क्या किसी कहानी की रूपरेखा तैयार करने के लिए AI को प्रशिक्षित किया जा सकता है?


12

मुझे पता है कि हाल ही में किए गए एक फड्स में से एक है, स्क्रीनप्ले और उदाहरण के फ्रेंड्स या द सिम्पसंस के नए एपिसोड जनरेट करने के लिए एक न्यूरल नेटवर्क को प्रशिक्षित करना, और यह ठीक है: यह दिलचस्प है और प्रोग्राम बनाने की दिशा में आवश्यक पहला कदम हो सकता है जो वास्तव में उत्पन्न कर सकता है समझदार / समझने योग्य कहानियाँ।

इस संदर्भ में, तंत्रिका नेटवर्क को विशेष रूप से कहानियों, या पटकथाओं की संरचनाओं का अध्ययन करने के लिए प्रशिक्षित किया जा सकता है, और शायद कथानक अंक, या हीरो की यात्रा में कदम, आदि, प्रभावी रूप से एक कहानी की रूपरेखा लिख ​​रहे हैं?

मेरे लिए, यह कई असंख्य प्लॉट-पॉइंट जनरेटर से ऑनलाइन अलग है, हालांकि मुझे समानताएं स्वीकार करनी होगी। मैं बस उत्सुक हूँ अगर तकनीक या कार्यान्वयन अभी भी है और अगर यह है, तो कोई इसे कैसे कर सकता है।

जवाबों:


1

जहां तक ​​मेरी जानकारी है, अभी तक ऐसा नहीं किया गया है।

मैं इसके साथ कई समस्याओं को देखता हूं। एक तंत्रिका नेटवर्क मूल रूप से एक क्लासिफायरियर है, जो किसी आउटपुट के इनपुट से मेल खाता है। इनपुट और आउटपुट दोनों आमतौर पर संख्यात्मक मान हैं, हालांकि उन्हें अवधारणाओं या शब्दों से मिलान किया जा सकता है।

एनएन को प्रशिक्षित करने के लिए आप एक उचित रूप से एन्कोडेड इनपुट और संबंधित आउटपुट प्रदान करते हैं। NN दोनों के बीच के जुड़ावों को सीखता है, और फिर उसके अनुसार अनदेखी इनपुट को वर्गीकृत कर सकता है। इसका उपयोग हाल ही में एक विशेष शैली आदि में छवियों को बदलने के लिए किया गया है।

स्क्रीनप्ले जनरेट करने के लिए इनपुट और आउटपुट क्या होगा? आप इनपुट के रूप में पिछली स्क्रिप्ट का उपयोग कर सकते हैं, लेकिन आउटपुट क्या होगा? यह किसी प्रकार की कथा 'चाल' हो सकती है, शायद। इसलिए आप स्क्रीनप्ले से कथा तत्वों को पहचानने के लिए एक एनएन को प्रशिक्षित कर सकते हैं।

हालाँकि, आप अभी भी कुछ भी नहीं बना रहे हैं, लेकिन सिर्फ सामान को पहचान रहे हैं। आपको कुछ अन्य इनपुट की आवश्यकता होगी। मुझे लगता है कि आप "द सिम्पसंस" पर एक एनएन को प्रशिक्षित कर सकते हैं, एक कथात्मक संरचना प्राप्त कर सकते हैं, और फिर इसे "फ्रेंड्स" के एपिसोड के साथ प्रस्तुत कर सकते हैं और देखें कि क्या होता है। हालांकि यह पटकथा का नया एपिसोड नहीं होगा।

दूसरे तरीके से काम हो सकता है: आप इसे कथात्मक चाल (एक प्रकार की कहानी कंकाल) खिलाते हैं, और एक स्क्रिप्ट प्राप्त करते हैं। लेकिन इसे (मानव) पोस्ट-एडिटिंग बहुत उपयोगी होने की आवश्यकता होगी।

मुझे लगता है कि एक एनएन यहाँ उपयोग करने के लिए गलत उपकरण है। एआई के शुरुआती दिनों में भी, कहानियों और पटकथा के निर्माण के साथ काम किया गया है। लेकिन यह सब प्रतीकात्मक AI पर आधारित था, उस प्रकार के ML पर नहीं जो वर्तमान में प्रचलित माना जाता है । जेम्स रयान की वेबसाइट पर एक नज़र डालें ; उन्होंने हाल ही में कहानी (और पटकथा) पीढ़ी के लिए ऐतिहासिक दृष्टिकोण पर एक सिंहावलोकन लिखा है।


