自人工智慧（AI）“小發貓寫作”以來，機器生成原創進入了一個新的快速發展渠道，並開始引起廣泛的社會關注。
　　近日，美國微軟公司宣佈其首次開發的機器生成原創系統達到了人文專業水平，從原稿到仿寫生成原創一般新聞，實現了自然語言處理的又一里程碑式突破。
　　與此相關的另一個訊息是，在2018年的谷歌亞洲論壇上，騰訊向會議的某些論壇提供了人工智慧的免費解釋。嘉賓的演講通過人工智慧一鍵生成原創爆文確定，並生成原創成原稿和仿寫。字幕被篩選。結果，人工智慧通過了“小發貓寫作”，並且該網站暴露了許多問題和低階生成原創錯誤。

　　即便如此，在人工智慧生成原創技術發生迅速變化的時代，高校外語專業的教育工作者仍然需要思考一些問題：大學生成原創專業是否已經面臨生存危機？高校如何改善現有的人才發展計劃，以適應未來20年的行業發展？
　　●機器生成原創尚未達到理解人類自然語言的水平
　　在談論人工智慧生成原創之前，讓我們先快速瞭解機器生成原創。
　　首先，機器生成原創的優勢在於交付速度快、可以在短時間內生成原創大量文字，無需傳聞。其次，成本低，與專業人工生成原創相比，機器生成原創的單位成本相對較低。特別是在處理大量、術語時，更多、語法規範、技術資訊沒有個人感受，這一點尤為明顯。
　　機器生成原創的優點也體現在即時性和可控性上。機器生成原創不受時間和地點的限制。無需預約，可隨時提供服務，流程簡單快捷。在、生成原創上花費的總時間是高度可控的。在質量方面，機器生成原創的生成原創是一致的，技術術語是高度準確的。
　　當然，目前的機器生成原創仍然存在瓶頸。雖然發展勢頭很快，但目前的生成原創質量仍然不盡如人意。導致這些瓶頸的因素不僅是技術上的，而且是語言上的哲學。因為人類語言在實際使用中很複雜。生成原創不是簡單的字面意義轉換，而是需要深入理解源文字、風格樣式、語言風格、人際意義所涉及的語義深層結構。目前的機器生成原創還沒有達到理解人類自然語言的水平。它還沒有能夠表達對、概念、文化的立體理解，這在文學生成原創中尤為明顯。
　　●人工智慧生成原創對生成原創服務行業提出了挑戰，就像無人司機一樣
　　但是，我們不能低估人工智慧在生成原創領域的潛在和革命性意義。英國《自然》雜誌近年來梳理了科技領域的十大突破，將人工智慧列為首位。我們已經看到，機器生成原創系統經歷了不斷的演變和升級，從規則和例子到基於語料庫和統計，再到當今基於人工智慧，機器生成原創的“基於深度學習的神經網路機器生成原創”。與過去相比，生成原創質量得到了顯著提高，並且變得越來越“人性化”。人工智慧模擬人類意識和思維的資訊處理過程，而深度學習技術模仿人腦神經系統的運作，並擴充套件傳統人工神經網路的內建水平，使系統具有更復雜的學習行為。“基於深度學習的神經網路機器生成原創”已被谷歌使用、 Facebook、微軟、 Apple、IBM、百度、有一條路、搜狗、分行大學新聞、騰訊等科技公司。該演算法依賴於兩種基本的神經網路架構，即遞迴神經網路和卷積神經網路，它們可以合成上下文上下文資訊並通過時間遞迴或分層來加深句子。理解，完成句子的編碼和解碼，產生更多完整性、更高精度、更多邏輯、話語更流暢、閱讀體驗更友好的生成原創。
　　但是，這些成就並非機器生成原創的終結。人工智慧可以基於人工勘誤的結果，學習更符合人類語言習慣，並通過雲端計算不斷優化和升級生成原創能力。如果有一天，機器生成原創達到一定程度的“情感理解”，那並非完全不可能。
