9月28日，在業(yè)內(nèi)舉足輕重的科技巨擘Google、Facebook、IBM、亞馬遜和微軟共同宣布成立一家非營利機(jī)構(gòu)——AI合作組織（Partnership on Artificial Intelligence to Benefit People and Society），首次在人工智能領(lǐng)域建立合作關(guān)系。

　　這一組織的成立旨在對(duì)有關(guān)人工智能具體如何影響社會(huì)的倫理問題展開研究，令人工智能技術(shù)的開發(fā)更加可控和透明，同時(shí)也是為了遏制人們對(duì)這項(xiàng)日益精進(jìn)的技術(shù)產(chǎn)生的擔(dān)憂。

　　這是為“邪術(shù)”出籠前準(zhǔn)備好的“十字架與圣水”，有悲觀人士如斯評(píng)價(jià)。

　　我們已經(jīng)自覺或不自覺地開始步入人工智能時(shí)代了。

　　幾天前的Google硬件發(fā)布會(huì)上，CEO劈柴花大量時(shí)間介紹了Google Assistant（谷歌面向消費(fèi)者的人工智能虛擬助手，其核心能力包括：知識(shí)圖譜、自然語言處理、翻譯、語音識(shí)別、圖像識(shí)別）的進(jìn)步和價(jià)值。 Google已將這一服務(wù)植入到了Google手機(jī)Pixel和Google Home以及更多的應(yīng)用領(lǐng)域當(dāng)中，甚至包括智能穿戴以及智能汽車。透露出Google領(lǐng)跑人工智能時(shí)代的野心。

　　科技巨頭的野心預(yù)示著AI發(fā)展將進(jìn)入更廣更深的領(lǐng)域，產(chǎn)生更大的影響，使工業(yè)生產(chǎn)、金融、律師、管理顧問、記者等眾多行業(yè)從業(yè)人員都面臨被AI 替代的失業(yè)風(fēng)險(xiǎn)。英國BBC電視臺(tái)甚至預(yù)測(cè)，將近一半的普通職業(yè)從業(yè)者面臨著50%被人工智能取代的危險(xiǎn)。AI對(duì)新聞媒體行業(yè)從業(yè)者也將會(huì)帶來前所未有的強(qiáng)烈沖擊。

　　比如Google最新開發(fā)出的“神經(jīng)機(jī)器翻譯”（Neural machine translation），已經(jīng)非常接近人類的翻譯。話說，新聞翻譯的活兒是不是就可以直接交給機(jī)器來干了？

　　隨著人工智能程序AlphaGo完勝九段棋手李世石，自動(dòng)化新聞寫作機(jī)器人的成功開發(fā)，不久的將來，新聞媒體記者是不是就要被替代呢？

　　什么是AI？

　　在探討AI帶給媒體行業(yè)的影響前，我們先要了解AI的正確含義。

　　AI是人工智能（Artificial Intelligence）的英文縮寫，是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。

　　CrowdFlower眾包數(shù)據(jù)處理公司的CEO Robin Bordoli在《關(guān)于人工智能的七大常見誤解》一文中提出了人工智能的有3個(gè)互相連鎖的關(guān)鍵概念：

　　1.訓(xùn)練數(shù)據(jù)（TrainingData，TD）訓(xùn)練數(shù)據(jù)是機(jī)器可以用來學(xué)習(xí)的起始數(shù)據(jù)來源集。訓(xùn)練數(shù)據(jù)有輸入值和帶有答案的輸出值，這樣機(jī)器學(xué)習(xí)模型可以從答案中尋找模式。比如，輸入可以是客服單，帶有客戶和公司的客服代表之間的電子郵件。輸出可以是基于公司某個(gè)分類定義的從1到5的分類標(biāo)簽。

