人工智能诗歌写作系统能够写诗歌，主要基于以下几个原因：

深度学习技术：

这类系统利用深度学习技术，通过分析大量的诗歌数据来学习诗歌的结构、韵律、主题和情感等元素。这些技术使得系统能够理解诗歌的复杂性和多样性，并生成新的诗歌作品。

大量数据训练：

为了生成高质量的诗歌，系统需要使用包含不同体裁、风格、主题和情感的诗歌数据集进行训练。例如，清华大学自然语言处理与社会人文计算实验室研发的九歌系统，就基于超过80万首人类诗人创作的诗歌进行训练学习。

自然语言处理能力：

人工智能系统具备强大的自然语言处理能力，能够理解和生成自然语言文本。这使得系统可以根据用户的输入或主题，自动生成与之相关的诗歌。

生成模型：

要开发一个能够写诗的系统，需要使用合适的生成模型，如循环神经网络（RNN）、长短期记忆网络（LSTM）或Transformer等。这些模型能够捕捉诗歌的序列性和上下文信息，从而生成连贯和富有创意的诗歌。

综上所述，人工智能诗歌写作系统通过结合深度学习技术、大量数据训练和自然语言处理能力，能够生成具有多样性和规律性的诗歌。