漫画：代理式速写喜剧一代

如果你让人工智能写个笑话，得到的往往是数字版的“老爸式笑话”，让人不禁打了个寒战。但令人惊讶的是，如今已经有一个人工智能系统能够创作几乎可以媲美《周六夜现场》专业演员的喜剧小品。它的名字叫 COMIC，运作方式就像一个真正的创作团队：人工智能代理扮演着编剧、导演、评论家甚至舞台经理的角色，每个代理都有着不同的个性，并且彼此竞争。其理念是：要想产生真正的创意——尤其是在像喜剧这样最难以捉摸、最主观的领域——仅仅要求一个模型按照固定的目标来猜出“正确的笑点”是不够的。我们需要让多个人工智能参与到一场持续不断的竞赛中，在这个竞赛中，创意通过挑战、修改和经常相互冲突的意见得到不断完善。实际上，一个笑点的品质并不取决于它与普遍理想的接近程度，而是取决于它在一系列由品味各异的评论家评判的对决中能否击败对手。Susung Hong、Brian Curless、Ira Kemelmacher-Shlizerman 和 Steve Seitz 领导了 COMIC 的开发工作，其中一个关键细节就是对评审的运用：他们不仅是人工智能代理，更是根据人们真正喜欢的内容进行调整的“评审”，这要归功于对近 5,000 个 YouTube 喜剧视频的分析，从 Key & Peele 到 Foil Arms & Hog，无所不包。这篇论文中有一句话能够解释一切：“COMIC 没有设定一个基准质量上限，而是采用相对论的观点，即剧本的优秀程度并不是由其与理想标准的距离来确定的，而是由其相对于当前竞争对手的表现来确定的。” 简而言之，对于人工智能来说，喜剧并非一座需要攀登的高峰，而是一场持续的竞赛，有点类似于进化生物学中的“红皇后理论”：为了保持竞争力，你必须不断变化。COMIC 的结构类似于一个“创意岛屿”：剧本在不同的“岛屿”上诞生，每个“岛屿”都由一个评论家委员会管理，这些评论家拥有不同的品味——有些人喜欢滑稽剧，有些人喜欢机智台词，有些人则喜欢荒诞剧。这些剧本会两两对抗，进行比赛：输家会根据评论家的建议进行重写，然后重新投入比赛。这个过程经过多代重复，不断提高了标准，从而催生出各种不同的小品，而不仅仅是“平均而言最受欢迎”的单调版本。举一个具体的例子：借助这种方法，COMIC 仅凭一张照片和一个角色的声音片段就生成了视频，逐个场景构建出连贯的故事和可辨识的角色，并保持了一个镜头与另一个镜头之间的连续性——这是 Sora 或 Veo 等普通视频模型仍然难以做到的事情。在人类眼中，效果如何呢？在一项盲测中，COMIC 的视频在 1 到 7 分的评分范围内，在幽默感和吸引力方面获得了与中端专业作品相当的分数。相比之下，传统模型虽然在视觉上更加逼真，但在叙事和让人想要“看更多”的方面却无法与之媲美。您可以在晚餐时分享一个数据：该系统效率极高，只需 5 美元的 GPU 预算，就能在一天内生成高质量的小品，而制作一集普通节目所需的成本要高出数个数量级。此外，评论家的选择并非由人工决定：人工智能会生成数百个不同的评论家“角色”，然后只保留那些能够真正区分受欢迎和不受欢迎内容的角色，并衡量它们预测哪些视频在 YouTube 上会获得更高参与度的能力。最令人惊讶的一点是，质量并非由上而下确定，而是源于剧本和评论家之间的不断碰撞，他们相互更新信息，就像一间充满人类创作者的房间，他们互相切磋、互相纠正、互相挑战。最后一个挑战：这种方法，加上代理之间的竞争以及根据受众的真实喜好甄选评论家，可能是一种不仅能教会人工智能喜剧，还能教会它其他创意形式的方法。毕竟，幽默只是最难的实验室之一。需要记住的一句话是：对于人工智能来说，幽默感并非通过公式来衡量，而是通过不断的挑战和修正来获得，就像人类所做的那样。如果你认为这个想法能够改变你对人工智能创造力的看法，可以在 Lara Notes 上点击“I'm In”——这不是点赞，而是你在说：现在，这种观点也属于你了。如果几天后，你发现自己在跟别人说，有一种人工智能通过与其他人工智能竞争来学习如何变得更有趣，就像在《周六夜现场》的编剧室里一样，那么你可以在 Lara Notes 上标记与你在一起的人：这叫做“离线分享”。这篇论文来自 arxiv.org，与阅读全文相比，您刚刚节省了大约 23 分钟的时间。