"हॉलीवुड" कुख्यात रूप से जोखिम-से-प्रभावित है, और सूत्र का पक्षधर है, इसलिए मुझे संदेह है कि फॉर्मूलाटिक सामग्री उत्पन्न करना चुनौती का सब कुछ नहीं होगा। मुझे लगता है कि गण पहेली का एक टुकड़ा होगा।
DukeZhou

0

कहानी पीढ़ी केवल तभी संभव है जब कुछ पूर्व शर्त पूरी की जाती है। इसका मतलब है, एक तंत्रिका नेटवर्क को सीधे प्रशिक्षित करना संभव नहीं है, कि यह एक भूखंड उत्पन्न करेगा। पहले आसान कदम केवल मौजूदा कहानियों को पार्स करना है। ऐसा करने के लिए, एक कहानी के बारे में ज्ञान का भंडारण करने के लिए एक शब्दार्थ मॉडल का उपयोग किया जाता है। इस तरह के मॉडल ऑन्कोलॉजी, लिंक्ड डेटा और एक्शन लैंग्वेज जैसे जिओलॉजी से एन्कोडेड होते हैं।

सिमेंटिक मॉडल के शीर्ष पर एक ठोस कहानी होती है। इसका मतलब है, ऑन्कोलॉजी में यह परिभाषित किया गया है, कि दो व्यक्ति साजिश में हैं, और ठोस कहानी स्लॉट को नाम और विशेषताओं से भर देती है। तंत्रिका नेटवर्क क्या करने में सक्षम हैं, इन मिलानों को पार्स करना है। इसका मतलब है कि, उदाहरण कहानियों में ऑन्कोलॉजी का उदाहरण दिया जाता है और तंत्रिका नेटवर्क उदाहरण के डेटा से सीखकर इस निर्णय की भविष्यवाणी कर सकते हैं।

एक खेल में स्वचालित कहानी पीढ़ी के लिए एक प्रसिद्ध उदाहरण है फैकडे यह एक तंत्रिका नेटवर्क नहीं बल्कि एक अर्थ मॉडल प्रदान कर रहा है। एक तंत्रिका नेटवर्क को मुखौटा के साथ उपयोगकर्ता इंटरैक्शन पर प्रशिक्षित किया जा सकता है और यह अनुमान लगाने में सक्षम है कि उपयोगकर्ता और प्लॉट आगे क्या करेंगे।


0

इकोनॉमिक्स इंपैक्टिंग प्रश्न पार्सिंग

व्यवहार्यता प्रश्न के बजाय प्रश्न को गलती से अभ्यास करना आसान है।

क्या एआई के लिए साहित्यिक कहानी / संरचना पर उन्हें उत्पन्न करने के लिए प्रशिक्षित किया जाना संभव है?

क्या किसी ने उन्हें उत्पन्न करने के लिए साहित्यिक कहानी / संरचना पर एआई प्रणाली को प्रशिक्षित किया?

इकोनॉमिक्स इफ़ेक्टिंग क्वेश्चन फ़ेरसोलॉजी

मशीन सीखने के संकीर्ण क्षेत्र के साथ व्यापक एआई अनुसंधान को भ्रमित करना आसान है, क्योंकि बाद में आर्थिक गतिविधि का वर्तमान फोकस है। इस प्रश्न में सनक शब्द का इस्तेमाल किया गया था , लेकिन मशीन सीखना संभवतः प्रौद्योगिकी की तुलना में अधिक समय तक कायम रहने वाला है।

क्या एआई के लिए साहित्यिक कहानी / संरचना पर उन्हें उत्पन्न करने के लिए प्रशिक्षित किया जाना संभव है?

क्या एआई शोध के लिए स्वचालित साहित्यिक कहानी संरचना का नेतृत्व करना संभव है?

