.uapress.ua.edu/product/Prehistoric-Digital-Poetry,1831.aspx

远在谷歌的Ngram查看器产生之前,这些实验就致力于推动计算机在人文科学领域的发展——而不只是专门用于金融、科学或工程计算。但是Roach说,这些实验一直被忽视了,因为“计算机领域的研究者对历史不感兴趣,而文学家又不理解计算机”。

然而,计算机程序生成的诗能称为真正的诗歌吗?随着Roach工作的展开,答案渐渐明朗,在正确的指导下,这样的诗成为真正的诗歌是“很有可能”的。

这篇文章以《诗人和机器》为名发表在2018年6月的印刷版上。

原文发布时间为:2018-06-29

本文来自云栖社区合作伙伴“数据与算法之美”,了解相关信息可以关注“数据与算法之美”。

相关文章
|
人工智能 算法 安全
7月3日云栖精选夜读丨数字化诗人:这可能是第一位用算法写诗的诺贝尔文学奖得主
著名作家J.M.Coetzee,在早期的英国超级计算机上开发了创作诗歌的软件当我们回顾历史上探索科技应用的人才时,通常不会想到英语教授。但是伦敦国王学院现代文学博士后研究员Rebecca Roach去年在研究J.M. Coetzee的档案时,发现了一箱“难以置信的材料”。
3348 0
7月3日云栖精选夜读丨数字化诗人:这可能是第一位用算法写诗的诺贝尔文学奖得主
|
22天前
|
算法 安全 数据安全/隐私保护
基于game-based算法的动态频谱访问matlab仿真
本算法展示了在认知无线电网络中,通过游戏理论优化动态频谱访问,提高频谱利用率和物理层安全性。程序运行效果包括负载因子、传输功率、信噪比对用户效用和保密率的影响分析。软件版本:Matlab 2022a。完整代码包含详细中文注释和操作视频。
|
1月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于MSER和HOG特征提取的SVM交通标志检测和识别算法matlab仿真
### 算法简介 1. **算法运行效果图预览**:展示算法效果,完整程序运行后无水印。 2. **算法运行软件版本**:Matlab 2017b。 3. **部分核心程序**:完整版代码包含中文注释及操作步骤视频。 4. **算法理论概述**: - **MSER**:用于检测显著区域,提取图像中稳定区域,适用于光照变化下的交通标志检测。 - **HOG特征提取**:通过计算图像小区域的梯度直方图捕捉局部纹理信息,用于物体检测。 - **SVM**:寻找最大化间隔的超平面以分类样本。 整个算法流程图见下图。
|
7天前
|
算法 数据挖掘 数据安全/隐私保护
基于FCM模糊聚类算法的图像分割matlab仿真
本项目展示了基于模糊C均值(FCM)算法的图像分割技术。算法运行效果良好,无水印。使用MATLAB 2022a开发,提供完整代码及中文注释,附带操作步骤视频。FCM算法通过隶属度矩阵和聚类中心矩阵实现图像分割,适用于灰度和彩色图像,广泛应用于医学影像、遥感图像等领域。
|
8天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
9天前
|
存储 算法 决策智能
基于免疫算法的TSP问题求解matlab仿真
旅行商问题(TSP)是一个经典的组合优化问题,目标是寻找经过每个城市恰好一次并返回起点的最短回路。本文介绍了一种基于免疫算法(IA)的解决方案,该算法模拟生物免疫系统的运作机制,通过克隆选择、变异和免疫记忆等步骤,有效解决了TSP问题。程序使用MATLAB 2022a版本运行,展示了良好的优化效果。
|
8天前
|
机器学习/深度学习 算法 芯片
基于GSP工具箱的NILM算法matlab仿真
基于GSP工具箱的NILM算法Matlab仿真,利用图信号处理技术解析家庭或建筑内各电器的独立功耗。GSPBox通过图的节点、边和权重矩阵表示电气系统,实现对未知数据的有效分类。系统使用MATLAB2022a版本,通过滤波或分解技术从全局能耗信号中提取子设备的功耗信息。
|
8天前
|
机器学习/深度学习 算法 5G
基于MIMO系统的SDR-AltMin混合预编码算法matlab性能仿真
基于MIMO系统的SDR-AltMin混合预编码算法通过结合半定松弛和交替最小化技术,优化大规模MIMO系统的预编码矩阵,提高信号质量。Matlab 2022a仿真结果显示,该算法能有效提升系统性能并降低计算复杂度。核心程序包括预编码和接收矩阵的设计,以及不同信噪比下的性能评估。
25 3
|
19天前
|
人工智能 算法 数据安全/隐私保护
基于遗传优化的SVD水印嵌入提取算法matlab仿真
该算法基于遗传优化的SVD水印嵌入与提取技术,通过遗传算法优化水印嵌入参数,提高水印的鲁棒性和隐蔽性。在MATLAB2022a环境下测试,展示了优化前后的性能对比及不同干扰下的水印提取效果。核心程序实现了SVD分解、遗传算法流程及其参数优化,有效提升了水印技术的应用价值。
|
20天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于贝叶斯优化CNN-LSTM网络的数据分类识别算法matlab仿真
本项目展示了基于贝叶斯优化(BO)的CNN-LSTM网络在数据分类中的应用。通过MATLAB 2022a实现,优化前后效果对比明显。核心代码附带中文注释和操作视频,涵盖BO、CNN、LSTM理论,特别是BO优化CNN-LSTM网络的batchsize和学习率,显著提升模型性能。