　　2.機(jī)器學(xué)習(xí)（MachineLearning，ML）機(jī)器學(xué)習(xí)是軟件從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)到某種模式，并把它應(yīng)用到新的輸入數(shù)據(jù)中。比如，一個(gè)新的客服單，帶有某位客戶和某位公司客服代表的郵件來了，機(jī)器學(xué)習(xí)模型可以預(yù)測(cè)出一個(gè)分類，并告訴你它對(duì)該分類的把握有多大。機(jī)器學(xué)習(xí)的關(guān)鍵特征是，它不是通過固定的規(guī)則來學(xué)習(xí)。因此，當(dāng)它消化新的數(shù)據(jù)后會(huì)調(diào)整其規(guī)則。

　　3.人機(jī)回圈（Human-in-the-Loop，HITL）人機(jī)回圈是人工智能的第三個(gè)核心部分。我們不能指望機(jī)器學(xué)習(xí)萬無一失。一個(gè)好的機(jī)器學(xué)習(xí)模型大約只有70%的準(zhǔn)確性。因此你需要一個(gè)人機(jī)回圈流程，當(dāng)模型的可信度低時(shí)，還可以依靠人。

　　于是我們可以得到AI的基本公式：AI = TD + ML + HITL

　　由此我們可以總結(jié)出有關(guān)AI的3個(gè)關(guān)鍵信息：

　　1.人工智能不是一開始就具有高超智能的，而是需要一個(gè)數(shù)據(jù)樣本集對(duì)其進(jìn)行訓(xùn)練。

　　2.機(jī)器獲得智能本質(zhì)上是從大量的樣本數(shù)據(jù)中學(xué)會(huì)了一種模式，并隨樣本數(shù)據(jù)的更新不斷更新其對(duì)模式的認(rèn)識(shí)。

　　3.至少在當(dāng)今，人工智能要做到萬無一失還少不了人工把關(guān)。

　　AI會(huì)給新聞業(yè)帶來怎樣的影響？

　　了解了AI的含義，讓我們來看看AI在新聞?lì)I(lǐng)域的應(yīng)用。

　　抓取歷史數(shù)據(jù)并生成圖表

　　2016年8月30日，路透社與語義技術(shù)公司Graphiq宣布合作，旨在讓數(shù)據(jù)可視化變得觸手可及。Graphic公司有一個(gè)集結(jié)了50多位研發(fā)人員和數(shù)據(jù)專家的團(tuán)隊(duì)，專門負(fù)責(zé)收集經(jīng)濟(jì)、體育、娛樂等各個(gè)領(lǐng)域的數(shù)據(jù)。路透社借此利用AI實(shí)現(xiàn)了迅速抓取歷史數(shù)據(jù)并生成圖表，增強(qiáng)了新聞的實(shí)效性和可視性。

　　篩選“熱門話題”

　　Facebook在8月26日宣布趨勢(shì)話題撤掉人工編輯，完全依靠算法篩選熱門新聞的趨勢(shì)話題，做出了擁抱AI的勇敢嘗試。但打臉的是，還不到3天，就讓一則關(guān)于美國福克斯新聞主播梅根？凱利的假新聞登上了版面。

　　據(jù)報(bào)道，這是由于Facebook機(jī)器篩選“熱門話題”依賴于該話題的相關(guān)文章和貼文數(shù)量，而非對(duì)于內(nèi)容的判斷。由此可見在當(dāng)前技術(shù)情況下想要避免假新聞還得要人工把關(guān)。

　　制作視頻

　　2016年6月，原論壇報(bào)集團(tuán)（Tribune Publishing）宣布將公司更名為Tronc，并專注于使用人工智能制作內(nèi)容。在接受CNBC電視臺(tái)采訪時(shí)，公司CEO Michael Ferro表示Tronc將會(huì)使用人工智能制作大量視頻。但就目前的AI技術(shù)來說，利用AI是否能作出高質(zhì)量的視頻引起業(yè)界人士的質(zhì)疑。

　　撰寫新聞

　　人工智能寫新聞已經(jīng)不是一件新鮮事了。

　　2015年7月，美聯(lián)社和科技公司Automated Insights合作，采用人工智能技術(shù)來報(bào)道商業(yè)領(lǐng)域的企業(yè)財(cái)報(bào)新聞。從300份一季度到3000份一季度，這次合作幫助美聯(lián)社大大地提高了財(cái)報(bào)數(shù)量，據(jù)顧客反映正確率也大大提高。