सामाजिक पद्धति के तरीकों में सामाजिक रुझान

पटकथा लेखन सहित फिल्म बनाना एक कला है। हम जानते हैं कि लोकप्रिय कला नए और असामान्य तरीकों से उभरती है।

  • पोलक ने क्षैतिज कैनवास पर ऊपर से पेंट फेंक दिया।
  • वेवनेट को सिम्फनी संगीत उत्पन्न करने के लिए प्रशिक्षित किया जा रहा है।
  • स्टोचस्टिक संरचनाओं और अर्थों के साथ मूवी थीम निम्नलिखित पंथ का विकास करते हैं।

पात्रों के परिष्कृत अंतर्संबंधों, उनकी भावनाओं, विश्वास में उनके बदलाव, व्यक्तिगत उद्देश्य के ontological सवालों का विकास और यह किसी अन्य व्यक्ति, परिवार, राष्ट्र, दुनिया या मानवता से ऊपर के कुछ सिद्धांत से कैसे संबंधित है, यह मशीन सीखना नहीं है मुसीबत।

यहां पूछे गए प्रश्न के पीछे, एक व्यवहार्यता प्रश्न, एक एल्गोरिथ्म या अभिसरण प्रश्न नहीं है, प्रकृति के लिए मूल एआई चुनौती है।

क्या एक कंप्यूटर का उत्पादन कर सकता है जो एक मानव मन पैदा कर सकता है?

इस प्रश्न के बारे में सोचने पर, यह स्पष्ट है कि कहानीकार का प्रशिक्षण एक ऑपरेशन नहीं है जो इसके इनपुट पर एक टेंसर लेता है और इसके आउटपुट पर एक अपेक्षित टेनर है। वर्तमान मशीन लर्निंग बूम ने बुद्धिमान एजेंटों की किसी भी प्रणाली को विकसित नहीं किया है जो उत्पन्न कर सकता है कि एक साहित्यिक विशेषज्ञ उल्लेखनीय व्यावहारिक कहानी पर विचार करेगा। इतना तय है।

Minsky के तहत MIT AI लैब के दावे के बारे में अकादमिक प्रकाशनों की प्रवृत्ति एक मजबूत पुनर्संरचना प्रतीत होती है, कि किसी भी व्यवहार्यता का मुद्दा कुछ नई कार्यप्रणाली या सुधार का रास्ता देगा जब तक कि सभी को व्यवहार्य साबित नहीं किया गया और सभी को LISP (अब पायथन में साकार किया गया था) या जावा रैपिंग सी और कुछ हार्डवेयर त्वरण क्लस्टर को नियंत्रित करता है)। क्या यह चलन अधिक अपनाने वाला है, जिसे हमने एआई में पहले देखा है, या बस समय की बात है, हम देखेंगे।

हम प्लॉट-पॉइंट जनरेटर को स्क्रीनराइटर और अंततः पूरे स्टूडियो सिस्टम को भी देखेंगे, जिसमें वे सितारों और पार्टियों की पीढ़ी भी शामिल हैं, जो वे जाते हैं और वे पत्रिकाएँ जो स्टार की स्थिति उत्पन्न करने के लिए अपने जीवन का छद्म मजाक करते हैं, बस अनुकरण किया जा सकता है। यह कार्य की पहली अच्छी तरह से स्थापित और आकर्षक क्षेत्र नहीं होगा जिसे प्रौद्योगिकी प्रगति द्वारा पूरी तरह से समाप्त कर दिया जाएगा।

यह कई लोगों के लिए भी होता है कि 1970 के दशक में लोकप्रिय संगीत परिष्कार में वृद्धि के बाद या बाल्टी और मोनोटोन की तरह सांस्कृतिक रूप से या तो सांस्कृतिक रूप से वापसी हो सकती है, या यूनी-बॉम्बर्स के बड़े पैमाने पर उभरने जैसा कुछ और चरम हो सकता है। हमें भी इंतजार करना होगा और उसके बारे में भी देखना होगा।

जो कुछ निश्चित लगता है वह यह है कि अनुसंधान लिफाफे को आगे बढ़ाता रहेगा और तकनीक साहित्य और कहानी की दुनिया को भी बदलती रहेगी। एलन ट्यूरिंग इमिटेशन गेम के नए एक्सटेंशन दिखाई देंगे: "क्या विषय यह बता सकते हैं कि किन फिल्मों में मानव पटकथा लिखी गई है और जो कृत्रिम रूप से लिखी गई हैं?"

