人工智能应用- 语言处理：08.AI 作诗的局限与挑战
尽管 AI 诗人进步明显，但它仍面临三大核心挑战：
缺乏情感驱动：AI 没有情绪、没有经历，它只能“模仿表达”，无法“真正共情”。人类诗人创作时，常因景生情、借诗寄怀，而 AI 只是对汉字的概率式预测。
缺乏创造性：语言模型的目标是生成“最合理”的下一个词，而不是“最有艺术性”的。诗的魅力恰在于出奇制胜，妙笔生花。模型越训练充分，越趋于“常规表达”，难以惊艳。
不擅用典：诗歌讲究用典，寥寥一语可能承载千年文化背景。AI 目前在这方面还无能为力，不能灵活引用典故。
诗歌是在自然语言的基础上，附加严格格式和韵律限制后形成的艺术形式，因此也被称为“带着脚镣跳舞”的语言。AI 作诗在实现过程中遵循同样思路：在保证语句通顺流畅的前提下加入格式和韵律限制。
传统的拼凑法与统计模型能满足基本的格式要求，但流畅度与意境不足；而基于神经网络的语言模型，则能写出较为流畅的诗句。但诗歌所需的创造性与艺术美感与语言模型的常规性与合理性之间，尚存在天然的冲突。随着大语言模型的进步，AI 诗歌创作终于摆脱了统计模型的天然束缚：它不再用统计模型直接生成诗句，而是用统计模型生成一个推理过程，诗句是这一推理过程的结果。
今天，AI 诗人已经可以写出很动人的句子。那么，这是否意味着人工智能拥有了艺术能力，甚至拥有了人的情感呢？目前这还是个存在争议的问题，没有确切答案。我们能确定的是，人工智能已经可以在很大程度上模拟人类的创作过程和情感体验，因此可以生成堪比人类的艺术作品，包括诗歌、画作。未来，人与AI 应该会协同进行艺术创作，共同推动人类精神文明的进步