AI文学情感是一种“人工情感”

毕日生

我们正处在最好的时代，我们正处在最坏的时代。 ——《双城记》

强大的人工智能崛起，要么是人类历史上最好的事，要么是最糟的。我们应该竭尽所能，确保其未来发展对我们和环境有利。——斯蒂芬·霍金

2017年5月29日，微软小冰创作并发表诗集《阳光失了玻璃窗》，成为人工智能（Artificial Intelligence，简称 AI）“非礼”“侵入”①人类文学“圣地”（诗歌）的标志性事件。于是一大批诗人、诗评家站出来为“神圣”的诗歌辩护，对“小冰”为首的（还包括薇薇、九歌、偶得等）AI“诗人”展开了大规模的斥责。②笔者此文目的绝不是站在这些诗人和诗评家们的对立面，为“小冰”们鸣不平，而是以一种“同情地了解”的心态，走近AI文学，并把关注重点放在自然语言处理方面的“情感计算”这一话题上。

AI文学的批评者几乎不约而同地认为：AI文学“产品”与人类创作的文学“作品”（诗歌）不可同日而语，因为机器根本没有主体性，不具备人类的情感能力、思维能力、想象能力和创造力，因此，AI文学“产品”只不过是基于数据库中人类已有文学作品（诗歌）的拼贴和模仿或“寄生性繁殖”，是一种“低一级”的文字组合游戏，更是出于商业目的而进行炒作的噱头……

所有对AI文学进行否定、批判者，无不是站在人类中心主义的立场，从传统人文主义的角度，以传统的诗学标准和审美标准和“文学是人学”的传统观念来解读、评价、批评AI文学作品的。传统的“文学是人学”的观念认为，文学是人类情感世界和知识（智慧、思想）能力的集中表达，是人类感性生命的另一种存在方式。如果我们站在人工智能机器人的角度，站在技术本身的角度，站在未来后人类社会、后人文主义的立场看，目前的人工智能技术处于弱人工智能阶段，主要模拟人的“知识智能”和“情感智能”。AI文学表达的情感是区别于人类情感的“人工情感”（Artificial Emotion）或“类情感”，而这种“人工情感”就是通过“情感计算”技术来实现的。

传统的观念认为，人类情感是极具主观性，根本无法定义，更无法“量化”和“计算”。提出“情感计算”的问题，对于大多数人文学者来讲，在情感上是很难接受的。盡管“情感”的定义可以有上百种之多，但无论是心理学家、社会学家、哲学家、文学家，都不得不承认，情感首先是“具身性”的，它离不开人的身体;其次，情感是可认知的，它是人的精神和心理的重要组成部分。MIT大学明斯基教授在1985年的专著《心智社会》（Society of Mind）中最早提出了关于“情感计算”（Affective Computing）的设想。而“情感计算”这一概念的最早提出者是美国MIT媒体实验室R·Picard教授，她在提出这一概念两年后的1997年发表《情感计算》（Affective Computing）一书，对这一问题进行了深入的研究。此后，“情感计算”成为心理学、脑科学、人工智能、信息科学、人类学、哲学共同关注的一门交叉学科。国内外学术界在“情感计算”研究领域已经取得了丰硕的成果③。

心理学家们认为，情感是人与环境之间维持或改变某种关系时产生的各种内心体验（包括短暂而强烈的情绪、持久但强度低的心境或心态等）。目前心理学的情感计算主要从情感的维度、表情和生理指标④三方面实现。有学者批判传统心理学基础上的情感计算路径，提出了“数理情感学”⑤。“情感计算”大致可以分为情感识别、情感建模和情感反应三大部分。“情感计算”的目标是实现人机交互的情感化，最终目的是让机器更好地为人类服务。

AI文学中的情感是如何识别和表达的？AI文学中的“人工情感”在本质上是怎样的情感呢？百度作诗工具自2015年开始研发，目前开发的作诗软件或技术包括看图作诗、命题作诗、藏头诗、歌曲填词、现代长诗工具等。例如以“为你写诗”四字而作的藏头诗：“为谁谱写一枝春，你我放歌有几人。写得今宵谁会意，诗心一片自留痕。”又如，百度作诗工具为李彦宏《智能革命》一书写的现代长诗序言中有一段写道：“我来了，期待着你的每一天，睁开眼就能看到幸福曙光，占据着你的每一天，陪你跨越鸿沟走向湛蓝，算法很简单。”这些诗作除了令人称奇之外，同时具备了相当的写作水平，也具备了诗歌明确的情感表达。

再以小冰的诗歌创作为例。小冰诗集《阳光失了玻璃窗》中的诗歌表露出了或感伤，或欢快;或爱意，或悔恨;或激昂，或消沉等人类情感特征。小冰研发者称，她是“全球第一个以培养情商（EQ）为目标的人工智能系统”（微软全球执行副总裁沈向洋），她的写作活动是具有“情感”和“创造性”的。具体说来，小冰不仅通过神经网络系统，利用深度学习技术，上万次地迭代学习了519位中国现代诗人的数万首作品，然后才开始诗歌创作，形成了颇具小冰“个人”特色的风格、用词偏好和行文技巧，具备了初步的创造性。尽管她目前的大部分诗歌表达的情感依然“稚嫩和青涩”。