"क्या वे वास्तविक मानव तारे हैं या वे उत्पन्न हुई कहानियों में उन उत्पन्न पात्रों को निभाने वाले सितारे हैं?"


1
इस जवाब का अधिकांश समझदार है और अधिक ध्यान देने योग्य है। लेकिन "अर्थशास्त्र प्रभावकारी प्रश्न ..." का क्या अर्थ है? क्या आप समझा सकते हैं, हो सकता है कि कुछ अलग तरह की फॉन्टिंग से मुझे मदद मिले, क्योंकि इसे पढ़ने के बाद ऐसा लगता है कि यह या तो बकवास है या जानबूझकर अस्पष्ट तकनीकी शब्द है, जो मुझे ऐसा लगता है जैसे मुझे उत्तर समझ में नहीं आता है। । । या शायद सिर्फ एक ऊंचा मजाक है जो मुझे नहीं मिलता है?
नील स्लेटर

0

2018 रॉस गुडविन द्वारा 1रोड नामक पहले एआई उपन्यास के निर्माण में उल्लेखनीय था । उनके कार्यक्रम के द्वारा सारा कच्चा माल तैयार किया गया था।


0

आदर्श रूप से, हाँ। आदर्श रूप से, क्योंकि नेटवर्क को एक पूरी पुस्तक के शब्दों के साथ खिलाया जाना चाहिए (जो कि 100k शब्दों के आसपास भिन्न होता है)। प्रसंस्करण शक्ति की एक काल्पनिक राशि के साथ, आपको हजारों पुस्तकों की तरह एनएन को प्रशिक्षित करने में सक्षम होना चाहिए। यह क्वांटम कंप्यूटरों के साथ प्रशिक्षित किया जाना संभव हो सकता है .... कौन जानता है ...

छोटी कहानियों के लिए, मुझे लगता है कि बड़ी समस्या यह है कि कहानी को "आकार" में जानना चाहिए। क्योंकि अगर यह केवल कुछ शब्दों का आउटपुट देता है, तो पहली चीज जो नेटवर्क को करने में सक्षम होनी चाहिए, वह बोल रहा है, इसका मतलब है कि मॉडल को एक प्रीपेन्ड एनएलपी मॉडल से विकसित होना चाहिए, और (जो मुझे पता है) से हमें अभी भी कुछ समस्याएं हैं।

इसलिए .... मुझे वास्तव में लगता है कि इस तरह की चीजों को करने के लिए, एनएन को सीखने के लिए हम जो दृष्टिकोण अपनाते हैं, उसे बदलना चाहिए। तथ्य यह है कि मानव अस्तित्व में है कि आनुवंशिक एल्गोरिदम 100% काम करेगा। लेकिन हमारे पास स्पष्ट रूप से खरोंच से "मस्तिष्क" विकसित करने के लिए 3+ बिलियन वर्ष नहीं हैं, इसलिए हम प्रशिक्षण एल्गोरिदम का उपयोग करते हैं: हम उन्हें कुछ से सीखने के लिए मजबूर करते हैं।

लेकिन इस सवाल पर वापस: मनुष्य यह सोचकर बहुत काम करते हैं कि किस नतीजे को चुना जाए। केवल एक जाल बनाने के लिए एक परिणाम उत्पन्न करते हैं, मनुष्यों की नकल के बिना, इस परिणाम के यादृच्छिक रूप से कुछ पहलुओं को चुनना आसान होगा। उदाहरण के लिए, एक बेतरतीब ढंग से चुना गया परिणाम "परिणाम हो सकता है: डेनिस की मृत्यु हो जाती है, मोर्टी एमिनेम, दुखी Sciene, खुशी Sciene, अंत" को मारता है। इसका मतलब है कि एनएन या कोई भी एमएल मॉडल वास्तव में कहानी के लिए परिणाम नहीं देता है। वास्तव में, यह उस कहानी के बारे में कुछ उत्पन्न "चौकियों" को जोड़ने के लिए है। दरअसल, आप एक मॉडल को चौकियों को बनाने के लिए प्रशिक्षित कर सकते हैं, लेकिन यह एक नौसिखिया से सिर्फ एक यादृच्छिक विचार है, इसलिए मुझे कोई सुराग नहीं मिला है कि वास्तव में इसे कैसे लागू किया जाए।