　　2015年9月10日，騰訊網(wǎng)財(cái)經(jīng)頻道發(fā)出題為《8月CPI同比上漲2.0% 創(chuàng)12個(gè)月新高》的第一篇由自動(dòng)化新聞寫作機(jī)器人完成的稿件，引起新聞界關(guān)注。

　　在今年的里約奧運(yùn)會(huì)上，今日頭條實(shí)驗(yàn)室自助研發(fā)的AI機(jī)器人張小明通過兩種文本生成技術(shù)產(chǎn)出新聞：一是針對(duì)數(shù)據(jù)庫中表格數(shù)據(jù)和知識(shí)庫生成自然語言的比賽結(jié)果報(bào)道，即簡(jiǎn)訊；二是利用體育比賽文字直播精煉合成比賽過程的總結(jié)報(bào)道，即資訊。奧運(yùn)會(huì)期間通過對(duì)接奧組委的數(shù)據(jù)庫信息，實(shí)時(shí)撰寫新聞稿件，在 6天共生成超200篇簡(jiǎn)訊和資訊。

　　用戶分析，個(gè)性化推送

　　在信息爆炸，用戶需求多樣化個(gè)性化的時(shí)代， 媒體如果想為100萬讀者制作100萬個(gè)他們需要的個(gè)性化頭版，就只能依靠人工智能（算法）了。Youtube、SmartNews、今日頭條等新聞媒體都依靠人工智能算法獲得了成功。

　　由此可見，AI在抓取歷史數(shù)據(jù)并生成圖表；篩選“熱門話題”；制作視頻；撰寫新聞；用戶分析，個(gè)性化推送等方面都發(fā)揮著強(qiáng)大的作用，引領(lǐng)著新聞媒體行業(yè)走向一場(chǎng)深刻的變革。

　　但由于技術(shù)限制，當(dāng)今的AI還有很多缺陷，短期內(nèi)不可能完全取代新聞?dòng)浾撸S著技術(shù)不斷進(jìn)步，AI逐步趨于完善，也許在不久的將來就會(huì)取代很多新聞?dòng)浾摺?/p>

　　尤其是通訊稿式的新聞，很快就可以只靠機(jī)器人加上簡(jiǎn)單的人工把控輕易而高效率的完成了，這就要求新聞業(yè)工作者不能只求時(shí)效性和數(shù)量，更要追求內(nèi)容的質(zhì)量與深度。簡(jiǎn)單傳達(dá)信息的工作將會(huì)被機(jī)器人取代，我們要轉(zhuǎn)而傳達(dá)思考與文化。

　　ColdFusionTV在《阿爾法狗背后的谷歌DeepMind：能自我學(xué)習(xí)的人工智能》中深入分析AI對(duì)未來的影響后得出結(jié)論：“人工智能可以接管很多信息密集型的專業(yè)工作，只為我們留下創(chuàng)造力和情感為本質(zhì)的工作，這些或許是人工智能永遠(yuǎn)無法習(xí)得的。”

　　這樣的結(jié)論讓我們感到些許欣慰，畢竟創(chuàng)造力和情感是機(jī)器無法與人比擬的。但是機(jī)器真的無法做出創(chuàng)造性的工作么？

　　AI有創(chuàng)造性么？

　　藝術(shù)領(lǐng)域一直被視為人類情感和感性的領(lǐng)域，但連這樣的領(lǐng)域AI都開始涉足。

　　Oscar Schwartz在題為《電腦能寫詩嗎？》的TED演講中證明了電腦是可以寫詩的。

　　現(xiàn)在我們來做一個(gè)小測(cè)試，下圖的兩首詩一首是人類詩人創(chuàng)作的，而另一首是由機(jī)器生成的，你能猜出哪一個(gè)是機(jī)器所作么？

