本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。
高考刚过去不久，就有AI来“挑事”了。
这不，有个AI读完了毛选和鲁迅全集后，大笔一挥，写下好几篇高考作文。
结果……竟然还可以？
我们直接看文章：
看看这字里行间的青春与朝气，根本看不出是AI写的啊！
还能紧跟时事，“民族伟大复兴”这样的热点词用得游刃有余。
引经据典也不在话下：
一句“实践是检验真理的唯一标准”，立刻让文章高大上了起来。
一眼望去，通篇全是踩分点。
让人不禁猜想：难道AI写作文终于狗屁通了？
吃瓜群众也非常好奇：这样的文章到底能拿多少分？
既然如此，不如就让我们来当一次改卷老师，看看这个AI到底能拿多少分。
考场作文套“模板”利器
首先摆在AI面前的是2021年全国甲卷的考题，主题是“可为与有为”，具体题面如下：
AI一上来的表现就不俗，《青年代表说》这主题就令人直呼“高啊”。
在题目中并没有提到“青年”二字的情况下，AI居然还能找到这样的切入点，这有点看头啊？
而且它还很鸡贼，开头直接抄了题目中的内容，这就叫“点题”。
甚至连我们写作文必备法宝——排比，它都用得游刃有余。
三大段排比，情绪逐层递进还能凑字数。
而且作者@图灵的猫介绍，这种排比句式是AI直接生成的，并没有二次调整。
这可能是因为AI在训练过程中“记住”了这种语法结构，就运用了起来。
再看看结尾，这也是高考作文的重头戏。
AI依旧熟知我们的套路，一通拔高、升华，让改卷老师都不好意思打低分（不是）。
这么看来，AI真的能写出让人满意的考场作文了？
话先别说太早，因为在之后的两套题里，它的表现就有些不尽如人意了。
首先要吐槽的，就是它每一次写作文，都会用抄题目的方法来凑出开篇。
其次，它虽然使用了金句技能，马克思主义理论、李白诗句用得飞起，但是在文章的逻辑处理上，依旧不太行。
比如“是否拥有以后一辈子的生命”，这句话显然不是中文的逻辑。
简称不说人话。
而且它写出来的内容，总是在金句和废话之间徘徊。
就像下面这一段内容，每一句话单拿出来看都还可以，但是连成一段后，怎么又有点狗屁不通那味儿了？
此外，不知道是不是因为读了《鲁迅全集》的缘故，AI好像有点搞不懂我们现在的时代背景了。
这一段中的“三十载已过”，也是个令人有些摸不着头脑的时间概念。
有网友总结了一下自己的感受：
挑战一下鲁迅的题目
本着看热闹不嫌事大的原则，光看现有案例怎么够，我们当然要上手试一下它的水平究竟如何。
既然是读过《鲁迅全集》的AI，那我们就让它根据鲁迅的名言写一篇文章。
愿中国青年都摆脱冷气，只是向上走，不必听自暴自弃者流的话。能做事的做事，能发声的发声。
这段话大家一定耳熟能详，那让AI以此为题写一篇作文，画风会是啥样？
按照它的套路，开篇还是抄题目，所以我们直接来看第二段。
AI直接提出了青年人要自信的主题，看来《鲁迅全集》没有白读，对于题目的理解还是很到位的。
之后的内容则对题面做了更加直白的解释，告诫青年要努力啊！奋斗啊！
看得我直呼别骂了…
接下来也是常规操作了，梅花香自苦寒来，金句一出、逼格拉满。
文末还回到了现实生活，呼吁青年要着眼当下，才能有更美好的未来。
同时还加入了科技创新、大国崛起的要点。
由此可见，AI写作文在把控主题上可以说是so easy。
考虑到真实的高考作文题目中，有许多都是设问再回答，所以我们也试了试给AI一个问句，会发生什么。
在拿到文学应当如何改良？这样的命题后，AI很自然地说了句套话。
这第一段看上去非常具有哲理性，但究其本质，就是车轱辘话罢了。
这样的问题在其他生成的文章中也十分常见，而且还会冒出来错别字、语病等小毛病。
与此同时，我们还发现它似乎不太能承受住奇葩一点的题目…
在把一道网传的奇葩作文题目交给AI后，它直接写出来了一篇意识流。
这还只是第一段，后面的内容还出现了红色气球、子弹、龙牙、警察等等让人完全摸不着头脑的内容。
不止是奇葩题目，在涉及“古人”的题目时，AI还会冒出一两句奇形怪状的文言文来：
果然，还是现代主题的高考作文更适合AI发挥。
网友神总结：这就是个狗屁稍通文章生成器。
