知乎专栏作者萧瑟在《当AI邂逅艺术：机器写诗综述》一文中，认为机器诗歌生成的工作，起始于20世纪70年代。但在计算机诞生之前，就有好事者弄了个高频诗歌词语转盘，转到哪个词就记录下来，然后连起来形成一首“诗”。这种诗自然会出现类似“苹果吃姑娘，残红杀马特”，逻辑不通，不伦不类的句子。当然，也可能偶然搞出“澎湃是个好新闻”这样的佳句。

这个套路叫做“word salad”——把各种词语像沙拉一样拌在一起，在有了计算机后，被引入进去，成为早期的机器诗歌生成方法。

根据萧瑟的介绍，在词语沙拉法之后，机器诗歌的传统生成办法还有基于模板和模式的、基于遗传算法的、基于摘要生成的方法以及基于统计机器翻译的方法。这些方法，要么是诗句之间缺乏语义连贯性，要么缺乏灵活性，而且都有别于诗词领域的专业知识，需要专家设计大量的人工规则，对生成诗词的格律和质量进行约束。

但是，随着深度学习技术的发展，造诗机迎来了春天。基于RNN语言模型的方法，将诗歌的整体内容，作为训练语料送给RNN语言模型进行训练。训练完成后，先给定一些初始内容，然后就可以按照语言模型输出的概率分布进行采样得到下一个词，不断重复这个过程就产生完整的诗歌。

原理很复杂，记者也看不懂，就不多说了。反正结果就产生了开篇第一组中的那首。当然，正如前文说的，这首是水准较高的例子。还有这样的：

这样的：

这两首诗，上面的是网友用网络在线诗歌生成机器人——“编诗姬”生成的，下面的是澎湃新闻记者刚刚用该姬生成的，似乎很钟意“龟”这个意象。该姬的自我介绍是：编诗姬是采用语义分析与深度学习技术开发的诗歌生成机器人。在熟读了全唐诗五万首后，本姬可以自动根据您的需要三秒吟诗。雅韵传情，原创保证，来分享给您关心的人一首小诗吧。

看来同样是深度学习技术，学习的能力还是有差别的。

“机器诗犹如塑料花，入手即知”？

开篇第二组的机器诗，来自清华大学语音与语言实验中心（CSLT）。去年，就在AlphaGo战胜人类当下最杰出的一批围棋选手后，CSLT网站宣布，他们的作诗机器人“薇薇”通过社科院等唐诗专家评定，通过了“图灵测试”。所谓“图灵测试”是指通过对话分辨真实人类和人工智能的试验，通过“图灵测试”意味着人类无法通过语言对话分辨出人类和人工智能。

据CSLT网站公布结果，“薇薇”创作的诗词中，有31%被认为是人创作的。不过，在本次比赛中，“薇薇”创作古诗的水平还是未能超越现代人类诗人，双方的比分为2.72比3.20（满分5分）。

看来不仅是普通人，即便拥有一定创作经验的作者，要区分这种比较高明的机器诗也是有一定困难的。

澎湃新闻记者也将开篇两组诗，发给了一些旧体诗人。《荆棘鸟》译者、旧体诗人曾胡对于第一组诗歌，初始感觉是：很难判断，但觉得右边一首是人写的可能性较大，理由是“恨竹”这两个字机器很难仿写出。

曾胡随后将这两首诗发到了朋友圈进行测试，结果：“一半人猜对，都是学问比较好的，未见学问好的猜错。一位朋友说，机器诗犹如塑料花，入手即知。”

不过曾胡的这位朋友在面对第二组的五首诗时，却未能入手即知。曾胡则在反复细度之后，通过“孤耐凌节护”（句意不明）、“一夜东君”（东君指太阳，一夜东君语义矛盾）、“细雨濛”（濛字一般不单用）等语词、语义方面，判断出2、4、5为机器诗。

曾胡认为，因为测试的对比样本是现代人的古体诗词，与机器诗的分野并不明显，如果是唐诗，即便不是那么名篇佳作，那么可能就会容易许多。毕竟无论是Alpha Go还是百度机器人“小度”，这些人工智能所挑战甚至战胜的都是该领域人类最杰出的一批头脑，如果机器诗的比较样本，本身都没有多少独特性、创造性，那么该如何检验作诗机器人是否具有创造力呢？