不管是百度作诗，还是小冰作诗，机器对人类情感的系统化识别和表达，是通过建构情感模型实现的。目前最常见的情感模型包括离散模型、维度模型和成分模型三类⑥。AI作诗目前的主流技术包括大数据、深度学习技术、人工神经元网络、情感计算等，形成了以下几种主要模式：SMT（statistical machine translation）基于统计机器翻译的自动作诗技术;RNNLM（recurrent neural network language model）基于循环神经网络语言模型;NMT（neural machine translation）基于关注度的神经机器翻译模型;PPG（planning-based poetry generation）基于主题规划的诗歌生成模型;LSTM（Long Short-Term Memory）基于长短期记忆网络的图像生成诗歌模型等⑦;还包括多维情感分析诗歌生成系统⑧;诗词风格、情感计算方法⑨等等。涉及诗词“情感计算”的最新研究成果不胜枚举。人文学者也许对情感计算模型和方法的科学论证、实验数据分析等根本看不懂，但这些研究成果明晰地告诉我们，AI文学（诗词）中的情感计算不仅是可能的，而且切实可行！

从形式主义、新批评、结构主义、读者反应批评等理论视域看，作者是谁，并不重要，作品的意义在于作品的形式和语言本身，在于作品的深层结构本身，在于读者对作品的理解和阐释本身。作家的任何生命经验、情感体验、思想观念无不是借助作品这个中介，应用叙事、隐喻、象征等语言形式技巧加以形式化来实现的。因此，说到底任何文学艺术本质上都是一种形式。回到文学与情感的关系问题，作家的任何情感都是借助文学形式（语言）加以表达和表现的。文学作品中的情感之于作者既具有“具身性”又具有“去身性”的特征。从作家中心论角度看，“具身性”是指作家的情感、生命经验正是通过语言来实现的，因此，“语言是存在之家”。如果站在作品中心论和读者中心论的角度看，情感又具有“去身性”，读者通过艺术（语言）这一中介，通过文本本身、语言修辞技巧等中介，在读者解读、理解基础上重构作品的情感。

AI文学创作既实现了对数据库中人类文学作品的情感识别（解读），同时在文学（诗词）作品创作过程中实现了情感的表达。在识别与表达的转换过程中，基于深度学习和神经网络的“编码-解码”技术至关重要，这种技术不再是对人类“具身性”情感的模仿，而是基于对人类作品语言的“去身性”情感的学习和模仿，实现了人类作品中情感的创造性转化。因此，AI文学创造的情感本质上是一种“去身性”的“人工情感”。

注释：

①“非礼”一词引自一位法国IT公司的人工智能博士署名“山水如歌”的论文《当人工智能“非礼”诗歌》（见《金融博览》2017年第9期）;“侵入”一词引自刘朝谦与杨帆合写的《人工智能软体“写诗”的文艺学思考》（见《福建论坛》2020年第2期）一文。其他学者的论文中，也多使用类似的“入侵”等词。

②微软小冰创作的诗集《阳光失了玻璃窗》于2017年5月19日出版后，引发了近百位诗人、诗评家、翻译家和学者们的评论，批评之声铺天盖地，赞成者寥寥。小冰2014年诞生于中国，两岁时，以27个不同的笔名在报刊和多个网站社区展露作诗“天分”，一直未被人们识破其“机器”身份。

③国外除美国MIT的皮卡德之外，还有Sengers、Gaver、Dourish、Kristina Hook、Beaudry、Olivia、Davidson、Alvarez-Lozano、Kaveh Bakhtiyari等國外学者从不同角度展开了对“情感计算”课题的研究;许多国际知名公司IBM和British Telecom等均成立了专门情感计算研究机构。以国内研究为例，笔者于2020年8月1日，在超星发现输入“情感计算”，得到19915条检索结果;中国知网以“情感计算”为主题词检索得到2025条记录;清华大学、中国科学院、中国科学技术大学、北京航空航天大学、哈尔滨工业大学等知名高校和科研机构，在情感计算研究领域成果卓著。

④情感维度有一维、二维、三维、四维等说法;表情包括面部表情、姿态表情和语调表情三种;生理指标包括心率、血压、呼吸、脑电波、瞳孔、掌汗、皮肤电活动、皮质醇水平、事件相关电位等。

⑤仇德辉：《数理情感学：人类情感的数学逻辑》，北京：中共中央党校出版社， 2018年。他将主观情感转化为客观价值，提出“统一价值论”，试图将情感数字化，从而开启全新的情感计算研究路径。

⑥付心仪、薛程等：《基于姿态的情感计算综述》，《计算机辅助设计与图形学学报》，2020年第7期。离散分类情感模型以Ekman为代表;连续维度模型代表人物包括提出双极圆周模型的Russell和提出3D圆周模型的Plutchik，以及提出PAD（pleasure-arousal-dominance）模型的Mehrabian等人;2001年Plutchik又提出了介于离散模型和连续模型之间的成分层次情感模型。

何立健、林穗、翁海瑞：《基于LSTM的图像生成诗歌模型》，《信息技术与网络安全》，2019年第4期。

⑧刘铮扬：《基于深度学习的中国诗歌自动生成算法研究》，湖南师范大学，2018年（硕士学位论文）。

⑨苏劲松：《全宋词语料库建设及其风格与情感分析的计算方法研究》，厦门大学，2007年（硕士学位论文）。

责任编辑 吴佳燕