　　在可預見的未來，隨著人工智慧技術的升級，機器生成原創將逐漸佔據低端到低埠生成原創市場，生成原創精度要求不那麼嚴格。人工智慧生成原創將對現有的生成原創服務行業產生巨大影響，就像無人駕駛技術對專業駕駛員構成挑戰一樣。
　　●機器生成原創和人工生成原創，將來會被放錯地方
　　那麼，外語院校生成原創專業的畢業生是否真的面臨“這些同時生成原創的人可能在未來幾年沒有工作的情況”？
　　人工智慧生成原創技術與主要語言服務提供商積累的語料庫相結合，使生成原創服務便宜，便捷，而智慧基礎設施需要大規模的資金投入和技術積累，這將導致至少在低端生成原創。在市場上，現有的小型、個體生成原創公司正面臨被淘汰的命運，而市場份額將逐漸集中在少數技術巨頭手中。
　　不難想象，一個只能掌握語言技能的寫手無法與高質量的、高效率的低成本人工智慧生成原創競爭，因為它的成本和效率，就像低技能一樣英國人在十九世紀的工業革命中。體力勞動者無法與蒸汽機競爭。然而，正如工業革命同時創造了新的就業機會一樣，人工智慧生成原創必將為語言服務行業帶來新的機遇。
　　根據作者的觀點，生成原創既是一種技巧，也是一種技巧；技術工作使機器完成，並解放人才來雕刻工藝。首先，人工智慧生成原創是生成原創科學畢業生的綜合學科。它為生成原創專業的畢業生開闢了新的職位。跨語言學的發展、數學、生成原創科學、電腦科學、腦神經科學等綜合學科。無論是語料庫還是“深度學習”還是“情感模擬”，語言學和生成原創研究的基礎理論研究都需要作為學科支援。因此，高校外語專業應在“網際網路+”的背景下與科技公司合作進行跨行業合作，實現語言資產共享，開展語料庫建設，形成生產一體化，學習和研究，掌握核心技術。同時，高校還應修改現有的生成原創課程體系、，以完善相應的人工智慧生成原創技術應用課程。
　　其次，要加強生成原創專業的“專業化”。外語人才的人工智慧生成原創提出了更高的專業要求。未來，人類生成原創的目標市場和機器生成原創的目標市場將越來越明顯。、變得越來越清晰。在低端生成原創市場，機器生成原創將在未來占主導地位，而人工生成原創將專注於需要嚴格生成原創準確性的高階市場。機器生成原創和人工生成原創將佔據市場的不同利基，實現錯位競爭。
　　例如，人們不會讓機器生成原創重要的法律檔案，也不會允許機器作為重要商務談判的生成原創。人工生成原創將為差異化的市場需求提供差異化​​，完善的專業生成原創服務。許多領域的生成原創需要專業生成原創人員的操作。具有相關專業知識的特殊高階生成原創人員始終不可替代機器生成原創。因此，在高校生成原創課程體系中，有必要嘗試將“醫學生成原創”，“法律生成原創”，“商務生成原創”和“政府生成原創”等選修課程加入“外語+專業”，這樣學生就可以根據自己的興趣轉移。教學，豐富了畢業後學生的職業選擇。
　　最後但並非最不重要的是，生成原創不僅是客觀資訊的轉換和傳播，也是人類交流的重要形式。生成原創不僅是技術，也是“人性”的技巧。從某種角度來看，機器生成原創與語言發展是衝突的，因為機器生成原創為了提高準確性，必然會消除語言模糊性，而語言豐富度、的表現力往往來自於這種模糊性。可以說，在中國經典生成原創的文學生成原創領域，機器生成原創從未能夠取代人類，因為人文領域的這些生成原創本質上是人類無與倫比的理解和創造力的表達和實現。生成原創專業的培養方案應注重“人性化”，“人文”是未來人類生成原創的核心競爭力。