Sheldon County是一个AI播客项目，它能够自动生成音频内容，而且从来没有重复过相同的故事。每次有人听它时，他们都会先在网站上输入一个随机数字。这个“随机数种子”将启动一个名为Rube Goldberg计算机程序，它将创造故事中的角色，关系，制造嫉妒，背叛，甚至可能有一两个谋杀案。这些关键点会串连成一个故事，先生成文本，然后由语音合成器朗读，再压缩成音频文件。每一次打开它，你都将获得一个独特版本的故事。只为你制作的播客。
因为百家号无法上传音频，我把2个Sheldon County项目生成的音频放到了网盘。链接: /s/1Tfn_aGks_s5eAlNYHj44Xw 密码: cjtp
无限生成内容，这就是Sheldon County的终极梦想，但目前的执行仍然需要努力。到目前为止，只有少数节目制作的播客存在（您可以在下面听两节），而其创作者博士James Ryan仍在网站上工作。他表示后端软件大部分已经完成，但需要完成一些最后的修改，比如创建一个程序来自动将背景音乐添加到每集故事中。 “现在我正在证明这个概念，用AI无限生成精彩的故事。”他说。 “稍后我就会开始写论文。”
换句话说，这可能要花一段时间。
但迄今为止创造的产品已经令人印象深刻，感觉就像对未来的一点预览。娱乐内容不仅仅是无处不在的（世界上的娱乐信息永远不会嫌多），也是独一无二的。作为一种为人类创造乐趣的方式，程序化生成内容的方式并不新鲜，但近年来技术更加复杂，能够做的事也更加不可思议。例如，带有生成元素的视频游戏，No Mans Sky，它为每个玩家创造了独特的行星;而“中土世界：战争的阴影”，为敌人精心制作了缜密的历史剧情，而这些剧情一点也不比玩家视角的主线故事差。
Sheldon County目前看起来比较简陋，因为它的输出是音频。创建角色及其相互作用的实际机制要复杂得多。乔治亚理工大学娱乐智能实验室副教授Mark Riedl说：“这是非常多的研究成果的集合，最终将能打破技术的瓶颈。”
对于Ryan而言，Sheldon County的最终目的是创造类似《黑客帝国》般的虚拟世界，而音频的方式是第一步。他本来是一位语言学家，后来转的程序员，他与加利福尼亚大学圣克鲁斯分校的人工智能工作室合作，致力于寻找新机器生成内容的新方法。
“当我学会编写代码时，我制作的第一个程序之一就是名称生成器，”他说。 “它会从数千个名单中挑选两个名字并将它们组合在一起。对我而言，创建这个名字就像创造一个完整的角色。一个小小的抽象人物。“
从这个简单的开始，Ryan制造了更复杂的世界生成器。Sheldon County本身是建立在他称为Hennepin的计划上，该计划创建人物，还有他们的社交网络以及他们所居住的世界。Ryan利用Hennepin建立了一个“世界上最大的Excel电子表格”，包括无穷无尽的人物，特质，关系，职业等等。
没有可视化或文本输出，只有数据。但是当用户输入他们的随机数字种子时，这个电子表格会重新填充，创建一个独特的世界。程序然后通过模拟每个角色有机会执行动作的周期来模拟这些数据点如何相互作用。这些行为受个人特征和关系网的约束。 “一个角色不能采取行动去‘嘲笑’另一个角色，除非他们的特点是‘酷’，而目标必须是他们不喜欢的角色，”Ryan说。
结合足够的这些数据点，你很快就会得到一些非常复杂的东西，这让程序模拟出来的故事周期大大延长，可不是几天或者几周的事，它模拟了几个世纪。 “这个过程会产生无数的剧情，每一个分支都相当于一个平行世界的故事，因此，我们可以选择最有趣的那个剧情序列，”Ryan说。
平行世界
他举了一个早期项目的例子，该项目使用类似的软件来模拟小城镇的社会生活。 “在整个模拟过程中，我们总是能找到非常有趣的故事线，”他说。 “在一个版本中，一个17岁的小伙子，他的妈妈在小镇上开了一家很受欢迎的餐厅，于是他决定开一个自己的小餐馆，而且他想做得比他妈妈更好！我编写了关于商业竞争方面的各种影响因素放在代码里，但我从未想到家庭关系也会影响到商业上的关系。“
在许多方面，这种程序的出现并不新鲜。它可以追溯到20世纪80年代甚至更早，Riedl说，类似的技术被用来为视频游戏生成地图。 “最初是因为当时的计算机没有太多存储空间，所以你不能发布巨大的游戏，”他解释说。 “这意味着早期的游戏，比如Rogue，NetHack等等，都有必要使用一些非常快速和廉价的算法在CPU上生成迷宫。”
随着存储变得更便宜，这些算法的实用性也随之下降，但随着人工智能的兴起，这种程序化方法已成为主流。
有趣的是，像深度神经网络这样的现代人工智能技术实际上并不适用于像Sheldon County这样的项目。 Ryan说他只是象征性地使用称为AI的东西，或者贬义地说，是“老式的AI”。这种方法不太像挖掘数据寻找模式，就像深入学习一样，更多的是关于创建一组规则和逻辑指令，指导一个过程。
Riedl说，现代AI不适用于这样的任务。部分原因在于深度学习技术仍然不善于生成连贯的文本（即使当今最先进的聊天机器人依赖于预先编程的短语）。还因为老技术可以让程序员更好地控制输出。
即使有这些限制，仍然有很多可以做。 “最近最有趣的例子之一是麻省理工学院的恐怖故事生成器，它具有互动性，”Riedl说。 “你写一行，然后它会接着写一行。它变成了这种创造性的写作提示练习，它可以让你解释程序产生的东西。“
Riedl自己的作品探讨了现代人工智能技术如何应对故事生成的挑战。 “我想成为解决这些问题的人，让故事生成能够更好地处理长篇故事，”他说。但是，他觉得在不久的将来，AI无法为我们创造新的内容，无论是电视节目还是播客。相反，制作新类型的娱乐将成为创作者的工作。
AI程序员兼创业公司Creative.AI的共同创始人Alex Champandard也有类似的看法。他说完全自动化的娱乐并不是前进的方向，并指出人们声称自己是AI的许多创意项目都依赖于大量的人类测试和监督。 “没有自带创意的机器。最后还是要人类的灌输。”Champandard说。
他觉得Ryan的项目很有趣，不是因为它创造的叙述内容，而是因为它质疑了我们关于播客到底是什么，播客如何做才能让人满意的终极问题。 “未来，我相信我们会播放由没有人会听机器产生的内容。”Champandard说。 “但这些实验都非常有趣。”
对于Ryan而言，实验和创造的感觉似乎是他项目的核心。 “就未来而言，我当然希望创作媒体变得更加主流，”对他来说，如果只是去听故事是非常乏味的，创造故事才是最有趣的。 “在模拟过程中最有意义的事情就是自己可以去选择故事的走向。”他说，这与Riedl关于MIT恐怖故事生成器的观点相似。这只是因为观众参与才有趣。
那么也许这就是生成媒体的未来所在。不是为每个人制作无限的内容，而是把我们都变成讲故事的人创造和享受我们自己的故事。
