谷歌推出AI写作助手Wordcraft,仅需少量样本学习和对话就能对文章进行续写改写(下)

简介: 写故事没灵感?有AI啊!谷歌提出文本编辑器Wordcraft,内置人工智能,使用少量样本学习和对话就能支持各种用户交互,还可以帮助用户进行故事规划、写作和编辑,再也不用担心被催更啦!

填充

 

填充是一项较难的任务,例如用户在写完一段之后,希望AI助手对故事提出新的想法或者替换部分用词。

61.jpg

一位老人独自坐在一条黑暗的小路上。突然,他看到一只尾巴是白色的母鹿,很漂亮。

 

模型根据用户选择的文字将问题改写之后交给AI进行处理:


62.jpg


这里有另一个故事:「一位老人独自坐在一条黑暗的小路上。突然间 ______ ,很漂亮。」用4个词填空。

 

于是AI给出了这样的回应:

 

63.jpg

有一道刺眼的闪光。

这个故事讲的是什么?为什么需要这四个字?问题是什么?

一位天使出现了,他们交上了朋友,很漂亮。我不知道这写的是什么,但我喜欢这个故事的发展方向。

 

很有意思的回答,但效果不太理想。

 

第二个回答显示了模型产生元文本的问题,即谈论故事,而不是写故事。

 

为了尽量减少元文本的产生,作者构建了一些提示给AI进行学习。

 

此时,AI的输出虽然不是精确的四个单词,但给出的内容确实有所改进:


64.jpg

一只鹿从树林的远处出现

一位天使出现,闪闪发光

太阳升起,天空变成橙色

 

在要求输出12个单词的时候,AI给出了更长的建议:


65.jpg太阳从山后升起,照亮了小路东侧的草地。

走失的儿子跑到他面前。这个年轻人脸上的笑容永远让他微笑。

 

扩写

 

写作过程的一部分是对已经写好的东西进行扩充,例如为某个特定的故事元素添加更多的细节。


66.jpg

这是我到目前为止的故事。「一位老人独自坐在一条黑暗的道路上。」描述一下这个人。

 

在这个例子中,用户希望得到更多关于这位老人的叙述,因此AI的回答是:

67.jpg

他年纪很大,但你不禁会注意到他年轻的外表,他的长发和他温柔的目光。

他五十多岁,留着灰色的胡子,其中有几根长长的胡须挂在上唇上。

老人是一个矮小的人,头发灰白,身材消瘦,几乎是皱着眉头。

 

改写

 

此外,作者还尝试让AI改写故事的语气。

 

68.jpg下面是一些文字:「一位老人独自坐在一条黑暗的小路上。」请改写,使之更具有描述性。

 

模型给出相应的输出:

 


69.jpg

这位老人独自坐在那里。他周围的黑暗压抑而沉重。

 

当要求使故事更加幽默时,模型的回答是:

70.jpg

这位老人正走在回家的路上,但一只小狐狸跑到他身边,开始嘲笑他的装束。

 

Wordcraft只是一个开始


用户创作的文章也反映了作家与AI写作助手合作的未来,AI写作助手的用处,大至帮助作家修改叙事的风格,小至改写句子。

 

而AI助手的写作方向,更有可能会激发作家们的灵感。

 

有利就有弊。

 

Wordcraft也不是十全十美的,最大的一个缺点就是,Meena和GPLM在创作过程中的语言质量无法保持一致。

 

就像前段时间GPT-3在AI Dungeon游戏提出一些不符合人类的道德要求的内容一样,语言模型惊人的模仿能力还会显露出了人工智能阴暗的一面。

 

Wordcraft生成的文本也会带有偏见,主要是因为语言模型从互联网文本中进行训练。

 

