麻省理工学院教AI写的圣诞节故事。 但他们变成了非常奇怪

<已经有大量的算法，根据神经网络可以产生各种各样的工作。 他们仍然一点适用在实践中，有些是用于乐趣。 去年，詹妮尔肖恩在一起，与纽约时使用AI产生的名称服饰。 最近，将骑士在麻省理工学院的决定重复的实验中，只有在这种情况下，同一AI用，以便创造的故事，圣诞节故事。 它变成了非常模糊的。

<<跨id="更305967">

<工作决定选择360圣诞的影片，描述的场景已经采取了从维基百科。 该使用算法是同时发生的姓名的万圣节服装—textgenrnn.

<大段引用><"Textgenrnn有两种模式：可以使用的信件生成的话的风格，其他词语，或者使用的词语，产生刑的风格，其他建议。" 第8212的；解释原则的操作AI将骑士

<神经网络具有很多的选择，但研究人员集中在三个—"多层面"、"数字的时代"和"温"。 这是一个临时的名称和它们反映了不是你想看着他们。

<大段引用><"层有关的复杂的神经网络：更多层，更难的数据，它可以处理的。 数量的电子逆向拍卖的第8212；是次数还是在橙花看到原始的训练数据，在这之后可以产生结果。 好温度：下的是，更多的网络将选择共同词语的数据集与那些使用频率较低。"

<在结束时，所有结果看起来很奇怪。 这里是一个大纲。 翻译是非常近似的，因为神经网络写有时不一致的每句话说，并没有遵守拼写和标点符号。

<大段引用><"玛丽需要找到朋友从魔术，并停止Nathan从一开始就在圣诞节。 严重的度假村的精灵已经采取的照顾，有一个网球的圣诞节开了加利福尼亚州，那里的土拨鼠是等待，作为明智的，看门人受伤的圣诞节。 英雄需要生存在这个显示不管是什么。"

<听起来像废话，甚至不是有趣的，不同于去年的试验中，当AI提供了一个非常有趣的名字的万圣节服装，如"性感的男人我的世界"的。 因此，我认为，研究人员开始理解问题。

<大段引用><"的问题之一是神经网络给予太少的训练数据。 只有360件。 通常火车神经网络应该是更多的好几倍的信息。 另一个问题是，textgenrnn不是那么好，在建立的句子相比，替代品。 但主要原因是限制产生的建议。 甚至如果我们要使用更多的数据，他们将能更好的质量，以实现协调一致的介绍几乎是不可能的。"

<虽然一些理智，甚至有趣的结果，以实现同样的成功。 一些大纲原来很有趣。

<<强>概要

该<家庭的圣诞恐怖分子移到一个新的城镇和计划，以庆祝圣诞节. 该<公主-怪物想要取消圣诞节 << <他们>«斗争的圣诞#187;
<< <他们>«；圣诞节里»
<< <他们>«；这是圣诞老人与#187;
<希望看到这些画吗？ 或者，也许你可以自己来了一个名字更糟的是? 写的关于它在我们<强>