如果說工業革命是逐漸取代了藍領體力勞動者, 那麼人工智慧革命則將要取代部分白領腦力勞動者。
“不僅僅是重複性的工作會被取代,
AI記者始于2009年, 在美國的職業棒球大聯盟季後賽上, 一款名為StatsMonkey的人工軟體超過人類記者的速度, 率先完成一篇機器稿件, 當時在街頭巷尾爭議四起。 隨後的兩年, 包括《福布斯》、洛杉磯時報聯合研發而成。 這是國內第一款可以報導奧運賽事的人工智慧機器人, 在結合了最新的自然語言處理、機器學習和視覺影像處理的技術之後, 通過語法合成與排序學習生成新聞。
在內容生產方面, Xiaomingbot從文本生成、潤色完成報導至發佈推送到手機用戶端, 可以在2秒之內自動完成。 此前, 大部分步驟是通過人工實現的。
雖然奧運會已經結束一年多, 但Xiaomingbot作為光明網供稿作者, 仍在繼續生產新聞報導, 內容包括歐洲頂級足球聯賽, NBA賽況與每日球賽總結, CBA比賽播報, 中超比賽播報等。
今日頭條透露, 截至2017年5月底,
紙媒的AI嘗試
“根據12306網站餘票資訊, 截至2017年1月17日20:00:18, 1月20日從廣州出發至多個熱門目的地的路線中, 廣州到北京、洛陽、南昌、貴陽的火車票全部賣完, 想要去這些地方的朋友只有另謀他法了。
廣州到大連、鄭州、青島、上海、南京、南寧的票比較緊張, 都不足100張。 其中余票最少的是廣州到鄭州、上海、南寧, 均只有1張, 有需要的旅客趕緊動手啊……”
這篇春運報導曾於年初發表在南方都市報上, 它出自機器人——“小南”之手, 筆者把這篇稿件給從業多年的媒體人看, 對方給本就分辨不出這是機器人還是人寫的。
在AI領域, 傳統紙媒也不甘落後, 南方都市報社、凱迪網路和北京大學電腦科學技術研究所三方已經正式宣佈聯合成立“智媒體實驗室”,
據技術團隊成員介紹, 採集資料、分析資料、規劃文章結構, 再到最終的遣詞用句, 和人類一樣, 機器人也能做到“讀書破萬卷, 下筆如有神”。
海量的資料和高效的演算法, 是寫稿機器人的兩大利器。 “小南”的首篇春運報導作品, 共300餘字, 資料自動抓取完成後, 報導的生成只用了不到一秒的時間。
既然寫稿機器人已經能夠如此神速流暢的編寫出一篇新聞稿件, 那麼作為傳統媒介大佬的南方週末是否擔心自己人將面臨失業呢?