　　這是講師在演講現(xiàn)場(chǎng)給觀眾提出的問題。

　　但當(dāng)時(shí)只有個(gè)別幾個(gè)觀眾猜對(duì)了。

　　答案是，詩歌1是人類詩人格特魯?shù)滤固┮驅(qū)懗傻模诙讋t是由RKCP的算法所寫的。RKCP是由谷歌設(shè)計(jì)師總管雷科茲威爾設(shè)計(jì)的演算法。原理是你給RKCP一個(gè)原文本，而它通過原文本了解到人類如何使用語言，然后創(chuàng)造出一種和該文本相似的語言。即為在本文開頭所提到的訓(xùn)練數(shù)據(jù)+機(jī)器學(xué)習(xí)原理。詩歌2其實(shí)是受到詩人艾美莉迪金森的影響寫成的。

　　怎么樣？你猜對(duì)了么？

　　其實(shí)早在20世紀(jì)50年代，計(jì)算機(jī)科學(xué)和密碼學(xué)的先驅(qū)阿蘭？麥席森？圖靈就設(shè)計(jì)出了有名的圖靈測(cè)試，其內(nèi)容是，如果電腦能在5分鐘內(nèi)回答由人類測(cè)試者提出的一系列問題，且其超過30%的回答讓測(cè)試者誤認(rèn)為是人類所答，則電腦通過測(cè)試。2014年6月8日，一臺(tái)計(jì)算機(jī)成功讓人類相信它是一個(gè)13歲的男孩，成為有史以來首臺(tái)通過圖靈測(cè)試的計(jì)算機(jī)。這被認(rèn)為是人工智能發(fā)展的一個(gè)里程碑事件。

　　除了會(huì)寫詩，AI最近又開始進(jìn)軍音樂領(lǐng)域。

　　最近，索尼音樂的計(jì)算機(jī)科學(xué)研究實(shí)驗(yàn)室（Sony CSL）發(fā)布了兩首完全由人工智能作曲的流行歌曲，稱這是有突破性的第一次。無數(shù)網(wǎng)友表示本以為會(huì)效果感人，但親測(cè)真的很好聽。旋律易記的《Daddy‘s Car》，是人工智能模仿The Beatles樂隊(duì)的風(fēng)格創(chuàng)作的，有種陽光明媚在路上吹風(fēng)的感覺，大家有興趣可以試聽感受一下。

　　詩歌、音樂、語言。曾近被我們認(rèn)為最需要人類感性的領(lǐng)域，實(shí)踐證明AI同樣也可以做的很好。

　　照這個(gè)邏輯，在人工智能不斷發(fā)展下，不久的將來機(jī)器人寫分析性預(yù)測(cè)性的文章，寫深度長(zhǎng)文報(bào)道，復(fù)雜選題的特稿是否也能得心應(yīng)手呢？這不得不讓眾多媒體人感到恐慌。

　　機(jī)器人會(huì)取代媒體人么？

　　別著急，讓我們先來仔細(xì)想想機(jī)器人是怎么創(chuàng)作詩和歌曲的吧。

　　在這兩個(gè)案例中，機(jī)器人都是通過輸入大量的源樣本，從中進(jìn)行模式學(xué)習(xí)，進(jìn)而創(chuàng)作出有某人風(fēng)格的作品，有的時(shí)候（如歌曲的最終完成）還需要加以人工輔助來完成的。

　　其實(shí)完全符合AI = TD + ML + HITL的公式。

　　即使是隨著技術(shù)的進(jìn)步，人機(jī)回圈的必要性越來越小，AI是否就可以取代新聞媒體記者，寫出比人類更好的新聞報(bào)道呢？

　　也許你會(huì)說是的，畢竟阿爾法狗就戰(zhàn)勝了人類。

　　但是圍棋比賽和做新聞?dòng)斜举|(zhì)區(qū)別。

　　記者的不斷創(chuàng)新才是AI創(chuàng)作的源泉

　　圍棋與創(chuàng)作最大的區(qū)別在于圍棋有勝負(fù)，并且只有圍棋本身的規(guī)律，不隨時(shí)代而改變。在阿爾法狗的訓(xùn)練過程中，是先讓其學(xué)習(xí)無數(shù)的人類下棋模式后，再讓不同版本的阿爾法狗之間進(jìn)行比賽，并對(duì)新的比賽過程進(jìn)行學(xué)習(xí)，使其不斷超越機(jī)器自身，最終才得以超越人類。

