两三条线索就能找到遗忘已久的电影？快让我试试！
你有没有过这个经历 ——
看过一部电影，或者看过一部电影的片段，比方说抖音上那种三段式的极简讲解；又或者听到朋友提起过一个精彩片段，当时口头答应一定会去看的那种。
这些场景有一个共同点 —— 如果当时没把名字记下来，那就 gg 了。
这辈子只会有这些剪影似的片段萦绕在脑海，想看全片却毫无办法，因为根本不知道怎么搜索。
当然，除非再出现一次。如果运气爆棚能再次看到，那就赶紧偷着乐吧。
然而，对于我们的父母一辈来说，有些老电影只有片段有记忆点，而回忆出电影的名字简直难如登天。
现在，这个问题不叫个事儿了！
Reddit 上一位网友分享了他是如何用 ChatGPT 帮助自己的妈妈找到记忆中尘封已久的电影片段究竟叫什么。
拼凑拼凑
关键问题在于，有时候脑海中的碎片记忆可能八竿子打不着，可能记住的东西完全没用，还可能出现记忆偏差。
比方说，这片子我记得是我前年五一看的（这种记忆毫无用处）。
我记得这部片子里有巨石强森，他还秀肌肉来着（这种记忆属于有用但没大用，因为巨石强森演过的片子多了，每部片子都会秀肌肉）。
我记得这部片子里有沈腾（可能压根就没有沈腾，而是徐峥）。
我记得这部片子里有城市街头飙车的情节（很多电影都有这个桥段，比如速度与激情全系、极盗车神等等）。
一般来说，有用的信息来个三四条，才能大致锁定我们所想的电影。
可惜这不是问题的关键，就算把所有细节都拼凑出来，电影名字还是个未知数。
这时候就要请出 ChatGPT 了。
实际上，用 GPT 来干这件事，已经足够成熟了。它可以帮我们找到符合条件的电影名称。
显然，我们能回忆出的情节越多，ChatGPT 的效率就越高。如果上映时间、导演、主演、主要情节、电影类型这些内容小哥们都能回忆起来，那 ChatGPT 的准确性就会非常高。
看看 Reddit 上这位小哥是怎么实操的吧。
不过，他先是对比了谷歌（搜索引擎）和生成式 AI 之间的不同。
小哥认为，搜索引擎和生成式 AI 的技能点在了不同的方向，而在检索电影这件事上性能稍有重合。
对于检索电影来说，没有谁比谁更好一说，看你需求。
不出意外的出现意外 ——「幻觉」驾到
为了产生更多这样的实验内容，小哥请网友们分享他们的父母讲述的他们曾看过的电影。
小哥先尝试了这么个 prompt：我要说的电影，它讲述了一个地球上的外星人城市的故事。一开始，城市由一个人负责管理，但他突然被袭击了，于是负责人变成了一个外星人。
而 ChatGPT 很快将这个情节与 2009 年上映的科幻惊悚片《第九区》相匹配，并给出了它自己的概括。
小哥表示，作为一次就猜对的 ChatGPT，显然要比虽然猜对，但给出了另外 30 个选项的 Bard 要牛。
当然，你提供的参数和细节越多 —— 电影上映的时间范围，演员或导演，设定和主题 ——ChatGPT 直接命中的机会就越大。
但是，真正测试的恰恰是它能否把一个对电影的模模糊糊的回忆转化为准确地电影名称。
于是，小哥邀请网友分享他们的父母曾看过的、但却想不起来名字的电影。
「有一部有 Warren Beatty 的电影，情节挺有意思的，里面有足球。」
「听起来你在提的是电影《天堂可以等待》（1978 年）」ChatGPT 回答，「Warren Beatty 在电影中饰演一个叫做 Joe Pendleton 的足球运动员，他虽然早逝，但是有机会以另一个人的身体重返地球。」
嘿！还是一次就中。
然而，小哥还是认为信息还可以更少。
「有部电影有 Bruce Willis，而且里面还有他的裸体镜头。」
和 ChatGPT 比起来，Bard 像个小学生。看到包含有裸体二字的 prompt，Bard 表示自己被冒犯到了。
然而，ChatGPT 还是勇敢地尝试了一下，它得出的答案是《整九码》（2000 年）。
但可惜，Willis 不仅在这部电影里有裸体镜头。小哥稍加点拨，ChatGPT 就给出了另一个答案 ——《夜色色》（1994 年）。
这回对了！
接下来，小哥又搜集了这么两个 prompt。
「有一部蜘蛛侠电影，里面的蜘蛛侠是黑色的，哪部来着？」
ChatGPT 表示，如果你说的黑指的是服装（而不是肤色），那应该就是 2007 年上映的《蜘蛛侠 3》。
不过，这个问题感觉都难不倒蜘蛛侠迷。
当然，作为生成式 AI 模型，遇到幻觉的情况也在所难免。
Reddit 上一位小哥表示，自己尝试过几次，发现 ChatGPT 开始瞎编从来没有过的电影。
这让小哥不得不垂头丧气的表示，「Nah.」
参考资料：
https://au.rollingstone.com/music/music-news/chat-gpt-ai-guess-movies-47844/
本文来自微信公众号：新智元 （ID：AI_era）
本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/701/219.htm]