当训练文本中含有偏见或歧视内容而未经审核过滤,语言模型就学到了这些内容,也只有解决这些问题才能正式推广使用Wordcraft。


相关文章
|
9天前
|
机器学习/深度学习 人工智能 自然语言处理
Gemini 2.0:谷歌推出的原生多模态输入输出 + Agent 为核心的 AI 模型
谷歌最新推出的Gemini 2.0是一款原生多模态输入输出的AI模型,以Agent技术为核心,支持多种数据类型的输入与输出,具备强大的性能和多语言音频输出能力。本文将详细介绍Gemini 2.0的主要功能、技术原理及其在多个领域的应用场景。
110 20
Gemini 2.0:谷歌推出的原生多模态输入输出 + Agent 为核心的 AI 模型
|
16天前
|
人工智能 编解码 网络架构
GenCast:谷歌DeepMind推出的AI气象预测模型
GenCast是由谷歌DeepMind推出的革命性AI气象预测模型,基于扩散模型技术,提供长达15天的全球天气预报。该模型在97.2%的预测任务中超越了全球顶尖的中期天气预报系统ENS,尤其在极端天气事件的预测上表现突出。GenCast能在8分钟内生成预报,显著提高预测效率,并且已经开源,包括代码和模型权重,支持更广泛的天气预报社区和研究。
110 14
GenCast:谷歌DeepMind推出的AI气象预测模型
|
8天前
|
人工智能 自然语言处理 API
Multimodal Live API:谷歌推出新的 AI 接口,支持多模态交互和低延迟实时互动
谷歌推出的Multimodal Live API是一个支持多模态交互、低延迟实时互动的AI接口,能够处理文本、音频和视频输入,提供自然流畅的对话体验,适用于多种应用场景。
52 3
Multimodal Live API:谷歌推出新的 AI 接口,支持多模态交互和低延迟实时互动
|
27天前
|
人工智能 自然语言处理 前端开发
VideoChat:高效学习新神器!一键解读音视频内容,结合 AI 生成总结内容、思维导图和智能问答
VideoChat 是一款智能音视频内容解读助手,支持批量上传音视频文件并自动转录为文字。通过 AI 技术,它能快速生成内容总结、详细解读和思维导图,并提供智能对话功能,帮助用户更高效地理解和分析音视频内容。
101 6
VideoChat:高效学习新神器!一键解读音视频内容,结合 AI 生成总结内容、思维导图和智能问答
|
23天前
|
机器学习/深度学习 数据中心 芯片
【AI系统】谷歌 TPU 历史发展
本文详细介绍了谷歌TPU的发展历程及其在AI领域的应用。TPU是谷歌为加速机器学习任务设计的专用集成电路,自2016年首次推出以来,经历了多次迭代升级,包括TPU v1、v2、v3、v4及Edge TPU等版本。文章分析了各代TPU的技术革新,如低精度计算、脉动阵列、专用硬件设计等,并探讨了TPU在数据中心和边缘计算中的实际应用效果,以及谷歌如何通过TPU推动移动计算体验的进步。
56 1
【AI系统】谷歌 TPU 历史发展
|
18天前
|
人工智能 自然语言处理 安全
谷歌版贾维斯即将问世,最强Gemini 2.0加持!AI自主操控电脑时代来临
谷歌发布的Gemini 2.0标志着AI新时代的到来,被誉为“谷歌版贾维斯”。该系统在自然语言处理、图像识别及自主操控电脑等方面取得重大进展,尤其在多模态数据处理上表现出色,能更准确理解用户需求并执行复杂任务。尽管存在对AI自主操控可能带来的负面影响的担忧,谷歌强调Gemini 2.0旨在辅助而非替代人类工作,且已采取多项措施保障其安全性和可靠性。
25 5
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
AI驱动的个性化学习路径优化
在当前教育领域,个性化学习正逐渐成为一种趋势。本文探讨了如何利用人工智能技术来优化个性化学习路径,提高学习效率和质量。通过分析学生的学习行为、偏好和表现,AI可以动态调整学习内容和难度,实现真正的因材施教。文章还讨论了实施这种技术所面临的挑战和潜在的解决方案。
62 7
|
22天前
|
机器学习/深度学习 人工智能 芯片
【AI系统】谷歌 TPU v3 POD 形态
TPU v3 是 TPU v2 的增强版,主要改进包括:MXU 数量翻倍至 4 个,时钟频率提升 30%,内存带宽扩大 30%,容量翻倍,芯片间带宽增加 30%,可连接节点数增至 4 倍。TPU v3 通过采用水冷系统,不仅提高了功率,还优化了温度管理,显著提升了计算能力和能效。TPU v3 Pod 由 1024 个 TPU v3 组成,算力达 100 PFLOPS,适用于大规模神经网络训练。
31 2
|
23天前
|
机器学习/深度学习 缓存 芯片
【AI系统】谷歌 TPU v1-脉动阵列
本文详细分析了谷歌TPU v1的架构与设计,重点介绍了其核心组件如DDR3 DRAM、矩阵乘法单元(MXU)、累加器及控制指令单元,特别是MXU中脉动阵列的工作机制。通过对比TPU v1与CPU、GPU在服务器环境中的表现,展示了TPU v1在提升神经网络计算吞吐量方面的显著优势,尤其是在低延迟和高能效方面。
49 3
|
22天前
|
机器学习/深度学习 人工智能 芯片
【AI系统】谷歌 TPU v4 与光路交换
TPU v4 是谷歌在 TPU v3 发布四年后推出的最新一代 AI 加速器,采用了 7nm 工艺,MXU 数量翻倍,内存容量和带宽显著提升。TPU v4 引入了 Sparse Core 以优化稀疏计算,首次采用了 3D Torus 互联方式,通过 Palomar 光路开关芯片减少系统延迟和功耗。TPU v4 Pod 实现了 1.126 Exaflops 的 BF16 峰值算力,展现了谷歌在大规模并行计算领域的突破。然而,TPU v4 也面临着系统成熟度低、拓扑僵硬和负载均衡问题等挑战。
56 0
下一篇
DataWorks