　　而創(chuàng)作領(lǐng)域沒有輸贏之分，好壞也是很主觀的事情，所以沒有辦法讓其自身不同版本之間進(jìn)行競(jìng)爭(zhēng)，也就很難想到方法讓其只靠學(xué)習(xí)以前的文章就能持續(xù)提高水平，寫出比人類記者更優(yōu)秀的文章。

　　要寫出好文章，就要輸入大量?jī)?yōu)秀的的樣本，而這些優(yōu)秀的樣本創(chuàng)造需要無數(shù)記者充分發(fā)揮創(chuàng)造力，如果沒有無數(shù)記者的不斷創(chuàng)新，只有機(jī)器人在現(xiàn)有的文章中不斷學(xué)習(xí)，很難想象怎么能與時(shí)俱進(jìn)地寫出越來越好的文章以及新聞報(bào)道。

　　也許隨著技術(shù)進(jìn)步AI能寫出比大多數(shù)普通記者都好的文章，這就對(duì)記者提出了更高的要求，但AI最終無法超越不斷創(chuàng)新的廣大記者群體。

　　AI的前進(jìn)方向由媒體人決定

　　另外，更重要的是，在為AI機(jī)器人訓(xùn)練時(shí)，給它們?cè)鯓拥臉颖救Q于人類對(duì)這一工作本質(zhì)的認(rèn)識(shí)。

　　Oscar Schwartz講師在演講中提到，人工智能的發(fā)展是一面鏡子，AI機(jī)器人并非會(huì)創(chuàng)作，它們只會(huì)通過學(xué)習(xí)來做的無限像人的某一個(gè)方面。而我們則需要決定“要讓人工智能像人類的哪一個(gè)方面”。

　　這一決定需要我們對(duì)人本身，對(duì)新聞和媒介本身有更深的理解。

　　例如，如果要利用AI為用戶個(gè)性化篩選新聞，我們首先要想明白作為一個(gè)用戶最需要怎樣的新聞，如何避免僅靠用戶的瀏覽記錄來推送文章時(shí)可能引發(fā)的信息娛樂化和狹窄化。

　　如果想要利用AI寫出好的新聞深度報(bào)道，我們需要想明白究竟什么堪稱優(yōu)秀的新聞報(bào)道，需要從我們自己平時(shí)寫深度報(bào)道時(shí)如何收集材料，如何歸納分析，如何創(chuàng)新中總結(jié)出一種規(guī)律。

　　如果寫分析預(yù)測(cè)，我們則需要知道需要考慮到哪些因素，收集哪些數(shù)據(jù)來進(jìn)行分析預(yù)測(cè)。

　　需要與用戶進(jìn)行互動(dòng)，建立關(guān)系時(shí)，我們首先要知道用戶需要怎樣的關(guān)系，這個(gè)關(guān)系隨時(shí)代怎么改變。

　　也就是說，AI說到底是增強(qiáng)人類某一方面能力的輔助，而需要增強(qiáng)哪一方面能力，需要怎么增強(qiáng)，這個(gè)最關(guān)鍵的方向性問題需要我們來思考。

　　正如ColdFusionTV所說“人工智能研究的原點(diǎn)是人腦，是人類對(duì)于自己大腦的理解的反映”，所有的規(guī)律和奧秘其實(shí)都在我們自身。

　　所以對(duì)于每一個(gè)媒體人來說，只有我們更深入地了解新聞媒體行業(yè)的本質(zhì)和人類通過媒介獲得信息、人的思考方式的本質(zhì)，加深A(yù)I領(lǐng)域的人文探索，才能使AI更好的為我們所用。這是AI對(duì)所有媒體人全新的挑戰(zhàn)。