5大模块，读题作答“一条龙”
上面这些偶尔“超常发挥”、平均挣扎在及格线上下的文章，源自一个名为EssayKiller的AI写作框架，本质上是个多模块异构深度神经网络。
据模型作者@图灵的猫表示，这个AI生成文章有点“捉襟见肘”的原因，也是因为采用的模型不是最先进的。
由于经费不足更好的模型没有开源，因此只能用GPT-2来生成文字，如果能用上GPT-3和华为盘古，效果肯定比现在更好。
据了解，EssayKiller基于OpenCV开发，参数量达到17亿。
从结构上看，这个AI框架主要包括5部分：输入、识别网络、语言网络、判分网络和输出。
相当于我们平时的“5步写作文”：拿到试卷、看题、打草稿、错误检查、写答题卡。
其中，看题、打草稿和错误检查几个模块，都会被拿出来单独训练，各司其职。
在看题部分，EssayKiller首先采用了OpenCV的EAST文本检测器，能以13帧/秒的速度，扫描任意方向、大小的720p图片文本，并将其中的文字检测出来。
然后用OCR模型中的CRNN，对这些文字进行识别。
例如，将上面这张图片中的文字，转换成能直接输入模型的文本信息：“三写作70分……”
至于打草稿部分，则分为阅读理解、文本联想两部分，分别由BERT和GPT-2来完成。
BERT会将接收到的句子信息进行拆分、打碎，提取其中的关键词来，并将这些“必须出现在内文”的关键词交给GPT-2；
GPT-2在收到关键信息后，就能根据要求开始“大做文章”，每句话都与关键词密切相关，无时无刻不在“点题”。
但GPT-2生成的文章，还不符合高考作文的标准。
要想让这些句子看起来流畅成段，还得筛去一批真·狗屁不通的病句，并检查句子中的拼写错误、机翻等问题。
这就是错误检查部分，EssayKiller直接调用了百度模型DNN的API，主要原理是对句子中的词语进行分析，并判断它们是否处在正确的位置上。
在这3大关键步骤完成后，就可以正式排版成答题纸的格式，并用手写机器人输出了（相关模型也是开源的）。
看起来不错，已经有网友迫不及待想拿来写小作文了：
打住！
据@图灵的猫表示，不希望有人用EssayKiller来写作业，因此并没有开源相关参数设置，colab的调用次数也有严格限制。
要是出现违规行为，可能整个开源项目都会被关闭，同时也没法用Colab在线体验了。
到底“消化”得怎么样？
@图灵的猫介绍说，要想让AI模型写出这种效果的作文，在“语言生成模块”的训练集中，毛选和鲁迅全集等著作占比要超过10%。
而模型的其他训练资料，则主要来源于开源中文散文数据集、高考作文数据集等。
那么，训练出的模型效果，是否符合预期呢？
不少网友表示，感觉AI还是“读进去了一部分”的：
而对于作者@图灵的猫来说，生成作文的质量也确实“比自己预期要好一些”。
但这并不表明，AI就已经能100%写出像样的高考作文了。
毕竟，最终呈现出来的几篇高考作文，都是在语言生成模型后，经过机器判分+人工筛选，才展示在读者面前的。
而在作文中所呈现出的排比等高级修辞手法，也只能说明训练语料中包含这类修辞，而AI模型在学习的过程中“记忆”了它们，并不能说明已经学到了这些手法。
换而言之，这次的AI模型，效果确实超乎预期，但并不意味着它真正“消化”了这些语料。
那么，这个AI模型接下来还会试些什么？
@图灵的猫表示，下一步的目标是“科幻小说”：
要是有空的话，我会将大刘、阿西莫夫和阿瑟克拉克等科幻作家的作品加入训练集，让AI模型试试写科幻小说。
嗯，AI写作开始有点赛博朋克那味了。
欣赏了毛选和鲁迅文集的开源AI模型：
https://github.com/EssayKillerBrain/EssayKiller_V2
Colab版在线生成器：
https://colab.research.google.com/github/EssayKillerBrain/EssayKiller_V2/blob/master/colab_online.ipynb
参考视频（已授权）：
https://www.bilibili.com/video/BV1aw411f7G9
