250
機器人
人工智能侵入到媒體內容生產哪一步了？目前都有哪些工種？
文丨mrpuppybunny 來源丨虎嗅網
“孤陳的城市在長夜中埋葬/他們記憶著最美麗的皇後/飄零在西落的太陽下/要先做一場夢……”這是微軟“小冰”在2017年5月出版的詩集《陽光失了玻璃窗》中的句子。據說，為了達成寫詩技能，“小冰”“學習”了上世紀20年代以來519位詩人的現代詩，被訓練超過10000次。人類如果要把這些詩讀10000遍，則大約需要100年。
該詩集總策劃表示，作為剛出道的詩人，“小冰”或許還有不足。詩集原版呈現了“小冰”所有的創作文字，沒有潤色改動。詩句中的錯別字也有意保留，同時邊上用括號標注。另外，部分詩歌可能讀起來會感到有重複，“我們要讓人工智能100%的原生態地呈現在大家麵前。”
AI遲早會介入到內容生產領域中，首當其衝的，並不是文學創作如寫詩，而是全天24小時生產各種資訊的媒體。從一些淺、快、短、格式化、需要與大量數據比對的資訊入手，AI正在替代編輯的工作。
虎嗅檢索了幾類服務於不同媒體的AI產品，如下。
Reutres News Tracer在社交媒體“去偽存真”
近日，網易新聞“聞學社沙龍”以《人工智能將如何重塑新聞業》為主題，與專家學者共同探討AI對媒體行業的影響。分享會中，路透社的市場開發經理王海明介紹了“Reutres News Tracer”。
過去兩年，路透社一直在Twitter 上用一款工具來監測隨時出現的各類新聞事件、檢測社交媒體信息的真實性，這款產品叫“Reutres News Tracer”。
其工作流程為：搜集所有可能是新聞的信息，找到原始出處；找到第一轉發者；進行可信度檢測，通過交叉比對，對真實性進行標注，根據驗證結果進行從0%到100% 的“打分”。
“Tracer”的功能亮點是：能夠實時監測社交媒體上的新聞；用算法去問記者平時可能會問的問題，倒推新聞的真實性；通過算法和機器學習挑選出哪些是新聞，哪些是廣告、謠言或一般性對話，並摘出要點，同時把相同類別的新聞相疊，組成數據；給記者和編輯提供可靠的素材和資源。
王海明曾用“Tracer”見證謠言“成真”：當時，傳出某公司要上市的消息，點擊量從800多逐漸增長，隨後有大V或其它媒體轉載，當被網站轉載後，謠言變成了新聞，但又在 24小時後被澄清。他說：“我見證了整個過程，因為我收到第一新聞源特別早，整個假消息傳播鏈條是一開始局限在小範圍內，隨著新聞網站的轉發和大V轉發而爆發的。”
聊天新聞機器人
目前在媒體界，較為主流的做法是將AI機器人作為新聞推送的工具，使其搭載社交媒體的互動屬性。比如，每天自動推送新聞消息；用戶根據給出的選項自主選擇感興趣的新聞；還可以發送關鍵詞獲取相關新聞。
CNN推出了“個性分發”。 聊天機器人向用戶推送頭條新聞，在推送下方有三個選項：Read Story、 Get summary、Ask CNN，用戶可以閱讀故事內容、了解故事梗概、向聊天機器人提問。
在推送新聞的基礎上，一些媒體開發出了更加具有記者屬性的AI產品：輔助報道、收集線索資料、向用戶提問，收集對新聞事件的態度。
BuzzFeed開發的“Buzzbot”，旨在讓“每個人的口袋裏都有一個記者，每個人都可以向“Buzzbot”講述正在發生的事情。”當用戶打開對話框，“Buzzbot”會進行提問，比如，向用戶提出有關民主黨大會和選舉的問題，根據用戶的回答，將用戶的選舉態度記錄下來，以此幫助記者和編輯分析選民的政治傾向和意見，完成采訪及回收任務。
這款AI產品增加了用戶的參與感，讓每個人成為擁有第一手資料的前線記者。作為記者和編輯的資料和素材庫，Buzzbot更像是“後援軍”。
