政客們的演講稿能由機械人代筆嗎？美國研究人員近日設計了一個人工智能計算程式，通過分析美國國會議員的演講片段，就能編寫出流暢的演講稿。不僅如此，該程式還能區分美國多個黨派，以及該黨對某個議題的立場。但研究者坦言，相關方法不大可能真的被政客使用。
「議長先生，多年以來，誠實而不幸的消費者們有能力申請破產保護，最後也能合理而有效地清償債務......請支持增長與機會，通過這項法案。」程式編寫出的演講稿。
程式設計者、馬薩諸塞大學安默斯特分校人員 Valentin Kassarnig 選取了53場美國國會議員討論會中近4千個演講片段，按議員的共和或民主黨背景，以及支持或反對某個議題進行分類，形成一個數據庫。
這些片段共包含5萬多句句子，平均每句有23個單詞。Kassarnig 首先標注出每個詞或短語的語法角色，例如名詞、動詞、形容詞等，然後以每6個詞或短語為一組，計算當有5個連續的詞或短語出現時，第6個詞或短語出現的可能性。
具體使用時，只需告訴程式要編寫的是什麼類型的講稿，例如隸屬於哪一個政黨等，程式就會自動搜索相應類別下相似講稿的頭5個單詞或短語的全部組合，並從中任意選擇一種，然後開始自動生成稿件。程式確定頭5個詞或短語後，第6個就可以被預測，然後一個接一個詞地寫下去，直到稿子結束。
Kassarnig 表示，程式編寫的大部分演講稿均語法準確，句子過渡流暢。除政治演講稿外，程式也能用來寫新聞，因為就像大量的、公式化的演講稿一樣，關於同一事件的新聞故事也非常多，足以建成數據庫。他已在GitHub上公布了程式的源代碼，鼓勵其他人嘗試、修改、擴展這個程式。
除了文字學習外，人工智能還在往圖像方面拓展。美國哈佛大學的研究者們正在從事一項研究，希望設計一款能與人類識圖速度相媲美的仿生電腦系統。研究者們表示，當他們弄清大腦學習方法的基本準則後，遲早能設計出一款與人類相仿、甚至超越人類的電腦系統。
本文獲端傳媒授權轉載