这件事实际上，一是靠大数据，再一个是靠大模型，即深层神经网络，也就是基于Transformer架构的深层神经网络，才可以把这件事做出来。当然，要做出来还需要大算力。大家都很熟悉，要做出来，这“三个大”缺一不可。一旦有了这套东西，你就可以让机器生成任何你想生成的句子。这是它的一个基本机理。

这种生成式算法具有强大的文本内容生成能力。举个例子，比如我们现在让机器写五言律诗，每句五个字，一共四十个字。你对每一个字的选择，就好像你走路走到一个路口，有多少个分叉呢？比如《康熙字典》四万八千个字，大概是四万八千个选项，这里边有的路比较宽，那接续比较自然；有些路是很窄的，可能根本不能接续，那四万八千个选项不可能都是通畅的。

我假设平均一个路口后边有一百个字的选择，这应该是比较保守的估计，那么能够产生多少首不同的比较通顺的五律，我们可以简单算一算，一个路口，如果有一百种可能性，总共连续四十个路口就是一百的四十次方，理工科同学一看这个数就害怕了。给大家一个形象的比较，全宇宙中的原子加起来大概是这个数。换句话说，我们人类自古到今流传下来的五律不超过五十万首，和我刚才讲的数相比，这五十万首只是什么？不能叫沧海一粟，叫“银河系一粟”。所以它有巨大的创作空间，大多数五律我们人类都没有来得及写出来。

这种方式就使得我们的创作形式产生了变化。比如以前要写诗，你自己殚思竭虑，会去琢磨怎么写出新意。但人工智能这个模型就变成，我可以把整个空间生成出来，天文数字的五律诗词生成出来，然后你来挑。如果你对其中个别字不满意，就去改一改，所以它的模式就变了。挑的过程既可以让人去挑，也可以让机器去挑。比如说我们如果到岔口，就找宽的道去走，肯定是通顺的，但新意就不够；如果按窄的道路去走，非常具有新意，但有可能不通顺。可见，这种模型的创造能力不可限量。