除此之外，還有更加專注垂直信息領域的產品，比如《衛報》在Facebook上推出的美食類聊天機器人“Sous-Chef”，當用戶與它聊天時，主廚會介紹並推薦菜譜。
這是美國媒體Quartz於2016年初率先推出的聊天新聞軟件界麵
秒出稿的寫稿機器人
2016年，《華盛頓郵報》開發的新聞撰寫機器人“Heliograf ”正式上線。
11月，這款機器人報道了共和黨人史蒂夫·金擊敗民主黨人金·薇芙的新聞：“共和黨人依然控製著眾議院，隻是失去了少數席位，依然占據著絕對優勢。在許多共和黨領導人擔心兩位數的損失之後，他們的命運出現了驚人的逆轉。”這款機器人不僅完成了“基本工作”，還預測了選舉趨勢，被認為具備了該報記者的習作風格。
《華盛頓郵報》的記者和編輯們製作了敘事模板，其中包括各種潛在結果的關鍵詞句，比如，“共和黨人對眾議院的控製權”，“民主黨重新控製了眾議院”。之後，將“Heliograf”與結構性數據源聯係起來。當大選到來時，它與數據交換網站VoteSmart.org相連，“Heliograf”進行數據識別，與模板中的詞句匹配、整合，保證在各平台上發布不同版本的報道。
2016年11月份，“Heliograf”創造了500多篇文章，點擊量超過50萬。當月，《華盛頓郵報》的總點擊量為11億次。
國內媒體緊跟AI潮，主打 “快速、模板化”的新聞寫手
2017年8月初，九寨溝縣發生地震後，中國地震台網機器人僅用25秒就編寫出一篇新聞稿。稿件共540字，包括速報參數、介紹震中地形等內容。該機器人結合了數字技術和智能寫稿編程係統：實時監控信息源；信息抽取；采用機器學習算法，以模板和抽取知識庫中信息的方式撰寫新聞。
更早在2015年9月，騰訊財經用機器人“Dreamwriter”發布了一篇關於8月份CPI的稿件，引用統計局的數據、並加入專家及分析師的分析和預測。之後，“Dreamwriter”被騰訊財經廣泛應用。據團隊人員介紹：“‘Dreamwriter’會根據算法在第一時間自動生成稿件，瞬時輸出分析和研判，一分鍾內將重要資訊和解讀送達用戶。”
今年4月的數據顯示，“DreamWriter”在財經+科技應用的發稿量超過2000篇/天。
今日頭條的頭條實驗室研發除了一款名為“Xiaomingbot”的機器人。其寫作模板結合了最新的自然語言處理、機器學習和視覺圖像處理的技術，通過語法合成與排序學習生成新聞消息。
有關2016年，裏約奧運會的數據顯示，“Xiaomingbot”每天的發稿量達到30篇以上。“奧運會乒乓球女子單打銅牌賽在裏約會議中心-3號館展開，世界排名第50的朝鮮選手金宋依對陣世界排名第8的日本選手福原愛，雙方你來我往展開了激烈的較量。最後，耗時49分鍾，金宋依以4:1拿下比賽。雙方各局比分為: 11:7、11:7、11:5、12:14、11:5。”這是由“Xiaomingbot”所撰寫的短訊。16天中，“Xiaomingbot”共完成超過450篇新聞稿，閱讀量超過百萬。
目前，AI機器人還不具備創造優質內容的能力，但距離這個目標還有多遠？美聯社已經在利用深度學習來自動生成有數據支撐的文章，其帶來的好處是使媒體將資源轉移到具有更高價值的新聞選題上。
《華盛頓郵報》數字產品開發副總裁、首席信息官賽利希·普拉卡什曾強調：“‘Heliograf’並不是為了淘汰記者，而是讓新聞編輯室的效率更高。”現階段，媒體行業者對AI的期待是提高效率，將記者從基礎工作中解放出來，讓他們完成更複雜的選題，讓人來講述隻有人能講述的故事。
最後更新：2017-08-25 14:42:25