今年情人节，你会送给别人一块印有“STANK LOVE”字样的糖果心吗？那么“TIME HUG”、“BEAR WIG”或者简单的“FANG”呢？当你收到一块印有“LOVE BOT”或“PIN A FACE”或干脆是“HOLE”字样的糖果时，你会怎么想？你会为“TIME STAR”或“SWEAT POO”而心动吗？这就是你让人工智能为你写情话时会得到的结果。
更具体地说，一个名为神经网络的机器学习系统，以及一位在科罗拉多州一家光学研究设计公司工作的研究科学家 Janelle Shane，都应该为这些奇特的表达方式受到赞扬。但作为一项爱好，她尝试了人工智能。虽然很容易嘲笑 AI 生成的情人节信息，例如“LOVE 2000 HOGSYEA”，但她的研究也揭示了人工智能领域的一个重要问题：为什么优质且海量的数据对于开发人工智能至关重要。
但首先，Shane 是如何以及为何使用神经网络来生成诸如 LOOK BIG 之类的信息的。她说，她最初想知道“可以对神经网络进行什么训练，以展示它奇怪的、有点可爱的、试图猜测人类觉得有吸引力的东西但又失败的能力”。她最终选择了糖果心。但是神经网络需要数据来学习并创建自己遵循的规则，以生成新鲜、新的内容。
于是，Shane 收集了366 条真实的糖果心信息。其中包括“COOL CAT”、“BEAR HUG”和简单真诚的“I LOVE YOU”等可预测的短语。Shane 评论说，这个列表“少得可怜”。（相比之下，苹果表示，他们在创建为 iPhone X 的 Face ID 安全系统提供支持的神经网络时，使用了“超过十亿张图像”。）为了弥补列表规模小的问题，她采取了许多措施。第一步是确保神经网络不会直接重复列表中的词语。她说，她需要“阻止它记住数据的能力”。因此，Shane 解释说，她故意通过随机“移除神经网络的某些部分”来削弱 AI 系统的某些方面。利用这种策略，她使人工智能系统在生成新的糖果心口号时能够制定“非常通用的规则”。
她采取的另一项措施产生了更多情人节文本——例如，类似穴居人风格的 ME LOVE HAVE。为了扩大原始数据集，她将系统最初生成的一些 AI 生成的口号，如 STANK LOVE，添加回其中。这最终创造了许多与熊有关的口号，包括 TIME BEAR，这可能是关于一只时间旅行熊的电影的绝佳标题，以及 HOME BEAR，这听起来有点像苹果的产品。熊的主题可能因为扩展数据集包括 BEAR HUG、MY BEAR、BEAR WIG 和 TEAM BEAR。
“它拥有的数据越多，它就会越持续地有趣，”Shane 说。对于像这样的创意活动，追求有趣就是全部目的。但随着人工智能在我们生活中扮演越来越重要的角色，当我们不仅仅谈论糖果心时，风险也更高了。例如，人工智能系统可以从它们看到的语言模式中学习到偏见。最近，《纽约时报》报道的一项研究表明，面部识别系统在正确识别白人男性面部性别方面表现更好；造成此类错误的一个可能原因是，最初使用的数据集过度代表了白人男性。
但是，当以 Shane 的方式以有趣、轻松的方式使用人工智能时，通过大量数据也能获得最佳的创意结果。对于糖果心，原始输入很少，她不得不筛选输出以找到好的。事实上，神经网络的一些原始输出生成了类似 WEAL O3、GIGDY LE 和 TALL U WANKE 的东西。在其他项目中，她通过更大的数据集获得了更多成功，例如让神经网络学习了数千种真实的鸟类名称，并要求它基于原始数据想出新编造的鸟类名称。（Cape Babbler 是一个可信的结果。）
除了糖果心和鸟类，Shane 还训练神经网络来为精酿啤酒（想品尝 Dang River 吗？），重金属乐队（Death from the Trend 的音乐听起来怎么样？），以及令人高兴的是，小马宝莉想出新名字，生成了 Dark Candy 这样的小马名字（这听起来也像情人节零食）。
总之，情人节快乐。记住，正如 AI 所说：FAN ME。