對於這個問題, “小南”研究團隊人員表示“暫時不需要擔心”。
目前, 類似“小南”這樣的寫稿機器人還不具備真正的人類思維。
小南研發團隊表示, “機器人和人類各有所長, 機器人擅長快速處理繁雜的資料, 但還做不到邏輯推理和深度歸納分析。 至少在短時間內, 機器人無法取代人類。 不過, 技術在發展, 以後的機器人會不會對人類記者造成更大的衝擊, 還是未知。 ”
未知總給人不安全感和恐懼, 但不要盲目恐懼, 我們需要瞭解機器人的寫作原理。
AI的寫作原理在於, 給它一個特定的資料庫, AI程式通過計算和篩選將信息進行重新排列組合, 最終輸出新聞報導或暫態輸出分析和研判。說的通俗點就是找一堆句子拼成一篇文章。儘管截至目前機器人只能撰寫消息類稿件,諸如深度、人物類題材還無法勝任,但因其屬於批量生產類型,每天可完成百篇稿件,在稿件數量上“完勝”人類記者,這體現了知識工作自動化發展的趨勢。
目前,很多國內外頂級新聞機構都在研發機器人“書寫文字”專案。業內人士預測,除了短新聞,未來如會計報表、法律司法文書等大量格式化文書化的內容,完全可以由機器人來操作。
如果說工業革命是逐漸取代了藍領體力勞動者,那麼人工智慧革命則將要取代部分白領腦力勞動者。
“失業之談”兩種觀點
關於“失業之談”,有兩種觀點。李開複博士很篤定的認為,大多數新聞寫作記者肯定面臨失業,而注重人與人面對面採訪的深度報導,以及需要收集大量證據的調查性報導卻不能被AI取代。
李開複的新書《人工智慧》對於這部點有詳細分析:新聞撰稿有簡單和複雜之分。資訊報導類的新聞撰稿,在很大程度上正在被人工智慧的新聞寫作工具所取代。比如在體育類、天氣類、財經類的新聞報導中,人類記者通常所做的不過是簡單地組合事實,報告情況,並按照某些既定的格式完成文本寫作。這種工作不需要複雜的判斷,可以被機器取代。
但是,同樣是新聞類寫作,如果你所撰寫的是《紐約客》類型的深度評述文章,每篇文章都需要大量採訪為基礎,並在原始素材之上,發揮作者的歸納和推理能力,提煉出相對複雜的邏輯結構,設計出最適合主題的表述形式,這些工作,每一項所需要的思考時間,都遠遠不止5秒鐘。有能力為《紐約客》撰稿的記者,在未來很長一段時間內,根本不用擔心自己的工作會受到人工智慧的威脅。”
然而,這樣的觀點背後隱藏一個事實:做深度評述文章的記者只是廣大媒體人中的一少部分,那麼另一部分編輯記者將不可避免的面臨失業。
但也有研究者認為,AI寫稿只能起到輔助作用,應用非常有限,代替人類還很遙遠。
騰訊對品途商業評論表示,以騰訊的AI寫作專案Dreamwriter為例,它雖然已經應用在了財經和體育的短報導上,但是進展緩慢,代替人類記者還為時尚早。
可見,目前生成性文章目前只能應用在部分領域,現在還不可工業化。”
另有研究者表示,“現在的AI就像一個個嚴重偏科的小孩,在某些方面極其擅長,但在某些方面又相當弱智,有些能力則是完全沒有。AI實際上很難超越人類。雖然,關於AI完成了作畫、作曲、寫作之類的新聞一直層出不窮,但這些新聞其實少有將AI的作品完全展示出來的,原因很簡單:它們大多數都太慘不忍睹了。”
翻閱AI寫作的相關報導不難發現兩個事實:
1、所有的AI作品的完成都或多或少得到了人類的指點;
2、人給的指點越少,AI的最終作品就越慘不忍睹。
“AI的特性決定了現在的寫作只能是照貓畫虎,AI就是數學。這句話概括了目前AI(包括深度學習、神經網路等一系列AI)的工作流程:評估計算能力涉及到的所有的可能性,為這些可能性打分,然後選取分數最高的那一個,再增加結果更好的可能性在將來的計算中的權重。想要讓AI有一個相對好的表現,這其中的核心就是:演算法需要經過大量的訓練、試錯,才能逐漸成型。”
另一個事實也證明沒有人類幫助AI寫作還很初級。去年一篇名為《電腦寫小說的那一天》獲得了日本微型小說獎。這算是目前AI寫作的最高水準了,但該小說整個寫作過程並非由人工智慧獨立完成。首先它需要人工設置好男女主人公、登場人物、故事梗概等,之後電腦再依據事先準備好的大量詞句素材,選擇使用,組合詞彙,最終自動生成小說。
也就是說,在創作中,人工智慧的作用占到20%,80%經過人類的編輯潤色。名古屋大學的佐藤理史教授指出,“很難說這到底是人寫的,還是電腦寫的。”
其實,在AI寫作過程中,人已經把寫出一篇小說需要的所有零件準備好了,就等AI把它們拼起來,有人質疑“這也算是AI寫的小說?”
