Машинная поэзия
Что общего между поэтами и искусственным интеллектом?
Опытов по генерации стихов нейросетями много. Почему так? Да потому что стихи очень похожи на те тексты, которые выдает нейросеть. Часто в стихотворении одна мысль выражена в одной строке, а следующая мысль и следующая строка уже слабо связана с предыдущей. Так же порождают текст и нейросетевые алгоритмы. Для диалоговых агентов вроде «Алисы» или Siri, которые сейчас построены на нейросетях, это проблема: они плохо помнят, о чем говорили с пользователем всего пару реплик назад. Им трудно улавливать связи между предложениями, и сами они часто порождают бессвязные тексты. А для стихов это нормально.
Лингвисты знают про так называемые «постулаты Грайса»: негласные правила, обеспечивающие хороший разговор. Во-первых, нужно сообщать твоему визави не больше и не меньше необходимого для понимания твоего сообщения. И стихи, и нейросети это правило игнорируют. Как, в общем, и все остальные постулаты: сообщения должны быть истинными, в сообщениях не должно быть непонятностей и неоднозначностей. И того, и другого, разумеется, более чем достаточно и в том, что порождают поэты, и в том, что выдают нейросети. Поэтому и поэтов, и нейросети очень сложно понять.
Машинная поэзия до нейросетей
А как было раньше, до нейросетей? Раньше поэты искали в компьютере случайность. Сюрреалисты придумали «автоматическое письмо», с помощью которого записывали будто бы никак не контролируемый ими поток речи, Джексон Поллок случайно плескал краску на холст. Поэты стремились к тому же: если мы возьмем компьютер, он будет выдавать числа в случайном порядке, и это-то и есть настоящее искусство.
Всё это, конечно, парадокс. Создать случайное значение в компьютере очень трудно, он плохо для такого приспособлен. Как раз инженеры хорошо знают, что нет ничего случайного, все чем-то обусловлено. Так откуда же брать такое нужное для многих задач случайное число? Как-то выкручиваются, но, строго говоря, в компьютере сидят генераторы псевдослучайных чисел, а не «настоящих» случайных значений, которых и не может быть в природе.
Как бы там ни было, именно так компьютеры и «писали» стихи.
У них было два варианта: либо берется уже какой-то готовый текст (скажем, «Замок» Кафки), разрезается на части (скажем, предложения) и компьютер комбинирует эти части в случайном порядке. Этого достаточно, чтобы создать арт-объект в духе искусства XX века. Именно такие стихи и порождались 60 лет назад на первых примитивных по сегодняшним меркам ЭВМ. И, конечно, это была современная поэзия, то есть верлибр, стихи без метра и рифмы.
Второй вариант: составляем словарь слов (желательно слов «попоэтичнее»), загружаем в машину правила, по которым эти слова должны комбинироваться и... снова запускаем генератор случайных значений! Случайность, случайность, случайность. Вот что привлекало поэтов в компьютере: неожиданность результата, неконтролируемость, полная свобода искусства, вот чего искали художники в вычислительных устройствах.
Что нового принесли нейросети
Итак, машинная поэзия прошлых эпох — это комбинаторика плюс стремление к максимальной случайности. А в нейросетях нет ничего случайного. Дело в том, что они ничего не «комбинируют», они — обучаются, то есть извлекают закономерности из обучающих данных. Если речь о текстах, то из корпусов. Например, мы подсовываем сети, которая умеет читать буквы, некоторый текст, и она совершенно серьезно начинает в этом тексте пытаться разобраться, выявить, почему одна буква следует за другой и предшествует третьей, с какой частотой и вероятностью это происходит. Удивительно, но одного знания о распределении букв оказывается достаточно, чтобы при порождении текста правильно имитировать и согласование слов, и употребление предлогов, и разные другие сложные, на человеческий взгляд, языковые правила. Мы не рассказывали сети, что бывают морфемы, ударения, синтаксические конструкции, а она вдруг взяла и все это поняла сама, хотя только рассматривала буквы (вернее, их последовательность).
Более того, оказывается, нейросеть, выучив исходные тексты, начинает имитировать не только язык, но и стиль. Это не так уж и удивительно: мы уже были свидетелями, как создателям нейросетей удалось отделить контент от стиля в случае с живописью. Именно это сделало возможным создание приложений типа Prisma: берем произвольную картинку и совмещаем её со стилем какого-нибудь Ван-Гога. С текстом пока так ровно не получается, но уже очень хочется. Выделить экстракт стиля писателя или поэта пока не вышло, но то, что нейросеть способна уловить и выучить стиль — несомненно.
Зачем это нужно?
Возможно, нейросетевые тексты, воспроизводящие стиль, могут сказать нам что-то важное о первичных текстах, таких, на которых они обучались. Если нейросети порождают для нас небольшой экстракт, выжимку, концентрированный, насыщенный стилем фрагмент, то мы можем медленно его читать, и через медленное чтение на самом деле осуществлять дальнее чтение, то есть видеть в малом нечто большее.
Например, короткий нейросетевой текст выделит для нас важные слова, которые часто повторяют поэты исходного корпуса. Есть и другие способы выделения этих слов: частотные словари, специальные методики подсчетов. Но почему бы не иметь ещё один? К тому же нейросеть как способ наглядного обобщения корпуса — очень user-friendly, ведь она выдает не таблицу с частотностями, а читаемый текст. Фактически с нейросетями мы научились создавать то самое «среднее по больнице» — не в виде абстрактных средних цифр, как это умеет статистика, а порождая конкретного усредненного пациента.
Текст, получившийся благодаря тренировке на корпусе определенного поэта, можно предложить информантам в эксперименте. Угадают ли, кто стоит за этими текстами? Чей стиль воспроизводит нейросеть? Вполне современное олимпиадное задание по литературе.
А ещё литературоведы давно пытаются понять (но и немножко боятся этого понимания): те смыслы, которые они отыскивают в тексте, происходят от автора или от читателя? Кто придумывает стихотворение? Кто наполняет его содержанием? Если читатель, то непонятно, зачем нужны все эти многочисленные биографические исследования, посвященные писателям. Можно предложить текст, сочиненный нейросетью, литературоведу, и, не говоря, откуда этот текст взялся, проследить, сможет ли он приписать «автору» аллюзии, цитаты, замысел? Конечно, это можно было бы сделать и с прежними компьютерными стихами, но нейросетевые и сложнее структурно, и менее предсказуемы. Если литературовед сможет «интерпретировать» и такой текст, значит, он более творческая фигура в отношениях автора и читателя.
Наконец, нейросетевая поэзия может дать нам новый взгляд на чересчур привычный предмет, освежить привычные концепции, отказаться от шор и штампов. За последние столетия таких штампов, мешающих воспринимать поэзию непосредственно, скопилось особенно много. Процесс такого обновления философия XX века называет «деконструкцией». Давайте посмотрим на нейростихи, осознаем, что за ними нет никакого личностного субъекта, нет всевидящего и всезнающего автора, нет я-начала, это должно научить нас воспринимать красоту текста самого по себе, а не в связке с глупым «Что хотел сказать автор?»