मैं इतालवी हूँ btw, मेरी अंग्रेजी के बारे में खेद :)


0

इसका उत्तर है हां, एक AI को पूरी कहानी लिखने के लिए प्रशिक्षित किया जा सकता है। मैं आपको बल्ले से सही बताना चाहता हूं कि एक एआई ने पहले ही एक कहानी पैदा करने से ज्यादा कठिन काम किया। मैं अपने स्पष्टीकरण के अंत में उस बात के बारे में बात कर रहा हूं।

मेरे स्पष्टीकरण के सभी लिंक बाहरी स्रोतों के लिए अग्रणी हैं जो मुझे मिले, आप उन्हें देख सकते हैं। बिना किसी और कारण के, यहाँ मुख्य कारण हैं कि मुझे लगता है कि AI एक कहानी की रूपरेखा तैयार कर सकते हैं:

  1. एआई वास्तव में पैटर्न को पहचानने और दूसरों के समान चीजें पैदा करने में अच्छे हैं। हैरानी की बात है, कहानियों में बहुत सारे पैटर्न हैं । कहानियां हमेशा संरचित होती हैं, इसलिए यह हिस्सा वास्तविक समस्या नहीं है। सात बुनियादी भूखंडों के बारे में एक महान विकी है ।
  2. लेकिन यहां तक ​​कि अगर एक AI एक अच्छी कहानी संरचना उत्पन्न कर सकता है, तो क्या यह एक कहानी को आकर्षक बना सकता है? खैर, यह इस बात पर निर्भर करता है कि एआई का "मस्तिष्क" कितना बड़ा है। क्योंकि यह पता चलता है कि जितने अधिक न्यूरॉन्स और एआई को समनैप किया जाता है, उतना ही यह मानव भाषा या भावनाओं को "समझ" सकता है। इसलिए, यदि एक AI के पास पर्याप्त बड़ा मस्तिष्क है, तो यह सामान बना सकता है जो समझ में आता है। मानव-निर्मित सामान उत्पन्न करने में सक्षम AI का सबसे अच्छा उदाहरण है: https://ai.googleblog.com/2020/01/towards-conversational-agent-that-can.html

कैसे के लिए, मुझे लगता है कि प्रशिक्षण डेटा महत्वहीन नहीं है। इसलिए, एआई को प्रशिक्षित करने में सक्षम होने के लिए, हमें बहुत सारे उदाहरणों की आवश्यकता है। यह संभव है, क्योंकि फिल्मों की पटकथा सार्वजनिक होती है, और किसी के द्वारा भी डाउनलोड की जा सकती है। तो, एक AI आसानी से स्क्रीनप्ले की इस बड़ी राशि से सीख सकता है। यहाँ उन वेबसाइटों के कुछ उदाहरण दिए गए हैं जहाँ हम फ़िल्मों की पटकथा प्राप्त कर सकते हैं: https://stephenfollows.com/resource/sites-to-find-movie-scripts/ , https://www.simplyscripts.com/movie-screenplay.html

उसके बाद, हमें केवल डेटा को प्रारूपित करने की आवश्यकता है, इसलिए हम इसे अपने AI को दे सकते हैं। मेरी राय में, एक अच्छी एआई बनाना पूरी तरह से संभव है जो अच्छी कहानियां लिखती है, क्योंकि Google ने पहले ही कुछ ऐसा ही किया था। मुझे लगता है कि Google द्वारा बनाई गई चैटबॉट मीना इस बात का प्रमाण है कि एक AI सिर्फ पैटर्न मान्यता से अधिक सीख सकता है।


-1

जहाँ तक मुझे पता है, कोई भी सिस्टम नहीं है जैसा आप अभी तक वर्णन करते हैं। हालाँकि, कथात्मक बुद्धिमत्ता के लिए कुछ दिलचस्प दृष्टिकोण हैं जो न्यू ऑरलियन्स नैरेटिव इंटेलिजेंस लैब साइट पर पाया जा सकता है: https://nil.cs.uno.edu/

उम्मीद है कि वे कथात्मक पीढ़ी की समस्याओं के लिए एक गहन सीखने के दृष्टिकोण का मार्गदर्शन करने में सहायक हो सकते हैं।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.