創作是一種無中生有的過程,從0到1,創造出世界上本來不存在的東西。而AI現在能做的,不過是從1到N而已。你給AI再多次的訓練,它也只不過是更改一個個值對應的函數和概率,卻理解不了這些值背後的含義,更不用說從海量資訊中挑選出有價值的資訊來作為新作品的題材了。
後記
通過採訪和調查,筆者雖然發現目前的AI寫作還處於初級階段,但是它背後的潛力依然讓“靠寫字謀生”的筆者不能平靜。如今,業內都在討論AI的“奇點”,“奇點”可以理解為AI從目前的弱人工智慧變成強人工智慧。
李開複認為,從目前的弱人工智慧到強人工智慧(如同人類可以推理和解決問題的AI)需要漫長的時間,但是從強人工智慧到超人工智慧(超越人類的智慧意思)可能僅僅需要一天的時間。
雖然當下,寫作者還可以惴惴度日,但高枕無憂的寫作時代已經結束了。如果奇點真的來臨,作為寫作者的人的價值真的毫無存在必要了嗎?
雨果科幻文學獎獲得者,《北京折疊》作者郝景芳給出了她的思考:“在未來,工廠機器流水線留給機器人,人會以更加富有創造性的方式與流水線競爭。人的獨特性會體現出來:思考、創造、溝通、情感交流;人與人的依戀、歸屬感和協作精神;好奇、熱情、志同道合的驅動力。”
人和機器人最大的差別不是計算能力和文字轉化,而是人的情感、道德內核以及對現實世界的觀察與思索。創造者的個性化思考才是文字作品的價值所在!
最終輸出新聞報導或暫態輸出分析和研判。說的通俗點就是找一堆句子拼成一篇文章。儘管截至目前機器人只能撰寫消息類稿件,諸如深度、人物類題材還無法勝任,但因其屬於批量生產類型,每天可完成百篇稿件,在稿件數量上“完勝”人類記者,這體現了知識工作自動化發展的趨勢。目前,很多國內外頂級新聞機構都在研發機器人“書寫文字”專案。業內人士預測,除了短新聞,未來如會計報表、法律司法文書等大量格式化文書化的內容,完全可以由機器人來操作。
如果說工業革命是逐漸取代了藍領體力勞動者,那麼人工智慧革命則將要取代部分白領腦力勞動者。
“失業之談”兩種觀點
關於“失業之談”,有兩種觀點。李開複博士很篤定的認為,大多數新聞寫作記者肯定面臨失業,而注重人與人面對面採訪的深度報導,以及需要收集大量證據的調查性報導卻不能被AI取代。
李開複的新書《人工智慧》對於這部點有詳細分析:新聞撰稿有簡單和複雜之分。資訊報導類的新聞撰稿,在很大程度上正在被人工智慧的新聞寫作工具所取代。比如在體育類、天氣類、財經類的新聞報導中,人類記者通常所做的不過是簡單地組合事實,報告情況,並按照某些既定的格式完成文本寫作。這種工作不需要複雜的判斷,可以被機器取代。
但是,同樣是新聞類寫作,如果你所撰寫的是《紐約客》類型的深度評述文章,每篇文章都需要大量採訪為基礎,並在原始素材之上,發揮作者的歸納和推理能力,提煉出相對複雜的邏輯結構,設計出最適合主題的表述形式,這些工作,每一項所需要的思考時間,都遠遠不止5秒鐘。有能力為《紐約客》撰稿的記者,在未來很長一段時間內,根本不用擔心自己的工作會受到人工智慧的威脅。”
然而,這樣的觀點背後隱藏一個事實:做深度評述文章的記者只是廣大媒體人中的一少部分,那麼另一部分編輯記者將不可避免的面臨失業。
但也有研究者認為,AI寫稿只能起到輔助作用,應用非常有限,代替人類還很遙遠。
