【ARC·觀察】| 機器人也寫詩？AI進一步入侵內容生產

本期公號其它文章：【ARC•原創】| 如何「叫好又叫座」？細說《音樂大師課》

編者按

8月19日，《華西都市報》的副刊版面刊發了人工智慧「小冰」的三首現代詩，這也可能是大陸範圍內第一次紙媒刊發由人工智慧創作的文學作品。人工智慧對傳媒內容生產領域的介入已經不再是令人驚訝的事情，不過應用更多的領域還是模式化較強的天氣、財經、體育新聞等，進入文學領域尚屬「吃螃蟹」之舉。本文簡要介紹了目前人工智慧在內容生產中應用的現狀與趨勢，供讀者參考。

我的心兒像冰雪后的水

一滴一滴翻到最後

給我生命的上帝

把它吹到縹緲的長空

如果事前沒有知曉，你是否能看出上面這首現代詩是出於一個AI之手呢？這些文字選自8月19日在《華西都市報》上刊登的人工智慧機器人小冰的三首詩歌作品。小冰在該報副刊「寬窄巷」的「浣花溪」版面開設了專欄「小冰的詩」，並且據報刊編輯稱，《華西都市報》今後還會定期發表小冰的詩歌作品。

「小冰」是微軟亞洲互聯網工程院在2014年5月29日發布的一個人工智慧虛擬機器人。在今年的8月22日，微軟小冰第五代正式面世，據項目負責人介紹，其擁有類似於人類的高級感官，還可以實現知識、內容和服務的創造。從發布前日小冰在華西都市報上刊發詩歌的行為來看，這一聲明並非自吹自擂。

無獨有偶，小冰發布的同日，在由BIRTV組委會主辦的BIRTV視覺人工智慧峰會上，與會人員以「人工智慧浪潮下的電視場景革命」為主題，討論了人工智慧技術在廣電領域的應用和發展。這一系列的相關新聞，使內容生產中的人工智慧應用再次吸引了從業者及公眾的注意。

當下內容生產中的人工智慧

如前文所述，人工智慧早已介入傳媒內容生產領域。出於技術及效率等因素的考量，AI內容生產往往會從較為簡單、模式化與格式化較強、需要與大量數據比對的內容板塊入手。

對於模式化較強的新聞文字領域來說，採用機器人寫稿是完全可行的。人工智慧的新聞生產往往不像傳統一樣，需要大量的現場採訪以獲取新聞素材，而更多地是依靠互聯網與大數據平台，通過對數據和資料的快速搜集、加工，最終按照程序使用的模版填充內容，完成一篇報道。如8月8日21時19分，四川九寨溝地震，人工智慧用25秒就完成了全球第一條關於此次地震的速報，並通過地震台網官方微信平台推送。蘋果財報發布數分鐘后，美聯社的人工智慧報道便已完成，還號稱每季度可撰寫3000篇財經報道。

人工智慧不僅在文字處理領域大放異彩，在視頻處理領域的應用也開始嶄露頭角。例如，蘇州市廣播電視總台已經可以用人工智慧對長達17萬小時的視頻資源進行自動編目、高速檢索、自動剪切等操作。不過，視頻比文字要複雜得多，要人工智慧進行準確的語義理解尚且有難度，理解視頻畫面所傳達的內涵，乃至把握畫外之音，就更加困難了。因此，目前想要利用人工智慧做到真正的編輯視頻，還需要進一步的技術探索。

在另外一個領域上，人工智慧的發展已經比較成熟，那就是智能推薦。這一技術在傳媒、電商等領域都得到了較為廣泛的應用，如今日頭條的個性化推薦演算法。理論上而言，人工智慧可以通過大數據為媒體構建出一個基於新聞數據源的媒體知識圖譜，進而挖掘每一篇資訊背後的知識與含義，並將其關聯，從而快速梳理資訊分類與特點，並將其精準推薦到每一個個體受眾。在此過程中，受眾被動的閱讀體驗逐步變為主動的信息交互，互聯網的互動屬性得以發揮。CNN推出過「個性分發」功能，通過人工智慧向用戶推送新聞，而且用戶可以通過特定的選項，選擇向AI提問、了解新聞梗概、閱讀新聞全文等。

機器人怎樣寫詩

從簡單的按照演算法模版填充內容，到獨立自主創作作品，人工智慧在內容生產上邁出了一大步。或許可以管中窺豹地推斷，人工智慧的內容生產會向越來越主動、越來越複雜、越來越富有情感和創造性的方向發展。

微軟小冰團隊負責人表示，為了獲得寫詩技能，小冰將1920年之後的519 位詩人的上千首現代詩納入資料庫，通過深度網路等手段模擬人的創作過程。小冰的詩歌學習過程，也與人類學習創作過程非常相似，首先反覆學習經典作品進行積累，到一定程度后厚積薄發，由此寫出詩歌。經過6000分鐘，10000次的反覆迭代學習，目前小冰的詩歌已經形成了「獨特的風格、偏好和行文技巧」。

但對此的質疑也不少。文學創作者可能會擔心AI入侵了人類最後的領土，即情感與創造。不過媒體從業者或許更加關心人工智慧所生產的產品質量。根據華西都市報副刊負責人趙曉夢的觀點，小冰的作品水平「不是很差」，但與人類寫詩的風格還不太一樣。作為目前技術前沿水平代表的小冰，尚且得到編輯的如此評價，也可以從一定程度上說明，目前的人工智慧還不具備創作優質內容的能力。但隨著AI學習的資料庫越來越大，迭代次數越來越多，這一天的到來還有多久，現在來看尚未可知。

新一輪傳媒技術革命？

數據、計算和演算法是人工智慧的三大基石。2006年，Hinton教授發明了一種訓練深層網路的新思路，隨後深度學習演算法逐漸得到突破。之後，又有公司發明了用於支持深度學習演算法的新型晶元，彌補了計算能力的問題。在計算與演算法的支持下，互聯網幾十年積累下來的大量數據終於覓得用武之地。總而言之，隨著數據量增加、計算能力的提高、演算法取得突破，加上演算法開源之後活躍的投資與政府的支持，在2017年，人工智慧進入了新一輪的爆發期。這同時也是本文開頭提到的相關新聞扎堆的根本原因。

人工智慧已經滲透到了我們生活的每一個角落，傳媒內容生產也不例外。雖然在目前，人工智慧之於內容生產還處於萌芽期，尚不可能完全取代記者和編輯的工作，但媒體從業者似乎已經感受到了危機。北京日報官方微博於8月25日對小冰寫詩一事發表評論：「機器人寫詩？那叫文字遊戲。節奏與韻律只是詩的皮相，詩人的情感才是靈魂。」從業者的反彈，或許意味著我們將會在可預期的未來迎來傳媒行業的巨大變革。

本期編輯：高豐昊

出 品 人：劉燕南