騰訊對品途商業評論表示,以騰訊的AI寫作專案Dreamwriter為例,它雖然已經應用在了財經和體育的短報導上,但是進展緩慢,代替人類記者還為時尚早。
可見,目前生成性文章目前只能應用在部分領域,現在還不可工業化。”
另有研究者表示,“現在的AI就像一個個嚴重偏科的小孩,在某些方面極其擅長,但在某些方面又相當弱智,有些能力則是完全沒有。AI實際上很難超越人類。雖然,關於AI完成了作畫、作曲、寫作之類的新聞一直層出不窮,但這些新聞其實少有將AI的作品完全展示出來的,原因很簡單:它們大多數都太慘不忍睹了。”
翻閱AI寫作的相關報導不難發現兩個事實:
1、所有的AI作品的完成都或多或少得到了人類的指點;
2、人給的指點越少,AI的最終作品就越慘不忍睹。
“AI的特性決定了現在的寫作只能是照貓畫虎,AI就是數學。這句話概括了目前AI(包括深度學習、神經網路等一系列AI)的工作流程:評估計算能力涉及到的所有的可能性,為這些可能性打分,然後選取分數最高的那一個,再增加結果更好的可能性在將來的計算中的權重。想要讓AI有一個相對好的表現,這其中的核心就是:演算法需要經過大量的訓練、試錯,才能逐漸成型。”
另一個事實也證明沒有人類幫助AI寫作還很初級。去年一篇名為《電腦寫小說的那一天》獲得了日本微型小說獎。這算是目前AI寫作的最高水準了,但該小說整個寫作過程並非由人工智慧獨立完成。首先它需要人工設置好男女主人公、登場人物、故事梗概等,之後電腦再依據事先準備好的大量詞句素材,選擇使用,組合詞彙,最終自動生成小說。
也就是說,在創作中,人工智慧的作用占到20%,80%經過人類的編輯潤色。名古屋大學的佐藤理史教授指出,“很難說這到底是人寫的,還是電腦寫的。”
其實,在AI寫作過程中,人已經把寫出一篇小說需要的所有零件準備好了,就等AI把它們拼起來,有人質疑“這也算是AI寫的小說?”
創作是一種無中生有的過程,從0到1,創造出世界上本來不存在的東西。而AI現在能做的,不過是從1到N而已。你給AI再多次的訓練,它也只不過是更改一個個值對應的函數和概率,卻理解不了這些值背後的含義,更不用說從海量資訊中挑選出有價值的資訊來作為新作品的題材了。
後記
通過採訪和調查,筆者雖然發現目前的AI寫作還處於初級階段,但是它背後的潛力依然讓“靠寫字謀生”的筆者不能平靜。如今,業內都在討論AI的“奇點”,“奇點”可以理解為AI從目前的弱人工智慧變成強人工智慧。
李開複認為,從目前的弱人工智慧到強人工智慧(如同人類可以推理和解決問題的AI)需要漫長的時間,但是從強人工智慧到超人工智慧(超越人類的智慧意思)可能僅僅需要一天的時間。
雖然當下,寫作者還可以惴惴度日,但高枕無憂的寫作時代已經結束了。如果奇點真的來臨,作為寫作者的人的價值真的毫無存在必要了嗎?
雨果科幻文學獎獲得者,《北京折疊》作者郝景芳給出了她的思考:“在未來,工廠機器流水線留給機器人,人會以更加富有創造性的方式與流水線競爭。人的獨特性會體現出來:思考、創造、溝通、情感交流;人與人的依戀、歸屬感和協作精神;好奇、熱情、志同道合的驅動力。”
人和機器人最大的差別不是計算能力和文字轉化,而是人的情感、道德內核以及對現實世界的觀察與思索。創造者的個性化思考才是文字作品的價值所在!